12月8日至14日，神经信息处理系统大会（NeurIPS 2019）在加拿大温哥华举行，中国科学院自动化研究所研究员程健团队在大会的神经网络压缩与加速竞赛（MicroNet Challenge）中获得双料冠军。 
　　MicroNet Challenge包括ImageNet图像分类、CIFAR-100图像分类和WikiText-103语言模型三个子任务。程健团队参加了ImageNet和CIFAR-100两个子任务比赛，并最终获得冠军。团队结合极低比特量化技术和稀疏化技术，在ImageNet任务上相比主办方提供的基准模型取得了20.2倍的压缩率和12.5倍的加速比，在CIFAR-100任务上取得了732.6倍的压缩率和356.5倍的加速比，同时受邀在大会上做题为A Comprehensive Study of Network Compression and Acceleration的报告，介绍了相关的量化和稀疏化压缩、加速技术。
　　MicroNet Challenge由Google、Facebook、OpenAI等机构在NeurIPS 2019上共同主办，旨在通过优化神经网络架构和计算，达到模型精度、计算效率和硬件资源占用等方面平衡，实现软硬件协同优化发展，启发新一代硬件架构设计和神经网络架构设计等。美国麻省理工学院、加州大学、华盛顿大学，韩国科学技术院，日本京都大学，浙江大学等国内外科研院校以及ARM、IBM、高通、Xilinx等国际芯片公司参加该竞赛。