CCF Computility 2025 | 郭得科、徐扬、王兴伟、过敏意、任丰原等教授邀您共话分布式机器学习与在网计算论坛

论坛主席及介绍

东北大学

讲者简介：王兴伟，CCF会士、互联网专委主任，博士，东北大学副校长、教授、博士生导师，国家杰出青年科学基金获得者，享受国务院政府特殊津贴专家，教育部“新世纪优秀人才支持计划”人选，辽宁杰出科技工作者，东北大学学术委员会副主任，计算机软件国家工程研究中心常务副主任，辽宁省智能互联网理论与应用重点实验室主任，辽宁省创新团队负责人，兴辽计划特聘教授，辽宁省优秀教师，沈阳五一劳动奖章获得者，爱思唯尔中国高被引学者。中国通信学会会士，《计算机学报》《软件学报》《计算机研究与发展》《电子学报》编委。获国家科技进步二等奖2项、国家教学成果二等奖1项、教育部科技进步一等奖2项、中国计算机学会科学技术一等奖1项、中国通信学会科学技术一等奖1项、辽宁省技术发明一等奖1项、辽宁省教学成果特等奖1项、辽宁省教学成果一等奖3项；在IEEE Trans等期刊和IEEE INFOCOM等著名学术会议发表学术论文100余篇，SCI收录论文100余篇；出版学术著作9部；获国家发明专利授权27项。

报告题目：基于联邦学习与区块链的知识定义网络架构

报告摘要：面对当前网络环境的高度动态性与去中心化的发展趋势，如何赋予网络系统自学习、自适应与自调整的能力，已成为提升整体网络性能的关键课题。针对这一挑战，本研究提出了基于联邦学习与区块链的知识定义网络架构KDN-FLB（Knowledge-Defined Networking through Federated Learning and Blockchain），旨在为网络中的知识共享与隐私保护等关键问题提供系统性解决方案。在此基础上，本研究系统阐述了KDN-FLB的核心组成、架构设计、运行流程及典型应用场景，并进一步分析了KDN-FLB在当代网络应用中的潜在优势、面临的挑战及未来发展前景，旨在推动其在大规模、动态、去中心化网络环境中的智能化演进。

上海交通大学

讲者简介：过敏意教授，CCF会士、常务理事，上海交通大学讲席教授，IEEE Fellow，国家杰出青年科学基金获得者。担任教育部创新团队学术带头人，973计划首席科学家，享受国务院特殊津贴。长期从事并行与分布式系统和云计算的研究，在各种学术期刊、会议上发表了600多篇论文，著述中英文著作6部。主持国家杰出青年科学基金、国家重点研发计划、973计划项目、国家自然科学基金重点项目、863项目等。曾获国家技术发明二等奖和省部级科技一等奖多项，并获2023年IEEE  Edward J. McCluskey技术成就奖。现任IEEE Transactions on Sustainable Computing主编，并长期担任包括IEEE Transactions on Parallel and Distributed Systems，Journal of Parallel and Distributed Computing，IEEE Transactions on Cloud Computing等国际著名期刊的编委。

报告题目：基于异构数据流的端云一体生态计算系统

报告摘要：近期计算机应用特别是新兴人工智能应用呈现多领域交叉融合的发展趋势，例如深度学习与图计算和大数据结合，分别产生了图神经网络和向量型数据库等多领域融合负载。这些领域融合负载给灵活性受限的新兴领域专用架构带来了全新的挑战。而另一方面，随着ChatGPT、deepseek等大模型训练与推理的兴起，产生了大量数据中心（云）侧和边缘（端）侧的应用。然而，现有端云具有差异巨大的计算生态，同样的任务需重复开发且难以端云自适应调度，编程模型也具有差异化。数据流架构是构建端云协同生态的重要方法，具有重要的应用潜力。因此，亟需研究新型数据流计算系统。本次演讲将首先回顾数据流计算架构的发展历史，并分享课题组在新型异构数据流计算系统设计和研制上的进展。

