由CCF主辦，CCF分布式計算與系統專委會與吉林大學承辦的CCF分布式計算大會(CCF Computility 2024) 暨全國開放式分布與并行計算學術年會(DPCS 2024) 将于2024年7月26日至28日在中國吉林省長春市舉行，會議規模預計1000餘人。本次會議主題為“算力網：新質生産力背景下的分布式系統”，旨在為分布式系統和算力網相關的從業者提供最專業的學術研讨、技術交流和成果展示的平台。CCF Computility 2024為大家準備了9場由院士等頂級專家帶來的主旨報告，15場技術論壇（80位特邀報告），絕對不容錯過！
CCF Computility 2024 | 學術盛宴，大咖雲集，不容錯過！
大會主旨報告嘉賓
論壇背景
近年來，新型圖計算任務（例如新型圖神經網絡、流圖計算、超圖計算）不斷湧現，圖計算需求日益複雜多樣。複雜多樣化的圖計算需求給現有分布式圖計算帶來了巨大挑戰。如何設計新型高性能圖計算處理系統滿足複雜多樣的圖計算需求是一個亟待解決的難題。為此，本論壇将組織相關專家讨論新型分布式圖計算系統軟體設計，以高效支撐不斷湧現的複雜圖計算需求，助力分布式圖技術的發展和生态成熟。
| 分布式圖計算技術論壇報告安排 | ||
| 論壇主席 | 魏曉輝教授、趙進助理研究員、嶽恒山副教授 | |
| 特邀報告1 | 廖小飛 華中科技大學教授 | 圖計算加速器系統設計 |
| 特邀報告2 | 袁野 北京理工大學教授 | 多模态知識圖譜的管理與分析 |
| 特邀報告3 | 鄒磊 北京大學教授 | Processing SPARQL Queries Over Distributed RDF Graphs—A Partial Evaluation and Assembly Approach |
| 特邀報告4 | 張岩峰 東北大學教授 | 大模型的圖檢索增強生成技術 |
| 特邀報告5 | 甘新标 國防科技大學副研究員 | TianheGraph：面向天河超算的大規模圖計算優化 |
| 特邀報告6 | 孫世軒 上海交通大學計算機系長聘教軌副教授 | 面向新興計算架構的高效圖資料處理 |
| 特邀報告7 | 汪睿 浙江大學研究員 | 面向大規模圖資料的計算與存儲系統 |
| 特邀報告8 | 劉永超 螞蟻集團進階技術專家 | 面向圖政策推薦的分布式圖智能計算關鍵技術及工業應用 |
| 時間：2024年7月28日 下午 地點：吉林省長春市安華假日宴會中心紫氣東來廳 |
論壇主席及介紹
魏曉輝
吉林大學
魏曉輝，教育部“長江學者”特聘教授、國家百千萬人才工程入選者 、教育部新世紀人才、英國工程技術學會會士（IET Fellow）、教育部計算機類教學指導委員會委員、中國計算機學會常務理事、吉林省計算機學會理事長、吉林大學唐敖慶特聘教授，現擔任林大學大資料和網絡管理中心主任。科研上主要從事分布式系統排程、分布式流資料處理以及高性能應用軟體的研究，研究工作涵蓋基礎理論、關鍵技術和軟體原型，獲吉林省科技進步一等獎2 項（排名：第1/第2）、中國商業聯合會一等獎1 項（排名：第1）。教學上擔任國家級一流大學課程負責人，國家精品課主講教師，組建了兩個國家教學示範中心，獲國家教學成果二等獎3項（排名：第1/第1/第2）。
趙進
之江實驗室/華中科技大學
趙進，之江實驗室/華中科技大學助理研究員，2022年9月在華中科技大學獲得博士學位，主要研究圖計算體系結構和系統軟體，相關成果在ISCA、SC、Eurosys、DAC、ACM TOS/TACO、IEEE TC/TKDE/TBD等會議和期刊上發表論文20餘篇，入選CCF A類期刊IEEE TC的Featured Paper of the Month等，入選第九屆中國科協青年人才托舉工程，博士論文入選2023年度“CCF優秀博士學位論文激勵計劃”和2023年度“CCF體系結構優秀博士學位論文激勵計劃”。
嶽恒山
吉林大學
嶽恒山，吉林大學準聘副教授，2022年6月博士畢業于吉林大學計算機科學與技術學院。主要研究方向為計算機體系結構與系統可靠性。近年來，以負責人身份主持國家自然科學基金、國家重點研發計劃子課題、中國博士後科學基金面上資助等項目；以責任作者（一作/通訊）在SC、TCAD、TACO、DATE、JSA、FGCS等期刊/會議共發表學術論文近20篇；連續兩年獲KSEM最佳論文獎。曾入選“吉林省博士後科研人員擇優資助計劃”及“吉林大學鼎新學者支援計劃”。博士論文獲“吉林省優秀博士論文”及“ACM中國優秀博士論文獎”。
嘉賓及報告介紹
廖小飛
華中科技大學
