CCF Computility 2026 | 馬帥、尚學群、高云君、謝鯤、童詠昕、毛睿、戴海鵬等教授邀您共話數(shù)據(jù)模型與計算方法論壇
第三屆中國計算機學會（CCF）分布式計算大會暨中國算力網(wǎng)大會 (CCF Computility 2026）將于 2026 年 7 月 24 日至 26 日在中國河北雄安新區(qū)舉行，會議規(guī)模預計 1500 余人。本次會議由中國計算機學會主辦，中國計算機學會分布式計算與系統(tǒng)專委會與北京郵電大學共同承辦。會議主題為 “算力網(wǎng)：新質(zhì)生產(chǎn)力背景下的分布式系統(tǒng)”，旨在為分布式系統(tǒng)和算力網(wǎng)相關(guān)的從業(yè)者提供最專業(yè)的學術(shù)研討、技術(shù)交流和成果展示的平臺。CCF Computility 2026 為大家準備了 11 場由院士等頂級專家?guī)淼闹髦紙蟾妫?5+場技術(shù)論壇（120+位特邀報告）。
目前會議注冊通道已經(jīng)開放，早鳥優(yōu)惠火熱報名中！
算力網(wǎng)是數(shù)字基礎設施發(fā)展的核心形態(tài)，數(shù)據(jù)模型與計算方法是其高效運行的關(guān)鍵支撐。本次論壇聚焦算力網(wǎng)架構(gòu)下的大數(shù)據(jù)近似計算、跨模態(tài)關(guān)聯(lián)與分析、全鏈路可信數(shù)據(jù)要素、網(wǎng)絡可視化技術(shù)等，探討適配分布式算力調(diào)度、跨域數(shù)據(jù)共享的向量數(shù)據(jù)引擎和圖數(shù)據(jù)表征。同時圍繞邊緣與端側(cè)智能技術(shù)、異構(gòu)算力協(xié)同、高效并行計算、資源動態(tài)優(yōu)化等前沿計算方法展開交流。匯聚業(yè)內(nèi)專家與科研從業(yè)者，分享技術(shù)成果、剖析應用痛點，探索技術(shù)落地路徑，助力算力網(wǎng)實現(xiàn)算力、數(shù)據(jù)、網(wǎng)絡深度融合，推動算力網(wǎng)絡技術(shù)體系迭代與規(guī)?；瘧?。
袁野，現(xiàn)為北京理工計算機學院教授、博士生導師、國家級領軍人才。主持國家自然基金重點項目，科技部重點研發(fā)課題。曾獲中國電子學會自然一等獎，教育部和遼寧省科技進步一等獎、全國優(yōu)秀博士論文提名獎、中國計算機學會優(yōu)秀博士論文獎。袁博士是中國計算機學會數(shù)據(jù)庫專業(yè)委員會常委、大數(shù)據(jù)專家委員會委員、分布式系統(tǒng)專委委員、人工智能學會信息服務專委常委、中國計算機學會高級會員，IEEE、ACM高級會員。香港科技大學、香港中文大學、英國愛丁堡大學訪問學者。在SIGMOD、VLDB、ICDE、VLDB Journal、IEEE Trans. TKDE、IEEE Trans. TPDS等重要學術(shù)會議和期刊上發(fā)表論文100余篇。
許建秋，南京航空航天大學教授，計算機系主任，主要從事數(shù)據(jù)管理及數(shù)據(jù)庫原型系統(tǒng)研究，近年來主要針對大模型驅(qū)動的復雜數(shù)據(jù)管理和高效計算開展工作，主持國家自然科學基金項目3項。發(fā)表學術(shù)論文60余篇，包括中國計算機學會推薦A類論文IEEE TKDE、ICDE、PVLDB、計算機學報等，出版英文專著1本。擔任中國科學卓越期刊二期領軍Frontier of Computer Science 青年編委，多次獲得國際/國內(nèi)學術(shù)會議論文獎，包括最佳系統(tǒng)演示論文獎，最佳展望論文獎等。