清华大学

讲者简介：任丰原，教授，任职于清华大学计算机科学与技术系。主要从事网络体系结构与流量管理、数据中心网络、工业互联网/物联网、系统性能评价等方向的教学与科研工作。多项研究成果发表在领域顶级期刊和会议上，部分成果在华为、阿里、思科、博通和英特尔等公司的相关产品中得到了应用。获国家自然科学奖等6项国家、省部级科技成果奖，连续多年入选“爱思唯尔中国高被引学者榜单”。

报告题目：分布式机器学习系统中的以太交换网络

报告摘要：高性能交换网络是分布式机器学习系统的核心要素。报告首先概述分布式机器学习系统中混合并行技术作用下业务流量的模式与特征，及其与业务需求一起给交换网络设计带来的技术挑战。接着介绍工业界相关技术动态，分析总结分布式机器学习系统中的交换网络研究的共识与分歧，并概述工业联盟组织和学术界相关研究进展。然后介绍研究小组在无损以太交换网流量管理方向上包括温和流量控制、三元拥塞探测和ACK驱动拥塞控制等研究工作。最后讨论若干开放性研究问题。

阿里云智能集团

讲者简介：祝顺民，阿里云智能集团研发副总裁，云网络产品线负责人，在软件定义网络、网络功能虚拟化以及高性能转发技术领域有多年技术研发经验。带领团队研发了阿里云飞天操作系统的网络子系统-洛神。获浙江省、计算机学会及自动化学会科技成果奖一等奖，并于2023年被授予浙江省有突出贡献中青年专家荣誉称号。

报告题目：面向生成式AI的下一代超大规模云网络

报告摘要：生成式 AI 对超大规模云网络提出了诸多新的挑战，训练阶段需高带宽支撑海量数据搬迁，推理阶段要求网络可靠保障流式传输，训推一体与推理 PD 分离场景考验网络融合能力，海量 GPU/CPU/PPU 异构节点管理需高效资源调度与维护。阿里云洛神云网络团队针对上述挑战，设计和研发下一代超大规模云网络，本次报告，主讲人将从高性能转发、高可靠传输、超融合管理、高动态调度等多个维度阐述对应的方案。

北京大学

讲者简介：吴文斐，2015年博士毕业于威斯康星大学麦迪逊分校，现为北京大学计算机学院助理教授和研究员。吴博士长期从事计算机网络和分布式系统的研究，发表50余篇高水平学术论文，包括SIGCOMM、NSDI、ASPLOS、KDD、INFOCOM等CCF A类会议文章。吴博士近年来在“在网计算”方向进行了深入研究，研发的基于在网计算的分布式训练系统获得2021年NSDI最佳论文、基于在网计算的分布式数据分析系统获得2023年ASPLOS杰出论文奖。

报告题目：基于在网计算的分布式系统加速方法

报告摘要：近年来大模型训练等计算密集任务需求强烈，而建设的大规模算力集群面临着规模、扩展性、性能等方面的挑战。在网计算是扩展和加速分布式系统的一种有效方法；在网计算通过将应用的计算功能卸载到网络设备，可以有效压缩网络流量、减少响应时延、提升计算速度和并行度，进而提升系统整体的效率。本讲座将分享基于在网计算的分布式系统的加速方法的研究，包括构建在网计算协议、管理在网计算作业等，这些成果发表在NSDI、ASPLOS、INFOCOM等会议。

中央研究院网络技术实验室

讲者简介：刘硕，2017年博士毕业于新加坡国立大学，随后加入华为2012中央研究院网络技术实验室，目前担任公司级产业技术项目经理。主要研究方向为应用与网络融合，在网算协同、网存协同等方面有丰富的研究与商业落地经验。相关领域发表学术论文10余篇，包括计算机系统领域顶会ASPLOS、ICDCS、ICC、IFIP Networking、IEEE汇刊Circuits and Systems、Control Systems Technology等，累计申请专利20+。

报告题目：面向分布式计算的网存算协同加速机制研究

报告摘要：随着AI大模型训练推理、实时大数据分析等应用爆发式增长，分布式计算面临算力需求激增与系统效率滞缓的核心矛盾。传统存算分离架构中，网络、存储、计算等割裂管理导致资源空闲浪费，成为制约性能突破的关键瓶颈。本报告试图从网存算协同的角度出发，优化分布式计算“并发”与“一致性”两大核心问题，并介绍我们的相关工作实践。

注册时间及缴费标准