廖小飛，華中科技大學教授、博士生導師，國家傑出青年基金獲得者，中組部“萬人計劃”科技創新領軍人才入選者。主要從事大資料處理系統的設計與研發工作，主持國家重點研發計劃、863、國家自然科學基金等項目，與華為等企業和研究機建構立了多個聯合實驗室。帶領團隊研發的圖資料計算加速器技術入選科技部“十三五”科技創新成就展，獲2021年、2022年全球圖計算挑戰賽冠軍，三項關鍵名額位列國際知名排行榜全球第一，成果應用于晶片設計EDA軟體處理、金融風控、電商交易、電網狀态分析等諸多領域。獲國家自然科學二等獎1次、國家科技進步二等獎1次，教育部自然科學一等獎1次，教育部技術發明一等獎2次，獲2017年度CCF-IEEE CS青年科學家獎。
報告題目：圖計算加速器系統設計
報告摘要：圖是資料關聯屬性的最佳表達方式，圖計算已成為巨量、稀疏、超維關聯挖掘和分析的使能技術。近年來，圖計算應用需求和資料類型日益複雜多樣化，與圖計算執行環境通用化訴求之間存在沖突，對現有圖計算體系結構和系統軟體設計帶來巨大挑戰。本報告将探讨圖計算的關鍵挑戰，報告在圖計算加速器及其相關軟體研究方面的研究實踐，并面向圖計算、圖挖掘、圖學習等綜合應用探讨了一體化加速器及其配套軟體的設計思路。
袁野
北京理工大學
袁野，北京理工大學計算機學院教授/博導、資料科學與工程研究所所長，CCF進階會員，CCF資料庫專委常委、大資料專委委員、學術工委委員，國家傑青和優青基金獲得者。主持國家自然基金重點項目，科技部重點研發項目。曾獲中國電子學會自然一等獎，教育部和遼甯省科技進步一等獎、全國優秀博士論文提名獎、CCF優秀博士論文獎。袁博士是IEEE、ACM進階會員。香港科技大學、香港中文大學、英國愛丁堡大學通路學者。主要研究方向為大資料管理與分析，在SIGMOD、VLDB、ICDE、VLDB Journal、IEEE Trans. TKDE、IEEE Trans. TPDS等重要學術會議和期刊上發表CCF A類論文100餘篇。
報告題目：多模态知識圖譜的管理與分析
報告摘要：随着人工智能技術的不斷發展，知識圖譜作為人工智能領域的知識支柱，以其強大的知識表示和推理能力，在語義搜尋、問答、知識管理等領域得到了廣泛的應用。多模态知識圖譜整合了來自不同資料源的多種類型資料，如文本、圖像、音頻等，為知識的表示和推理提供了全新的可能性。本報告将結合實際應用，闡述多模态知識圖譜的研究背景、以及知識圖譜具有的多模态特點。并從多模态為知識圖譜帶來的新查詢和新推薦兩個方面，介紹多模态知識圖譜管理與分析關鍵技術。
鄒磊
北京大學
鄒磊，北京大學王選計算機所教授，大資料分析與應用技術國家工程實驗室（北京大學）知識內建和智能決策中心主任。鄒磊教授的研究包括圖資料庫，知識圖譜，尤其是基于圖的知識圖譜資料管理，面向知識圖譜的自然語言問答，圖分析與機器學習，以及大資料系統；他已經發表了50餘篇計算機領域的頂級國際學術期刊和會議（CCF-A）上，包括SIGMOD, VLDB, ICDE, TODS, TKDE, VLDB Journal等。鄒磊教授曾獲得中國自然科學基金（NSFC）優秀青年基金，國家重點研發計劃項目的資助。另外，還獲得了英國皇家學會的牛頓進階通路學者基金的資助。2017年獲得教育部自然科學二等獎（獲獎項目“大規模圖結構資料管理”，排名第一）。
報告題目：Processing SPARQL Queries Over Distributed RDF Graphs—A Partial Evaluation and Assembly Approach
報告摘要：We propose techniques for processing SPARQL queries over a large RDF graph in a distributed environment. We adopt a “partial evaluation and assembly” framework. Answering a SPARQL query Q is equivalent to finding subgraph matches of the query graph Q over RDF graph G . Based on properties of subgraph matching over a distributed graph, we introduce local partial match as partial answers in each fragment of RDF graph G. For assembly, we propose two methods: centralized and distributed assembly.
