武永卫，清华大学计算机系教授，副系主任，入选中组部”万人计划“科技创新领军人才，主要从事并行与分布式处理、云存储和大数据系统等方面的研究工作。在IEEE TC、IEEE TPDS、IEEE TSE等知名国际期刊和USENIC OSDI、ACM SOSP、ACM/IEEE MICRO、ACM FSE、VLDB、USENIX ATC、USENIX EuroSYS SUENIX FAST等重要国际学术会议上发表学术论文100余篇，曾获得国家科技进步二等奖，国家技术发明二等奖、中国电子学会科技进步特等奖等，获ACM SIGSOFT Distinguished Paper Award等国际会议/期刊最佳论文奖4次。

田臣，南京大学教授，博士生导师，国家杰出青年基金获得者。主要从事计算机网络和分布式领域研究，以Networking Applications和Servicing Applications为理念，提出以应用为中心做网络研究。在SIGCOMM/FAST/NSDI/OSDI/EuroSys/SIGMOD等顶级会议和知名国际期刊上录用和发表学术论文70多篇，其中包括南京大学第1篇SIGCOMM和第1篇FAST等。迄今为止论文累计被引用5000余次，研究成果被顶级学术会议多次引用，曾多次担任国际学术会议的程序委员会成员和知名国际期刊的审稿人。

宦成颖，南京大学计算机学院特聘研究员、博士生导师。博士毕业于清华大学计算机系，主要从事高性能计算相关研究工作，其成果在包括SIGMOD、ASPLOS、EuroSys、SC、HPDC等国际顶级会议和期刊上发表论文四十余篇。作为项目负责人主持国家自然科学基金青年科学基金、江苏省自然科学基金青年科学基金、国家重大专项子课题、中央某委重点课题子课题等。

汪庆，南京大学计算机学院准聘副教授，研究方向是计算机系统，包括存储系统、网络系统、操作系统。相关研究工作发表于OSDI、NSDI、FAST、SIGMOD等国际会议，并获得CACM Research Highlight、ACM SIGMOD Research Highlight Award、FAST Distinguished Artifact Award、FAST Best Paper Award Candidate、微软学者奖学金、华为奥林帕斯奖、CCF技术发明一等奖等。担任FAST、EuroSys 和 ATC 等国际会议的程序委员会成员。

讲者简介：武延军，研究员，博士生导师，中国科学院软件研究所所长、总工程师。中国科学院青促会优秀会员，中国计算机学会（CCF）杰出会员，兼任CCF开源发展委员会执行委员、OpenHarmony社区TSC委员、OpenAtom 开源安全委员会主席及RISC-V工作委员会轮值主任。主持多项国家级重大软件科研任务，当前主要研究方向为开源软件供应链治理与RISC-V基础软件生态建设。

报告题目：面向数据中心的RISC-V基础软件生态技术

报告摘要：面向数据中心的RISC-V基础软件生态正在快速发展，逐步形成以Linux操作系统、GCC/LLVM工具链、虚拟化技术以及UEFI/SBI等标准固件接口为核心的软件栈。在RVA23等统一架构规范推动下，RISC-V在跨平台兼容性与软件可移植性方面显著提升，开始具备支撑云计算与服务器负载的基础能力。然而，目前生态在企业级软件适配、系统性能优化以及规模化部署方面仍存在不足，整体仍处于从可用走向可用且高效的演进阶段。本报告围绕数据中心场景，系统梳理RISC-V基。

讲者简介：李东升，国防科技大学计算机学院研究员，并行与分布计算全国重点实验室常务副主任，国家杰出青年基金、全国优秀博士学位论文、首批国家优秀青年基金获得者，入选教育部新世纪优秀人才计划。兼任中国计算机学会体系结构专委会副主任、大数据专委会委员等职。主要从事并行与分布式计算、高性能智能计算、数据智能处理等方面研究工作，在《中国科学》、IEEE/ACM Transactions等学术期刊以及USENIX ATC、NSDI、VLDB、EuroSys、IEEE INFOCOM等学术会议上发表学术论文100余篇，部分成果受到ACM Technews、ZDNET、HPC wire等报道，主持研制的系统在国家重要领域得到应用。获国家科技进步二等奖、湖南省自然科学一等奖和中国青年科技奖等。

