ccf computility 2025 | 刘譞哲、陈海波、钱学海等教授邀您共话算力网软件技术论坛-凯发备用网址

讲者简介：陈海波，上海交通大学特聘教授、国家杰出青年基金获得者、acm fellow、ieee fellow、ccf fellow。主要研究领域为操作系统、分布式系统与系统安全，研究成果通过产学研深度结合被应用到数十亿设备，产生了广泛的学术与产业影响。曾获中国计算机学会科技进步特等奖、陈嘉庚青年科学奖（信息技术科学奖）、中国青年科技奖、教育部技术发明一等奖、全国优秀博士学位论文奖等。目前担任开源鸿蒙项目群技术指导委员会主席、acm sigops首位非北美学者主席、acm旗舰杂志communications of the acm首位中国学者编委与领域共同主席。研究工作还获得了华为卓越贡献个人奖、sosp、asplos、eurosys、vee等最佳论文奖以及dsn“时间检验奖”、sigmod研究亮点奖等。按照csrankings.org的统计，其近十年在操作系统领域顶会sosp/osdi上发表的论文数居世界第一。主持撰写的《现代操作系统：原理与实现》获得了2020年度“最受读者喜爱的it图书奖”与2022年上海交通大学优秀本科生教材奖（新版更名为《操作系统：原理与实现》）、以及机工科技——2023年度计算机领域十大好书，被高校、科研机构与企业广泛采用。

报告题目：模型原生操作系统：机遇、挑战与展望

报告摘要：算法、数据、算力被誉为人工智能发展的三大引擎。操作系统的泛在性是连接和驱动这三大引擎的关键纽带，是人工智能迈向通用智能、赋能千行百业的重要基石。报告立足人工智能时代用户、应用和系统的需求，分析“外挂式模型”演进路径下的操作系统发展困局，提出通过“模型-系统-芯片”的全栈协同设计来构建模型原生操作系统，并进一步探讨了面临的机遇与挑战，以及业界与讲者团队的相关初步探索。

报告题目：针对混合专家和后训练优化的大模型系统

报告摘要：本报告首先回顾当前大模型系统中的一系列关键问题，包括混合专家(mix-of-expert)结构和基于人类反馈的强化学习(reinforcement learning with human feedback)的后训练算法对系统的影响，和attention算子的高效实现。然后讨论当前工作解决这些挑战的一些思路，包括动态专家分配和调度、面向高吞吐量的混合专家执行、训练效率和执行效率兼顾的rlhf系统框架、以及新的attention算子实现策略。

讲者简介：王尚广，ccf服务计算专委会副主任，特聘教授、博士生导师、计算机学院（国际示范性软件学院）院长、网络与交换技术全国重点实验室副主任、国家杰出青年科学基金获得者、天算星座发起人兼首席科学家、北邮一号、二号、三号卫星总负责人。研究方向包括：卫星计算、服务计算、边缘智能、核心网系统、卫星操作系统等，先后主持/完成包括国家重点研发计划、国家自然科学基金重点项目在内的各类项目50余项、发表高水平学术论文100余篇，获得usenix atc、ieee icws等多个国际会议最佳论文奖。目前担任ieee technical committee on services computing主席以及ieee tsc、jcc等期刊编委，先后获得军队科技进步二等奖、ccf技术发明一等奖、中国电子学会科技进步一等奖等奖励。

报告题目：卫星互联网算力支撑系统

报告摘要：随着卫星互联网上层应用的增长，卫星对算力的需求在逐渐上升，报告首先通过北邮1号卫星的在轨监测首次揭示了影响卫星算力的主要因素，然后介绍了我们团队面向卫星算力需求，研制的卫星双内核操作系统、太空服务器以及在轨运行情况，最后介绍我们在卫星计算方面的学术成果，以及北邮2号、3号卫星即将开展的算力相关的科学实验。

讲者简介：翟恩南，ccf 互联网专委会常务委员、ccf分布式计算与系统专委会常务委员，阿里云基础设施网络研究负责人，资深技术研究专家。2015年于耶鲁大学计算机系获博士学位，随后担任耶鲁大学研究型助理教授，2018年加入阿里巴巴。主导阿里云智能化网络可靠性运维体系，以及智算网络技术创新。研究领域包括计算机网络、分布式系统等，先后在这些方向的国际顶级会议如sigcomm、nsdi 等累计发表70余篇论文，近五年在sigcomm和nsdi发表论文总数全球第二。常年担任sigcomm、nsdi等国际顶级会议程序委员会委员。获省部级技术发明一等奖2次，获sigcomm 2024最佳论文优胜奖、观察者网2024年度科创人物奖等奖项。

报告题目：面向智算集群的最优集合通信算法合成技术

报告摘要：集合通信库是算力集群连接训练/推理引擎与底层网络融合性能优化的关键系统软件和抽象。集合通信库中最核心的集合通信算法的性能直接影响大模型训练和推理的效率，以及gpu集群利用率。已有的集合通信库（如nccl和rccl）依赖固定集合通信算法，无法适应多样化的硬件拓扑和模型需求。当前最先进的集合通信算法合成器（如teccl和taccl）采用混合整数线性规划建模，但面临搜索空间爆炸和可扩展性挑战。本次报告介绍symccl，一种可扩展的集合通信算法自动合成器，为生产规模的大模型训练任务在数分钟内生成接近最优的集合通信算法方案。symccl的原理是利用集合操作与硬件拓扑的对称性，将原始的集合通信 demand分解为更小拓扑子集中的sub-demand，并通过高效搜索策略快速探索潜在的sub-demand、生成对应子算法，最终整合为完整的集合通信算法方案。基于实际生产环境集群的结果表明symccl可将集合通信性能提升151%-263%。此外，本次报告还将展开描述集合通信库与推理引擎的性能融合优化方向。

讲者简介：金鑫，北京大学计算机学院长聘副教授、博士生导师，研究领域为系统软件、计算机网络、云计算。获acm sigcomm rising star award、ccf青年科技奖、阿里巴巴达摩院青橙奖、usenix fast最佳论文奖、usenix nsdi最佳论文奖等奖项。

报告题目：软件定义的服务器无感知计算系统

报告摘要：服务器无感知计算使得开发人员无需关心服务器等底层资源管理，只需要专注于基于“云函数”的上层应用开发，是系统软件技术的重要发展方向之一。本次报告将介绍我们在软件定义的服务器无感知计算系统方面的近期工作，包括系统架构、关键技术、开发工具链和标准化，并对服务器无感知计算技术的未来发展进行展望。

早鸟票6月15日截止