張岩峰
東北大學
張岩峰，東北大學教授，博士生導師，東北大學與美國麻省州立大學聯合培養博士，CCF資料庫專委會、分布式計算與系統專委會、資訊系統專委會的執行委員，CCF大資料專委會通訊執行委員。研究方向為資料庫系統、圖計算系統、機器學習系統等。承擔國家重點研發計劃課題、國家自然科學基金等多項國家和省部級科研項目，承擔華為2012實驗室、阿裡巴巴達摩院、百度等校企合作項目。在SIGMOD、VLDB、ICDE、PPoPP、SOCC等國際頂級會議期刊上發表論文30餘篇。曾獲中國計算機學會自然科學二等獎、雲計算國際會議ACM SOCC傑出論文獎、華為年度優秀項目獎、遼甯省科技進步二等獎等獎勵。
報告題目：大模型的圖檢索增強生成技術
報告摘要：大語言模型（LLMs）以其強大的通用知識和語言處理能力而聞名，但它們在特定領域的知識準确性和可靠性方面存在局限性。與此同時，知識圖譜（KGs）以其結構化和準确性而受到重視，但它們缺乏處理自然語言的能力。大模型的圖檢索增強生成技術充分發揮大模型和知識圖譜的互補優勢，以專業知識圖譜作為檢索資料源，提供包括實體資訊、實體關系、推理路徑在内的多粒度資訊增益。講者将分享其團隊在大模型的圖檢索增強生成技術方面的總結、思考、與研究進展，通過優化圖資料管理提升大模型推理生成品質和速度。
甘新标
國防科技大學
甘新标，國防科技大學副研究員，軍隊高層次人才青年科技英才，天圖系統（TianheGraph）的設計者和完成人，相關技術創新成果被新華社、人民日報、解放軍報等100+主流媒體報道，圖計算優化相關技術創新以第一作者身份已陸續發表于TPDS、ICDE、SC、PPoPP、ICS、ACM MM、TACO等CCF推薦期刊與會議；上司課題組設計開發的大規模流場可視化系統TianheVis已廣泛應用于大規模裝備數值模拟可視化應用領域。
報告題目：TianheGraph：面向天河超算的大規模圖計算優化
報告摘要：圖計算已經廣泛應用于各個領域，引起工業界與學術界的廣泛關注，天河超算作為國産超算的踐行者，在大規模圖處理發展與研究過程中面臨諸多挑戰。報告将結合天河超算工程經驗交流大規模圖計算評測與優化應用過程中面臨的挑戰以及可能的解決方案。
孫世軒
上海交通大學
孫世軒，上海交通大學計算機科學與工程系長聘教軌副教授。此前，在新加坡國立大學從事博士後研究員工作（2020-2023）。孫世軒于香港科技大學獲得博士學位（2015-2020），同濟大學獲得大學和碩士學位（2007-2014）。他的主要研究方向是大資料系統和并行計算，目前專注于高性能圖資料處理的研究；研究成果發表在SIGMOD、VLDB、ASPLOS、ICDE等頂級會議。他入選了國家級青年人才引進計劃，上海市青年人才引進計劃等項目。
報告題目：面向新興計算架構的高效圖資料處理
報告摘要：作為有效模組化和分析實體間關聯關系的方式，圖被廣泛用于社交網絡、線上支付、網際網路等實際應用中。然而，圖資料的海量性、稀疏性和異構性，以及圖計算負載的多重動态性，為大規模圖計算的性能和硬體資源的有效利用帶來巨大挑戰。為了應對上述挑戰，我們着重研究面向新興計算架構的圖資料處理，基于圖資料和計算負載特性，挖掘新興計算架構的優勢，提升系統的高效性。本次報告将介紹我們在基于Serverless架構和GPU加速的圖資料處理方面的進展。