顧榮，南京大學副教授/博導，國家高層次青年人才項目入選者，CCF分布式計算與系統(tǒng)專委常務委員，CNCF開源項目Fluid社區(qū)主席，研究方向為云計算與大數(shù)據(jù)系統(tǒng)、智能計算系統(tǒng)，研究成果發(fā)表于SIGMOD，VLDB，ICDE,USENIX ATC，EuroSys，VLDBJ，TPDS, ToN等領域國際會議期刊。他曾獲得達摩院青橙獎、江蘇省科學技術(shù)一等獎、IEEE TCSC Early Career Excellence Award、HPCC會議最佳論文獎等學術(shù)榮譽，以及華為火花獎、阿里、中興產(chǎn)學研優(yōu)秀學術(shù)項目獎等業(yè)界獎項。他主持國家重點研發(fā)項目課題、國家自然科學基金面上項目、中國博士后基金特別資助項目以及阿里、華為等企業(yè)科研項目共20余項。
講者簡介：馬帥，北京航空航天大學計算機學院教授、南昌大學學術(shù)副校長兼人工智能學院院長。主要從事大數(shù)據(jù)理論與系統(tǒng)的研究，其成果持續(xù)發(fā)表在數(shù)據(jù)庫領域、數(shù)據(jù)挖掘、人工智能和系統(tǒng)等頂級會議和期刊。曾任多個國際頂級期刊編委及國際頂級領域主席、程序委員。曾獲國家級人才稱號和VLDB最佳論文獎、中國電子學會科技進步特等獎和自然科學一等獎等。
報告題目：大數(shù)據(jù)近似計算——深度學習與傳統(tǒng)算法融合？
報告摘要：大數(shù)據(jù)近似計算是大數(shù)據(jù)時代面向處理最優(yōu)解求解、難以求解場景的有效手段之一。本報告將探討一種新的近似計算方法：深度學習與傳統(tǒng)算法的融合計算。介紹深度學習與算法融合的發(fā)展歷程，重點闡述傳統(tǒng)算法輔助深度學習、深度學習輔助傳統(tǒng)算法以及兩者深度融合計算三種融合計算模式，并初步展示了這些融合方法在提升準確性和效率方面的顯著效果。
講者簡介：尚學群，西北工業(yè)大學教授，國家高層次人才計劃入選者，現(xiàn)任西北工業(yè)大學計算機學院院長。長期從事大數(shù)據(jù)管理與分析研究與系統(tǒng)開發(fā)，主要研究領域為數(shù)據(jù)挖掘，機器學習，大數(shù)據(jù)，生物信息學等。兼任工信部“十五五”規(guī)劃專家組成員，大數(shù)據(jù)存儲與管理工信部重點實驗室主任，ACM SIGWEB CHINA主席，中國計算機學會信息系統(tǒng)專委會副主任，中國生物工程學會人工智能與生物技術(shù)專委會副主任，中國人工智能教育聯(lián)席會理事，陜西省計算機學會副理事長，陜西省科技創(chuàng)新團隊帶頭人等，并擔任陜西省政協(xié)委員，多個國際期刊編委，國際學術(shù)會議分會主席和程序委員。作為項目負責人先后主持多項國家自然科學基金重點項目，國家重點研發(fā)計劃課題等。已在 Nature Communications、The Innovation、IJCV、TMM、TKDE、ICDE等國內(nèi)外重要學術(shù)期刊及權(quán)威國際學術(shù)會議上發(fā)表論文120余篇。帶領團隊圍繞大數(shù)據(jù)管理與分析領域的“卡脖子”問題，開展系統(tǒng)集成攻關(guān)，研制的XX推演系統(tǒng)有力支撐了重要演訓任務，網(wǎng)絡構(gòu)建與分析系統(tǒng)、跨模態(tài)關(guān)聯(lián)分析與推理技術(shù)等被輝瑞公司、中國國家基因庫、華大基因、浪潮、中船集團等來自60余個國家和地區(qū)的工業(yè)界和學術(shù)界應用。獲陜西省自然科學一等獎、陜西省五一勞動獎章等。
報告題目：跨模態(tài)關(guān)聯(lián)分析與融合
