2017年11月13—16日，由电气电子工程师学会（the Institute of Electrical and Electronics Engineers, IEEE）和计算机协会（Association for Computing Machinery, ACM）联合主办的第36届计算机辅助设计国际会议（International Conference on Computer-Aided Design, ICCAD）在美国尔湾举行。
在大会与ACM计算机协会自动化设计特殊兴趣组（ ACM SIGDA）举办的学生科研竞赛（Student Research Competition, SRC）中，588888纽约国际官方网站高能效计算与应用中心主任丛京生教授和助理主任梁云研究员共同指导的588888纽约国际官方网站2017届本科生、圣芭芭拉加州大学（UCSB）博士研究生谢新锋的研究工作“C到CUDA语言的自动转化工具和共享内存优化”（Optimizing GPU Shared memory allocation in automatic C-to-CUDA compilation）脱颖而出，获得本科生组冠军，由此晋级将于明年夏天举行的总决赛（ACM SRC Grand Finals）。
此外，经过遴选，梁云与香港科技大学、南洋理工大学合作的论文《COMBA:基于模型的高层次综合分析技术》（COMBA: a comprehensive model-based analysis framework for high level synthesis of real applications）获评本届会议IEEE/ACM William J. McCalla ICCAD 最佳论文奖（见http://www.iccad.com/）。该论文提出一种面向可重构硬件的性能模型，可准确评估程序的性能和分析性能瓶颈。ICCAD是电子设计自动化领域的顶级会议，也是中国计算机学会计算机体系结构/并行与分布计算/存储系统领域推荐国际学术会议；今年在399篇投稿中录用了105篇，其中两篇被授予最佳论文奖。
梁云课题组的另一篇论文《面向GPU多任务设计的缓存旁路和分割优化技术》（Exploring cache bypassing and partitioning for multitasking on GPUs）也在会上发表。
