叶保留，南京大学教授、博士生导师，中国计算机学会（CCF）理事、CCF分布式计算与系统专委会副主任，长期从事分布式计算与系统领域研究工作，近年来先后主持NSFC重点项目、NSFC专项项目、国家重点研发计划课题、JW装备发展部预研项目、江苏省基础研究计划（重点项目）等科研项目，在MobiCom、EuroSysy、ATC、VLDB、ToN、JSAC、TMC、TPDS、TC等国内外权威学术期刊与重要学术会议发表论文120余篇，被遴选为TPDS、TC亮点论文，获2019年度江苏省科学技术奖一等奖（第一完成人）、2016年度江苏省科学技术奖一等奖（第三完成人）、2024年度上海市自然科学奖一等奖（第五完成人）。

唐国明，香港科技大学（广州）信息枢纽数据科学与分析学域助理教授/副研究员、博士生导师，研究方向为可持续计算、云/边缘计算与应用人工智能，在国际顶级期刊（如TON、JSAC、TPDS、TMC等）和知名会议（如INFOCOM、ICDCS、Middleware、e-Energy等）发表论文100余篇，第四届海德堡大师论坛受邀学者（全球200青年学者），研究获省级青年人才项目支持，获2020年CCF-腾讯犀牛鸟基金卓创奖、UIC 2022杰出论文奖、SustainCom 2024最佳论文奖等。

杜海舟，上海电力大学，人工智能学部，教授，研究方向为分布式机器学习、大模型推理、多智能体优化。在国际顶级会议（如NeurIPS、ICML、AAAI、WWW等）发表论文80余篇，中国计算机学会高级会员，分布式计算与系统专委会执行委员，曾担任AAAI机器学习分论坛主席，ICML智能应用分论坛主席，SOSR出版主席等，并获多项省部级科技进步奖。

讲者简介：王丹，香港科技大学跨学科研究院教授。主要研究方向为面向可持续发展的计算技术与可持续计算。现任国际计算机学会能源专业组（ACM SIGEnergy）执行委员；曾任 ACM eEnergy 会议指导委员会主席、ACM eEnergy 2022 大会共同主席、ACM eEnergy 2020 程序委员会共同主席、ACM BuildSys 2024 程序委员会共同主席；曾任 IEEE / 国际服务质量研讨会（IEEE/IWQoS）指导委员会主席、IEEE/IWQoS 2020 程序委员会共同主席。其研究成果已在产业界与政府机构落地应用，合作单位包括华为、IBM、香港特别行政区政府机电工程署（EMSD）等。获评国际计算机学会杰出科学家（ACM Distinguished Scientist）。

报告题目：可持续人工智能数据中心：散热问题、碳排放与合规监管

报告摘要：人工智能数据中心规模正呈现前所未有的扩张态势，随之带来巨大的产热、能耗与碳排放压力。为应对上述难题，行业涌现出浸没式冷却等新型散热方案、核电等新型电力供给模式，各级政府也陆续出台针对性监管政策。如何统筹协调各类新型配套体系与人工智能数据中心规模化发展，已成为未来十年领域内亟待攻克的关键挑战。本次报告将围绕该方向，系统介绍课题组相关研究工作。

讲者简介：吴辰晔博士是香港中文大学（深圳）理工学院助理教授、校长青年学者，并担任理工学院助理院长（教育）及深圳河套研究院助理院长。吴博士于清华大学获得电子工程学士学位和计算机科学与技术博士学位，博士期间师从图灵奖得主姚期智教授，研究聚焦现代电力与能源系统中的数据分析、优化理论与机器学习方法，致力于将电力系统物理规律与计算机科学相结合，提升下一代电网运行的智能性、可靠性与理论可解释性。目前已在能源领域重要期刊和会议发表论文百余篇，并担任多个 IEEE 期刊编委及 IEEE SmartGridComm 2025/2026 技术程序委员会共同主席。

报告题目：面向算电协同的AI数据中心负荷生成与峰值预测方法

报告摘要：随着人工智能大模型和高性能算力基础设施的快速发展，AI数据中心的用电规模、波动性和峰值冲击显著增加，对电力系统规划、运行调度和需求响应提出了新的挑战。然而，受隐私保护、采集成本和业务敏感性等因素影响，AI数据中心真实负荷数据往往规模有限、场景覆盖不足，制约了面向算电协同的负荷建模、预测和调控研究。本报告围绕“数据稀缺条件下AI数据中心负荷认知与预测”展开，介绍两类数据驱动方法。首先，针对AI数据中心负荷样本不足的问题，报告将介绍一种粗到细的流匹配生成框架，通过先生成低时间分辨率负荷趋势、再逐级细化至高分辨率负荷曲线，刻画AI负荷的非平稳趋势、突发波动和爬坡特性；同时引入多粒度约束，保证生成负荷在聚合一致性、最大斜率和爬坡行为上的真实性。其次，针对小样本场景下峰值预测易受滑动窗口重复标签和数据泄漏影响的问题，报告将介绍一种面向峰值感知的JEPA训练范式，将密集时间窗口用于自监督未来表征学习，而将非重叠日期级样本用于峰值预测微调，从而提升小样本条件下的峰值预测稳定性和可信度。