報告摘要：多模態(tài)數(shù)據(jù)的爆炸式增長對跨模態(tài)關(guān)聯(lián)與推理能力提出了更高要求。盡管現(xiàn)有大模型已實現(xiàn)基礎的圖文交互，但在細粒度語義對齊、跨模態(tài)邏輯一致性、以及分布外泛化三個核心任務上仍存在瓶頸，成為制約多模態(tài)智能發(fā)展的關(guān)鍵問題。本報告將系統(tǒng)討論弱監(jiān)督細粒度對齊、模態(tài)不一致與數(shù)據(jù)集偏見、多尺度時序超圖及跨模態(tài)多關(guān)系圖推理等關(guān)鍵技術(shù)，并探討未來方向。
講者簡介：高云君，浙江大學求是特聘教授，博士生導師，國家杰出青年科學基金獲得者（2020）、國家優(yōu)秀青年科學基金獲得者（2015）。研究方向為數(shù)據(jù)庫、大數(shù)據(jù)管理與分析、DB與AI融合，已發(fā)表CCF A類論文200余篇，出版專著或教材6本，授權(quán)專利40余件，登記軟著10余項，并獲CCF A類論文VLDB、ICDE最佳或優(yōu)秀論文等7次，省部級或全國性學會科技進步特等或一等獎等6項?，F(xiàn)為ACM SIGSPATIAL中國分會副主席，ACM SIGWEB中國分會副主席，浙江省大數(shù)據(jù)智能計算重點實驗室主任，浙江大學軟件學院常務副院長。擔任DSE期刊執(zhí)行主編，TKDE、JCST、FCS、《計算機研究與發(fā)展》等期刊編委/副編輯（Associate Editor），VLDB、ICDE、SIGKDD、SIGIR等10余個CCF A類會議聯(lián)合主席（Co-Chair）或領域主席（Area Chair）等，SIGMOD、VLDB、ICDE、SIGKDD、SIGIR等會議（資深）程序委員會委員。指導研究生獲省部級或全國性學會優(yōu)秀博/碩士學位論文獎10次以及KDD Cup 2022風電預測賽道全球冠軍。
報告題目：全鏈路可信數(shù)據(jù)要素管理：挑戰(zhàn)與進展
報告摘要：數(shù)據(jù)要素已成為驅(qū)動數(shù)字經(jīng)濟發(fā)展的核心引擎，但在實踐中仍普遍面臨“供不出、流不動、用不好”等瓶頸，其深層原因可歸結(jié)為三重核心矛盾：數(shù)據(jù)生產(chǎn)環(huán)節(jié)的多源異構(gòu)數(shù)據(jù)制備困難與數(shù)據(jù)孤島，資產(chǎn)供應環(huán)節(jié)的軟硬件割裂與定價失據(jù)，以及流通環(huán)節(jié)的隱私泄露與權(quán)屬模糊，嚴重制約高價值數(shù)據(jù)的可信釋放。本報告將分享匯報人團隊在全鏈路可信數(shù)據(jù)要素管理方面的探索：首先，在數(shù)據(jù)要素生產(chǎn)方面，針對大規(guī)模數(shù)據(jù)制備、一體化無感數(shù)據(jù)編織、場景化數(shù)據(jù)質(zhì)量管理進行探究，緩解“數(shù)據(jù)富礦、要素貧瘠”難題；其次，在數(shù)據(jù)資產(chǎn)供應方面，從高性能數(shù)據(jù)混合存儲、多粒度數(shù)據(jù)智能精煉、多維度數(shù)據(jù)市場定價入手，實現(xiàn)高質(zhì)量數(shù)據(jù)資產(chǎn)的按需彈性供應；接著，在數(shù)據(jù)安全保障方面，構(gòu)建“源頭治理—過程管控—終端補救”的全鏈可信安全體系，協(xié)同平衡隱私性、可用性與魯棒性；最后展望全鏈路可信數(shù)據(jù)要素智能管理的未來方向與演進路徑。
講者簡介：謝鯤，湖南大學二級教授、博士生導師，是國家自然科學基金杰出青年基金獲得者、中國青年女科學家獎獲得者，湖南省自然科學基金杰出青年基金獲得者、湖南省青年骨干教師、湖南省優(yōu)秀碩士生導師、長沙市“巾幗建功”標兵。教育部“超算與人工智能融合計算”重點實驗室主任。擔任湖南大學信息科學與工程學院學術(shù)委員會主任、學位委員會主任。研究方向為網(wǎng)絡運維，網(wǎng)絡安全，人工智能。