报告题目：大模型并行训练中的存储优化技术

报告摘要：近年来，大模型技术快速发展，大模型的能力与模型参数量呈现出正相关的特点，大模型的参数量快速增长。大型智能模型参数量大，且模型训练中产生了大量中间状态值（如优化器状态等），对智能计算系统存储访问的需求快速增长。报告将分析大型模型并行训练给存储访问带来的挑战，并对重计算与显存交换耦合的动态显存优化方法、大模型并行训练的检查点优化等存储优化技术进行介绍。

讲者简介：董德尊，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获得者、全国黄大年式教师团队骨干成员，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，长期从事国产高性能计算机系统研制工作，带领团队先后主持/参与重大/重点科研任务攻关20余项，获军队、省部、学会科技成果一等奖5项、二等奖4项，省教学成果特等奖1项，在中国计算机学会(CCF)推荐国际刊物发表论文100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，CCF体系结构专委常委、分布式计算与系统专委常委。

报告题目：面向超算与智算的访存通信优化

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，超大规模互连系统设计验证工具等，报告将分享课题组近期在缓存预取、矩阵计算、模型推理等方面的访存通信优化研究。

讲者简介：章明星，清华大学副教授，国家级高层次青年人才。博士毕业于清华大学，主要从事分布式内存系统相关研究工作，其成果在包括 OSDI、SOSP、ASPLOS、HPCA、FSE、VLDB、ATC、EuroSys 等国际顶级会议和期刊上发表论文近三十篇。其中发表在A类会议FSE 2014 的论文获ACM SIGSOFT 杰出论文奖，先后 ACM Chinasys 新星和优博，IEEE TCSC 优博等奖项。获得国家自然科学基金青年科学基金及博士后基金一等项目资助。CCF推荐中国科协青年人才托举计划入选，科技部重点研发项目课题负责人。曾任深信服首席算法技术专家，创新研究院院长。

报告题目：以存储为中心的异构大模型智能体推理系统

报告摘要：大模型应用正加速从单次问答向复杂的多轮智能体（Agent）推理演进，这在系统内部催生了一个庞大且动态的“状态生成—状态消费—状态更新”流转闭环。这一关键范式转变，使系统的第一性瓶颈由单纯的“算力”全面转向了“存储与 I/O 效率”，导致传统以 GPU 为中心、存算紧耦合的体系架构日益受困于严峻的“存储资源墙”。为应对这一挑战，本次分享将提出“以存储为中心、状态特征驱动的存算解耦与多级池化”新架构。通过全局内存共享、多级异构分层以及环境快照池化等机制，系统性地缓解上下文状态（KV Cache），参数状态（Model Weights），以及运行时状态（Execution Environment）三类核心状态当前面临的瓶颈和解决思路。

讲者简介：宦成颖，南京大学计算机学院特聘研究员、博士生导师。博士毕业于清华大学计算机系，主要从事高性能计算相关研究工作，其成果在包括SIGMOD、ASPLOS、EuroSys、SC、HPDC等国际顶级会议和期刊上发表论文四十余篇。作为项目负责人主持国家自然科学基金青年科学基金、江苏省自然科学基金青年科学基金、国家重大专项子课题、中央某委重点课题子课题等。

报告题目：面向RISC-V的智能计算底座

报告摘要：面向RISC-V的智能计算底座正在成为支撑大模型（LLM）、检索增强生成（RAG）与智能体（Agent）应用的新型计算基础设施方向。该体系以RISC-V开放指令集架构为核心，结合向量扩展与异构加速能力，在CPU侧构建可灵活定制的AI计算底座，并通过与GPU/NPU及存储系统的协同优化，为大模型推理与数据密集型任务提供高能效支撑。然而，目前基于RISC-V的AI软件生态在框架适配、算子优化及大规模部署工具链方面仍处于快速发展阶段，距离成熟的云端AI基础设施仍有一定差距。本报告系统分析面向LLM、RAG与Agent的RISC-V智能计算底座架构设计与关键技术路径，并探讨其未来在AI原生计算平台中的发展方向。