讲者简介：董德尊，CCF杰出会员、体系结构专委常委、分布式计算与系统专委常委，国防科技大学计算机学院研究员、博导，教育部长江学者、全国百篇优秀博士论文奖获得者、国防卓青、湖南省杰青，主要研究计算机体系结构、高性能与智能计算、并行与分布式系统，长期参与国产高性能计算机系统研制工作，获湖南省教学成果特等奖、军队科技进步一等奖、湖南省自然科学一等奖、中国电子学会和中国计算机学会(CCF)自然科学二等奖等，在CCF推荐的A/B类国际刊物发表论文70余篇，担任Fundamental Research、《国防科技大学学报》、《计算机工程与科学》等期刊编委。

报告题目：高性能互连系统的可扩展性设计

报告摘要：互连通信是决定超算与智算系统可扩展性的关键因素之一。为了提升高性能互连系统的可扩展性，需要从不同层次和维度进行思考和尝试，包括在芯片内探索互连微架构的高带宽/低延迟/低开销设计优化，在芯片间探索拓扑/路由/流控/通信库等的端到端/全协议栈优化，在系统级探索应用驱动的算法/计算/通信的协同优化，报告将分享课题组在本领域的近期部分研究成果。

讲者简介：陈雪锦，现为中国科学技术大学信息学院教授，国家级青年人才。于中国科学技术大学获得学士、博士学位，耶鲁大学计算机系博士后。曾在斯坦福大学、微软亚洲研究院任访问学者。主要研究方向为计算机图形学、三维视觉、生物影像分析。在ACM SIGGRAPH、CVPR、ICCV、TMI等期刊会议上发表学术论文80余篇，承担和参与NSFC重点、重点研发等科研项目10余项，曾获中国图象图形学学会“石青云女科学家”奖、GDC2022会议最佳论文、国家教学成果二等奖、安徽省教学成果特等奖等奖励。

报告题目：PB级电镜图像中超微神经结构三维重建

报告摘要：随着纳米分辨率电子成像技术的发展，生命科学领域涌现了PB量级的脑组织成像，其中包含数千上万具有超精细结构的神经细胞。从原始数据中重建出单个神经细胞的三维结构需要对PB级数据进行全量访问，且不同区域的数据关联性极强。在重建流程中，还会涉及二维图像、三维点云、稀疏骨架等多种数据模态的处理和融合，数据结构差异大。本次报告将介绍在脑科学领域，对超大规模、强关联的异构数据进行高效数据存储、访问和并行处理所面临的挑战。

讲者简介：吴晨涛，上海交通大学计算机学院教授、博导，国家级青年人才，国家重点研发计划首席科学家，华中科技大学、美国弗吉尼亚联邦（州立）大学双博士。CCF体系结构专委会常委、副秘书长，上海市计算机学会存储专委会主任。研究方向主要为云存储、大数据存储系统。主持国家重点研发计划、国家自然科学基金、上海市自然科学基金等项目20余项，在IEEE TC、IEEE TPDS、IEEE TDSC、IEEE TMC、OSDI、ATC、HPCA、DAC等期刊会议上发表论文130余篇。研究成果荣获2019年国家技术发明二等奖、2018年和2022年上海市技术发明一等奖、2021年上海市计算机学会技术发明一等奖和教学成果一等奖、2019年阿里巴巴优秀学术合作项目、2022年华为火花奖、IEEE TC 2019 Spotlight Paper、ICCD 2020 Best Paper等奖励。

报告题目：面向异构算力服务器内存故障预测与容错技术的研究

报告摘要：随着国产化CPU等硬件的推进，当前云计算、大模型等应用主要依赖大规模x86、ARM等异构服务器集群，在这些系统中面临着非常频繁的内存故障（如Meta公司运行大模型时平均3-4小时一次内存故障），导致大量应用的中断和运行的低效。本报告主要从内存故障预测技术入手，通过主动容错和被动容错相结合方法，实现内存系统的分级容错，从而保障异构算力服务器系统的可靠性。

讲者简介：李震宇，中国科学技术大学讲席教授、博士生导师，精准智能化学全国重点实验室主任。1999和2004年分别获得中国科学技术大学物理学学士和物理化学博士学位。2004-2007年先后在马里兰大学和加州大学欧文分校从事博士后研究。2006年入选全国百篇优秀博士学位论文作者，2018年获国家杰出青年基金资助。研究领域为理论与计算化学，近年来在面向电子结构问题的量子算法发展方面取得系列重要进展。在包括Nature、JACS、Angew. Chem. Int. Ed.、Phys. Rev. Lett.在内的国际学术期刊上发表论文240余篇，引用万余次。

报告题目：量子计算与人工智能赋能的电子结构理论

报告摘要：量子计算与人工智能正在引领计算机科学的变革，这为解决电子结构问题提供了新的基于。我们发展了新型量子算法来发挥量子优势、规避量子短板并拓展量子技术的应用边界。在此基础上，我们开发了名为量子平方的量子计算化学软件。同时，我们采用Transformer网络表征多体波函数，利用其注意力机制灵活描述电子关联效应，并结合自回归式电子组态采样技术以及采用量子计算生成组态的预训练实现高效计算。这一方案开辟了融合量子计算与人工智能求解电子结构问题的高效路径。