報告題目：全量高頻網(wǎng)絡可視化技術(shù)
報告摘要：網(wǎng)絡是數(shù)字經(jīng)濟核心基礎設施，精準高效地感知全網(wǎng)運行狀態(tài)是保障網(wǎng)絡安全穩(wěn)定運行、實現(xiàn)智能運維的前提與基礎。隨著網(wǎng)絡規(guī)模持續(xù)增長與業(yè)務復雜度不斷攀升，現(xiàn)有測量技術(shù)面臨"全局看不全、微觀看不清"的雙重挑戰(zhàn)。本報告圍繞全量高頻網(wǎng)絡可視化展開，介紹團隊在全局測量與微觀測量兩方面的研究進展：全局層面，利用網(wǎng)絡數(shù)據(jù)低秩特性，提出"測量部分、推斷整體"的在線測量理論，以極低采樣開銷實現(xiàn)全網(wǎng)狀態(tài)高精度重構(gòu)；微觀層面，構(gòu)建覆蓋包、流、KPI的多層次高頻感知與極致壓縮技術(shù)體系，突破設備資源與傳輸帶寬瓶頸。
講者簡介：童詠昕，北京航空航天大學教授，博士生導師，計算機學院副院長。國家杰青、優(yōu)青基金獲得者、智能原生數(shù)據(jù)系統(tǒng)北京市重點實驗室主任、中國計算機學會（CCF）杰出會員、CCF會員與分部工委副主任、CCF走進高校工作組組長。主持國家自然科學基金青年A類（原杰青）項目、B類（原優(yōu)青）項目、重點項目、國家重點研發(fā)計劃課題等。主要研究方向包括：聯(lián)邦學習、向量數(shù)據(jù)庫系統(tǒng)、時空大數(shù)據(jù)挖掘、大模型的數(shù)據(jù)引擎等。近年先后在TODS、VLDBJ、TKDE、SIGMOD、VLDB、SIGKDD等國際一流期刊/會議發(fā)表論文百余篇，谷歌學術(shù)引用1.8萬余次。獲中國電子學會的自然科學一等獎（排名1）和青年科學家獎、首屆阿里巴巴達摩院“青橙獎”、國際基礎科學大會前沿科學獎、ACM KDD China青年科學家獎和多個國際一流學術(shù)會議/競賽的最佳論文與冠軍等獎勵。擔任《Frontiers of Computer Science》期刊的執(zhí)行編委、《IEEE TKDE》與《IEEE TBD》等國際期刊編委。
報告題目：大模型的圖書館：向量數(shù)據(jù)引擎的機遇與挑戰(zhàn)
報告摘要：向量數(shù)據(jù)引擎是大模型時代的關(guān)鍵數(shù)據(jù)基礎設施，被廣泛應用于AI-Ready訓練數(shù)據(jù)集構(gòu)建、檢索增強生成(RAG)以及智能體記憶管理等場景。本報告將首先回顧向量數(shù)據(jù)引擎的發(fā)展脈絡與技術(shù)演進，隨后，結(jié)合產(chǎn)業(yè)需求與團隊最新研究成果介紹向量數(shù)據(jù)領域的前沿進展，最后展示相關(guān)技術(shù)的落地應用，并對向量數(shù)據(jù)管理未來的發(fā)展趨勢進行展望。
講者簡介：毛睿，教育部CJ學者獎勵計劃特崗學者，中國計算機學會會士，深圳大學特聘教授，博導，深圳市高層次專業(yè)人才、深圳市“孔雀計劃”海外高層次人才；主要研究方向是通用大數(shù)據(jù)處理和高性能計算；97年和00年在中國科學技術(shù)大學獲計算機科學學士和碩士，06年和07年在美國得克薩斯大學奧斯汀分校獲統(tǒng)計學碩士和計算機科學博士，07～10年在甲骨文美國公司從事數(shù)據(jù)庫研發(fā)；10年加入深圳大學，現(xiàn)任大數(shù)據(jù)系統(tǒng)計算技術(shù)國家工程實驗室副主任、廣東省普及型高性能計算機重點實驗室主任、廣東省算力提升基礎學科研究中心副主任、廣東省