“坚持自己的理想，做热爱的事情，这个过程就不觉得有多苦。”谈起俩人的经历，有艰辛，有泪水，也有甜蜜和收获。博士毕业后到美国圣母大学继续进行博士后研究工作期间，他们的生活和学业上都有了新的变化。新的生活环境，让俩人更加坚定了目标，在机器学习和软硬件协同工作的科研方向取得了新的成果。

其中，于2019年提出了全新的自动化神经网络搜索架构和软硬件协同搜索框架，同时考虑了神经架构搜索空间（neural architecture search space）和硬件设计空间（hard design space）来找到和硬件匹配的最佳网络架构，这种方式能够最大限度地提高模型的性能和运行效率。在ImageNet上的实验也证明了，采用协同搜索的NAS可以在精度不变的情况下，吞吐量提高35.24%，能量效率提高54.05%。这篇论文也开创了NAS的一个新领域，拉开了神经网络与硬件协同搜索的新时代。

这项成果在经过两年时间检验后的今天，斩获两项大奖。一项是代表理论的IEEE TCAD最佳论文奖，于2021年国际自动化会议颁奖现场领奖。另一项是代表应用研究的University Demo冠军，击败了来自MIT, University of Virginia等10所高校的团队。