讲者简介：阳王东，国家高层次人才。湖南大学教授，长沙学院副校长。主要研究领域为高性能计算，长期在国产超算平台以及飞腾、鲲鹏、海光、昇腾、景嘉微GPU等国产处理器上进行并行算法的设计和应用，主持研制了一系列的基础数值算法函数库和性能优化工具。获国家科技进步二等奖，湖南省自然科学一、二等奖等，获华为火花奖2项。主持国家自然科学基金重点项目、面上项目，国家重点研发计划课题，湖南省重点研发计划和揭榜挂帅等项目20余项。

报告题目：融合AI技术的软件全栈式性能优化

报告摘要：一个软件系统的性能与很多方面有关，不但与算法设计，编程实现有关，还与编译优化，执行环境也有关。如何对软件系统的性能进行全方位的优化，需要从算法、程序、编译到操作系统一直到软硬件协同进行全栈式优化。采用个性化的人工优化方法工作量大而且泛化性也有限。其实软件的性能与不同层次上的参数配置和组织结构密切相关，如何进行优化配置和结构是提升软件性能的重要手段。融合AI技术找到与性能有关的参数配置和组织结构，并进行优选配置，这样不尽能大幅减少人工优选需要的经验积累，而且能够充分利用最新的AI技术来提升优选的效果，并且能够方便迁移到其他软件，提升优化方法的泛化性。

讲者简介：杨海龙，北京航空航天大学计算机学院教授，副院长。国家优秀青年科学基金获得者，国家重点研发计划项目负责人。主要研究方向为高性能计算、性能调优工具、编译优化技术、模型训推系统等。目前已在SC、ASPLOS、ISCA、PPoPP、TPDS、TC、TACO等国际会议和期刊上发表多篇学术论文，TC论文获评IEEE CS亮点论文。担任CLUSTER21体系结构领域共同主席，THPC期刊青年编委。担任北航本科生超算队教练，指导团队多次获得国内外赛事奖项。获2024年CCF高性能计算青年科技人才奖，指导学生获CCF体系结构专委优秀博士学位论文奖、CCF高性能计算专委优秀博士学位论文奖、ACM SIGHPC优秀博士学位论文奖。

报告题目：面向超智融合时代的全栈式性能工程探索

报告摘要：随着以DeepSeek、AlphaFold等为代表性的智能算力需求不断增长，超算中心的应用模式已呈现出科学计算、智能计算相互融合的趋势。超智融合时代下的应用多样化和硬件架构复杂化导致应用难以获得理想的性能，需要从算法空间、编译空间、系统空间、工具空间开展全栈式性能工程，填补硬件峰值性能和应用可获得性能的鸿沟。本报告从算法空间异构硬件如何高效适配、编译空间领域知识如何有效挖掘、系统空间优化目标如何统筹兼顾、工具空间低效根因如何精准诊断出发，介绍了全栈式性能工程的一些探索，并对未来全栈式性能工程新范式进行了展望。

讲者简介：陶鼎文，中国科学院计算技术研究所研究员、中国科学院大学岗位教授、博士生导师。曾任美国印第安纳大学终身副教授。获得国家级人才项目、美国国家科学基金委杰出青年教授奖（NSF CAREER）、国家级海外青年人才项目、IEEE高性能计算杰出新人奖、R&D100创新奖、Meta（原脸书公司）研究奖、2024年度 CCF高性能计算“青年科技人才”等荣誉。长期从事高性能计算、并行软件及大规模深度学习研究，在并行压缩算法和软件方面取得开创性成果。研发的浮点压缩软件被多家国际顶尖科研机构和超算中心采用。已发表高质量学术论文90余篇，其中包括近40篇CCF-A类论文。目前担任CCF A类期刊IEEE TPDS副主编、国际期刊Elsevier Parallel Computing分区主编。

报告题目：面向多样算力平台的计算、通信和I/O的高效融合调度性能优化

报告摘要：在大模型与科学计算融合发展的背景下，算力平台日益呈现出架构异构化、资源碎片化的趋势，由通信与I/O引起的性能瓶颈已成为制约多样性算力系统高效利用的关键挑战。本报告将介绍我们近期围绕任务调度与通信隐藏方向的一系列研究工作，重点提出一种面向异构平台的就地任务调度框架。该框架通过在执行路径中融合压缩、通信与计算任务，构建具备运行时状态感知能力的调度图，有效实现数据压缩与多样性算力资源之间的高效协同，显著提升了整体吞吐率与资源利用率。此前我们针对HDF5的压缩写入优化为本调度框架提供了算子分解与执行重排的基础支撑。面向未来，我们将进一步引入算子级调度机制，构建可支持更复杂 AI+HPC 应用场景的通用调度基础设施，推动Z级异构平台上智能调度系统的落地。