國產(chǎn)高性能數(shù)據(jù)計算系統(tǒng)工程技術(shù)研究中心主任、深圳市服務計算與應用重點實驗室主任；中國計算機學會理事、深圳分部主席、大數(shù)據(jù)專家委副主任、數(shù)據(jù)庫專委常委；深圳市計算機學會副理事長；提出了應對多樣性挑戰(zhàn)的大數(shù)據(jù)泛構(gòu)模式，建立了基于度量空間的通用大數(shù)據(jù)管理分析理論框架；主持國家自然科學基金重點項目等10余個國家級項目；獲2014教育部科技進步二等獎、2016軍隊科技進步二等獎、2021廣東省教學成果一等獎、2022國家教學成果二等獎、2023中國計算機學會自然科學二等獎、2023中國電子學會自然科學二等獎、2024中國電子學會自然科學一等獎等。
報告主題：基于度量空間的圖數(shù)據(jù)通用表征
報告摘要：一次表征多次使用的通用表征是預訓練模型的研究核心之一。傳統(tǒng)機器學習往往限定于歐幾里得范數(shù)，與圖（graph）天然的非歐幾里得特性間存在鴻溝。度量空間不限制數(shù)據(jù)內(nèi)部結(jié)構(gòu)，僅須數(shù)據(jù)間距離滿足正定、對稱、三角不等性，可以表征很多圖數(shù)據(jù)。我們提出先將圖表征為度量空間再向量化，然后多范數(shù)下訓練和融合模型的新范式，研究面向度量空間的表征學習理論框架，包括多范數(shù)下的通用近似性，模型參數(shù)優(yōu)化機制，多模態(tài)/多任務訓練融合機制等。本研究有望為圖數(shù)據(jù)通用表征探索新的路徑。
講者簡介：戴海鵬，南京大學計算機學院教授，博導，國家級青年人才計劃入選者，IET Fellow。獲ACM中國新星獎、IEEE可擴展計算技術(shù)委員會職業(yè)中期卓越研究成就獎、中國電子學會優(yōu)秀科技工作者等榮譽。研究方向為物聯(lián)網(wǎng)、數(shù)據(jù)挖掘、邊緣智能、端智能等。發(fā)表國際著名會議期刊論文300余篇，含CCF A類150余篇，包括SIGCOMM、NSDI、SIGMOD、VLDB、ICDE、KDD、UbiComp、INFOCOM、WWW、ISCA、EuroSys、ATC等國際一流會議。曾獲一流會議期刊論文獎項十余項，包括5項CCF A/B類會議最佳論文獎項等。擔任國家重點研發(fā)計劃項目、教育部學科突破先導項目課題負責人。榮獲2025年度中國通信學會科學技術(shù)獎二等獎（第一完成人），2024年度江蘇省計算機學會科學技術(shù)獎一等獎（第一完成人）等。擔任ACM SIGCOMM China秘書長、中國計算機學會物聯(lián)網(wǎng)專委會常委、網(wǎng)絡與數(shù)據(jù)通信專委會常委等職務。擔任UbiComp、ICDM、ICNP、COCOON、ISPA、HPCC等二十余次會議主席職務。擔任國內(nèi)外一流期刊COMNET領域主編、TII編委、TCE編委、IoT-J編委、電子學報編委。入選“全球前2%頂尖科學家”終身科學影響力榜單。
報告主題：智能下沉：邊緣與端側(cè)智能關(guān)鍵技術(shù)
報告摘要：隨著人工智能從云端向邊緣與端側(cè)設備加速下沉，低功耗、高效率、輕量化部署成為核心需求。面向端側(cè)資源受限、模型規(guī)模龐大、異構(gòu)部署困難等挑戰(zhàn)，報告人圍繞模型編譯調(diào)度、稀疏推理、大模型微調(diào)展開研究。通過協(xié)同編譯調(diào)度、MoE模型算法-系統(tǒng)協(xié)同設計、LoRA高效服務等技術(shù)，顯著提升推理吞吐量、降低時延。相關(guān)技術(shù)在真實硬件平臺與視覺、多模態(tài)任務中得到驗證，為高效可擴展的邊緣與端側(cè)智能部署提供系統(tǒng)化支撐。
評論 0