博士训练结构与资格考试
NUS Computing的Computer Science PhD不是入学后立刻只做论文。项目介绍写明，研究型博士前两个学期会安排高级课程训练，之后进入更集中的研究阶段；学生通过Qualifying Examination后继续PhD路径。这个结构对跨方向申请者很重要，因为第一年的课程与研究探索，本身就是把基础知识、研究题目和导师团队工作方式对齐的过程。
Yang You现任NUS Computer Science Presidential Young Professor，个人主页和HPC-AI Lab都明确写有PhD招生。NUS Graduate School的导师页目前列出他有13名在读PhD学生。团队规模不小，意味着申请材料除了展示个人技术能力，还需要说明你准备进入哪个具体问题，而不是只写“对AI感兴趣”。
前两个学期的课程训练也不该被看成研究的暂停期。对做机器学习系统的人，课程可以补齐优化、概率、系统或并行计算等薄弱环节；同时尽早进入实验室讨论，把课程中的方法转成可复现的小实验。这样到了资格考试前，研究问题、方法工具和导师反馈已经形成连续链条，而不是临时拼一个题目。
奖学金金额与博士阶段的责任
NUS Research Scholarship自2026年1月起的PhD月津贴按身份区分：国际学生S$3,000，永久居民S$3,400，新加坡公民S$3,800，并提供全额学费减免。博士通过Qualifying Examination后，可再增加S$500/月；典型资助期为4年。这里的重点不仅是金额，而是资格考会同时影响学术路径和后续资助。
奖学金持有人需要保持良好表现，国际学生还要履行Graduate Assistantship Programme相关要求。申请时因此不能只算生活费，也要理解课程、资格考、研究任务和可能的助教/学术服务会共同构成博士前期的时间分配。
实验室的研究节奏与能力要求
Yang You团队把机器学习和高性能计算放在同一个研究框架里。当前公开方向包括基础模型、并行与分布式系统、模型训练与推理效率等。HPC-AI Lab在2026年还公布了Google Research Award。对博士训练来说，这类课题通常要求一边理解模型行为，一边面对计算资源、通信、内存和系统吞吐的真实约束。
如果申请者做过大模型或深度学习项目，材料不要只留最终指标。更有价值的是说明训练规模、硬件环境、并行策略、显存或通信瓶颈、基线，以及你如何判断一次优化是否真正有效。做过系统项目的人也需要补上算法目标：系统优化最终改善了什么研究问题，而不是只追求工程层面的“跑得更快”。
大团队还会放大协作能力的重要性。一个系统实验往往同时涉及代码版本、硬件配置、数据处理和重复运行，申请材料如果能展示你如何记录实验条件、复现他人结果、定位异常并把结果交付给合作者，会比单纯列技术栈更接近博士研究的真实节奏。
申请节点与材料组织
NUS Computing的PhD申请全年接收，但按入学季设置截止：8月入学通常在12月15日截点，1月入学在前一日历年的6月15日截点。当前学校研究生页面也把PhD intake标为现在至2026年12月15日。申请材料中，Statement of Purpose和CV是必交项，同时需要两名学术推荐人。
Statement of Purpose可以按“过去问题—方法—结果—下一步问题”的逻辑写。比如你做过分布式训练，不要只列框架名称，而要解释当时真正受限的是带宽、同步、显存还是模型结构，以及下一步为什么需要新的系统或算法设计。推荐信也应尽量由真正看过你研究过程的人来写，这样能提供与CV不同的信息。
对这个团队而言，最有说服力的材料往往是一段能复现的技术经历：代码、实验日志、系统评测或论文中的具体贡献都可以。博士阶段会经历课程、资格考和长期研究，如果申请前就能把自己的研究过程讲清楚，后续进入大规模团队协作也会更顺畅。
推荐信最好补足申请者自己不容易证明的部分，例如是否能独立定位问题、面对失败实验时是否会改变假设、能否在多人协作中把任务推进到底。SOP则负责把这些能力连接到一个具体研究问题。两类材料各自承担不同证据功能，比让所有文件重复同一段项目经历更有效。
如果已有论文或预印本，也不要默认标题本身就能证明研究能力。申请材料应交代自己负责的问题定义、实验或系统实现、结果分析以及失败后的迭代。这样导师看到的不只是一个成果条目，而是一段可以继续延伸到博士研究的工作过程。