讲者简介：王锐，教授，博导，国防科技大学系统工程学院装备管理工程系主任，中国仿真学会理事、中国管理科学与工程学会理事，主要从事复杂系统建模仿真与智能优化研究，主持国自科优青、原创探索等课题，在The Innovation、Informs JOC、IEEE Trans等发表论文60余篇，累计谷歌引用12000+，担任TEVC、SWEVO、ESWA等期刊副主编，曾获首届吴文俊人工智能优秀青年奖、省青年科技奖、省部级科学技术二等奖2项（2023-1,2026-1）、国家级学会一等奖2项（2019-3,2021-1）、二等奖2项（2018-1,2024-1）。

报告题目：绿色数据中心能效调度建模优化

报告摘要：环保要求升级与能源紧缺问题，正推动各类计算中心、数据中心加速引入绿色可再生能源作为供电来源。为最大化可再生能源利用效率、提升数据中心任务执行能效，计算任务的调度策略需与可再生能源的供应规律相适配。鉴于此，针对搭载动态电压频率调节计算节点、部分采用可再生能源供电的绿色数据中心，我们介绍团队利用多目标优化等方法开展绿色数据中心节能任务调度的研究情况。

讲者简介：钱琳，南京大学博士，南方电网电算科技数字工程（广东）有限公司总工，牵头南方电网电算协同整体工作，主持研发全国首个电碳算协同运营系统。

报告题目：电碳算协同的南方电网实践

报告摘要：报告将系统展示南方电网在电算协同中的整体规划，从规划、建设、调度、交易四个维度展示南方电网的实践成果，重点介绍首套电碳算协同运营系统通过与全国统一电力市场交互，根据获取的电价信号动态优化算力调度策略，实现算力成本与电力市场的实时联动，每年降低算力运营综合成本超10%。

讲者简介：牧军，国电南瑞科技股份有限公司信息系统集成分公司副总经理，从事绿色算力网络、高效绿色数据中心规划和建设等业务，积极构建自主可控的算力网络产业生态。发表论文11篇，授权专利16项，专著1部、2项国家标准、3项团体标准、4项企标。主持研发的1项成果通过中国电机工程学会的成果鉴定为整体国际领先，曾获国家电网科技进步一等奖和二等奖，中国电力科学技术奖三等奖、电力创新奖一等奖。

报告题目：数据中心算电协同整体解决方案

报告摘要：在数字经济与能源革命深度融合的今天，算力要发展、电力要保供、双碳要落地，三者相互关联、相互制约，构成了当前数字经济与能源产业协同发展的核心矛盾。本报告基于近年来在电力与算力融合领域的实践探索与技术研发，结合行业发展现状、政策导向及实际需求，通过系统性分析算电协同的核心内涵、行业痛点、技术架构、核心技术方案、应用场景及产业生态，全面构建数据中心算电协同整体解决方案，旨在为发电企业、电网企业、算力企业，以及数据中心运营商等行业从业者及政策制定者提供参考，推动数据中心算电协同技术、产品和方案的规模化应用，助力数字经济与能源产业高质量协同发展。

讲者简介：曹亚平，教授级高工，现任中国电信研究院云网融合技术研究所智能云网服务研究中心总监，深耕云网融合产品研发、算网调度、算电协同、5G等领域研究，担任中国电信集团重大攻关项目的项目负责人，牵头完成中国电信云网运营系统顶层架构设计、云算网一体化调度、算电协同等项目的研发及落地推广。

报告题目：算电协同调度技术方案与实践

报告摘要：本次演讲聚焦算电协同调度技术方案与落地实践，以实战化技术落地分享为核心，系统拆解算电协同整体技术架构、多因子智能调度算法、跨域算力迁移等关键核心技术，全面解读中国电信算电协同一体化调度技术方案。结合多省智算中心部署、跨省算力统筹调度等实景应用，展示方案在算电数据融合、绿电高效消纳、算力负荷柔性调控方面的落地成效，充分阐释算电协同调度技术支撑算力基础设施低碳高效运行、赋能数字产业绿色低碳发展的核心价值。