汪睿
浙江大學
汪睿，浙江大學軟體學院平台研究員，博導。主要研究方向為圖計算系統、圖學習架構、存儲系統等。在計算機系統領域和資料領域的國際核心會議和期刊 IEEE/ACM MICRO、USENIX ATC、ACM EuroSys、IEEE SC、ACM TOS、IEEE TKDE等發表論文十餘篇，主持中國博士後科學基金面上資助項目。
報告題目：面向大規模圖資料的計算與存儲系統
報告摘要：随着圖資料規模的不斷增大，傳統基于記憶體的圖處理系統難以支援大規模圖資料的分析計算。而基于外存的圖計算系統則面臨計算同步開銷和I/O開銷等效率問題。本報告将介紹我們在大容量儲存設備上的計算與存儲系統，包括應用狀态感覺的外存圖計算架構、持久記憶體友好的動态圖訪存系統，以及基于NVMe SSD的圖表示模型。通過這些系統的優化設計和實作，我們可以有效地提高在大規模圖資料上分析計算的性能和可擴充性。
劉永超
螞蟻集團
劉永超，螞蟻圖計算-算法與學習團隊負責人，CCF進階會員，CCF杭州分部執行委員。2012年獲得新加坡南洋理工大學計算機工程博士學位，曾先後在德國美因茨大學和美國佐治亞理工學院從事博士後研究工作。在并行與分布式計算、資料挖掘和人工智能等領域已發表高水準學術論文和專著70多篇，Google Scholar引用數近3500，曾擔任Nature Methods、Nature Communications、TPDS、KDD、SC等頂級期刊或會議審稿人。2019年被評為杭州市全球引才521計劃人工智能長期創新人才，2020年被認定為杭州市高層次省級領軍人才。
報告題目：面向圖政策推薦的分布式圖智能計算關鍵技術及工業應用
報告摘要：圖政策技術是一種通過利用圖資料的内在屬性進行決策的先進方法。該技術綜合分析了節點特征（即個體屬性）、邊特征（即關系屬性）以及子圖特征。傳統的圖特征提取過程大量依賴于專家知識，而在處理萬億級别的圖資料時，手動挖掘有價值的特征所需的人工與時間投入是難以承受的。針對這一挑戰，我們提出了一套基于圖機器學習的自動化政策推薦技術，該技術不僅自動化程度高，還具有良好的可解釋性。它能夠通過離線推薦流程識别出關鍵的圖特征，并通過線上比對将這些發現有效地部署到業務實踐中。在本次彙報中，我将闡述建構圖政策推薦技術所需要的關鍵因素，以及該技術背後的分布式圖智能計算的核心技術。最後，我将簡述該技術在螞蟻集團部分實際業務場景中的應用實踐。
會議注冊方式
1.注冊标準
| 門票類型 | 參會者身份 | 6.1~7.28 |
| 會議注冊費 | CCF專業會員 | ￥2700 |
| CCF學生會員 | ￥1700 | |
| 非會員專業人員 | ￥3200 | |
| 非會員學生 | ￥2200 |
2.報名方式
| 會議注冊二維碼 | 大會首頁二維碼 |
說明：本次會議通過CCF會議管理系統繳費，退費遵守《CCF關于會議注冊費的退費規定》。
以上論壇具體安排，請關注大會官網。除主旨報告和本論壇之外，CCF Computility 2024組織了15場别開生面的專題論壇，每一場都有頂級專家擔論壇主席，為大家帶來最前沿的學術讨論和技術交流。
目前大會籌備工作接近尾聲，歡迎廣大對分布式計算感興趣的領域學者莅臨長春，共同見證和推動技術創新。