講者簡介：陳海波，上海交通大學特聘教授、國家杰出青年基金獲得者、ACM Fellow、IEEE Fellow、CCF Fellow。主要研究領域為操作系統(tǒng)、分布式系統(tǒng)與系統(tǒng)安全，研究成果通過產(chǎn)學研深度結(jié)合被應用到數(shù)十億設備，產(chǎn)生了廣泛的學術與產(chǎn)業(yè)影響。曾獲中國計算機學會科技進步特等獎、陳嘉庚青年科學獎（信息技術科學獎）、中國青年科技獎、教育部技術發(fā)明一等獎、全國優(yōu)秀博士學位論文獎等。目前擔任開源鴻蒙項目群技術指導委員會主席、ACM SIGOPS首位非北美學者主席、ACM旗艦雜志Communications of the ACM首位中國學者編委與領域共同主席。研究工作還獲得了華為卓越貢獻個人獎、SOSP、ASPLOS、EuroSys、VEE等最佳論文獎以及DSN“時間檢驗獎”、SIGMOD研究亮點獎等。按照csrankings.org的統(tǒng)計，其近十年在操作系統(tǒng)領域頂會SOSP/OSDI上發(fā)表的論文數(shù)居世界第一。主持撰寫的《現(xiàn)代操作系統(tǒng)：原理與實現(xiàn)》獲得了2020年度“最受讀者喜愛的IT圖書獎”與2022年上海交通大學優(yōu)秀本科生教材獎（新版更名為《操作系統(tǒng)：原理與實現(xiàn)》）、以及機工科技——2023年度計算機領域十大好書，被高校、科研機構(gòu)與企業(yè)廣泛采用。

報告題目：模型原生操作系統(tǒng)：機遇、挑戰(zhàn)與展望

報告摘要：算法、數(shù)據(jù)、算力被譽為人工智能發(fā)展的三大引擎。操作系統(tǒng)的泛在性是連接和驅(qū)動這三大引擎的關鍵紐帶，是人工智能邁向通用智能、賦能千行百業(yè)的重要基石。報告立足人工智能時代用戶、應用和系統(tǒng)的需求，分析“外掛式模型”演進路徑下的操作系統(tǒng)發(fā)展困局，提出通過“模型-系統(tǒng)-芯片”的全棧協(xié)同設計來構(gòu)建模型原生操作系統(tǒng)，并進一步探討了面臨的機遇與挑戰(zhàn)，以及業(yè)界與講者團隊的相關初步探索。

報告題目：針對混合專家和后訓練優(yōu)化的大模型系統(tǒng)

報告摘要：本報告首先回顧當前大模型系統(tǒng)中的一系列關鍵問題，包括混合專家(Mix-Of-Expert)結(jié)構(gòu)和基于人類反饋的強化學習(Reinforcement Learning with Human Feedback)的后訓練算法對系統(tǒng)的影響，和attention算子的高效實現(xiàn)。然后討論當前工作解決這些挑戰(zhàn)的一些思路，包括動態(tài)專家分配和調(diào)度、面向高吞吐量的混合專家執(zhí)行、訓練效率和執(zhí)行效率兼顧的RLHF系統(tǒng)框架、以及新的attention算子實現(xiàn)策略。

講者簡介：王尚廣，CCF服務計算專委會副主任，特聘教授、博士生導師、計算機學院（國際示范性軟件學院）院長、網(wǎng)絡與交換技術全國重點實驗室副主任、國家杰出青年科學基金獲得者、天算星座發(fā)起人兼首席科學家、北郵一號、二號、三號衛(wèi)星總負責人。研究方向包括：衛(wèi)星計算、服務計算、邊緣智能、核心網(wǎng)系統(tǒng)、衛(wèi)星操作系統(tǒng)等，先后主持/完成包括國家重點研發(fā)計劃、國家自然科學基金重點項目在內(nèi)的各類項目50余項、發(fā)表高水平學術論文100余篇，獲得USENIX ATC、IEEE ICWS等多個國際會議最佳論文獎。目前擔任IEEE Technical Committee on Services Computing主席以及IEEE TSC、JCC等期刊編委，先后獲得軍隊科技進步二等獎、CCF技術發(fā)明一等獎、中國電子學會科技進步一等獎等獎勵。

報告題目：衛(wèi)星互聯(lián)網(wǎng)算力支撐系統(tǒng)

報告摘要：隨著衛(wèi)星互聯(lián)網(wǎng)上層應用的增長，衛(wèi)星對算力的需求在逐漸上升，報告首先通過北郵1號衛(wèi)星的在軌監(jiān)測首次揭示了影響衛(wèi)星算力的主要因素，然后介紹了我們團隊面向衛(wèi)星算力需求，研制的衛(wèi)星雙內(nèi)核操作系統(tǒng)、太空服務器以及在軌運行情況，最后介紹我們在衛(wèi)星計算方面的學術成果，以及北郵2號、3號衛(wèi)星即將開展的算力相關的科學實驗。

講者簡介：翟恩南，CCF 互聯(lián)網(wǎng)專委會常務委員、CCF分布式計算與系統(tǒng)專委會常務委員，阿里云基礎設施網(wǎng)絡研究負責人，資深技術研究專家。2015年于耶魯大學計算機系獲博士學位，隨后擔任耶魯大學研究型助理教授，2018年加入阿里巴巴。主導阿里云智能化網(wǎng)絡可靠性運維體系，以及智算網(wǎng)絡技術創(chuàng)新。研究領域包括計算機網(wǎng)絡、分布式系統(tǒng)等，先后在這些方向的國際頂級會議如SIGCOMM、NSDI 等累計發(fā)表70余篇論文，近五年在SIGCOMM和NSDI發(fā)表論文總數(shù)全球第二。常年擔任SIGCOMM、NSDI等國際頂級會議程序委員會委員。獲省部級技術發(fā)明一等獎2次，獲SIGCOMM 2024最佳論文優(yōu)勝獎、觀察者網(wǎng)2024年度科創(chuàng)人物獎等獎項。

報告題目：面向智算集群的最優(yōu)集合通信算法合成技術

報告摘要：集合通信庫是算力集群連接訓練/推理引擎與底層網(wǎng)絡融合性能優(yōu)化的關鍵系統(tǒng)軟件和抽象。集合通信庫中最核心的集合通信算法的性能直接影響大模型訓練和推理的效率，以及GPU集群利用率。已有的集合通信庫（如NCCL和RCCL）依賴固定集合通信算法，無法適應多樣化的硬件拓撲和模型需求。當前最先進的集合通信算法合成器（如TECCL和TACCL）采用混合整數(shù)線性規(guī)劃建模，但面臨搜索空間爆炸和可擴展性挑戰(zhàn)。本次報告介紹SymCCL，一種可擴展的集合通信算法自動合成器，為生產(chǎn)規(guī)模的大模型訓練任務在數(shù)分鐘內(nèi)生成接近最優(yōu)的集合通信算法方案。SymCCL的原理是利用集合操作與硬件拓撲的對稱性，將原始的集合通信 demand分解為更小拓撲子集中的sub-demand，并通過高效搜索策略快速探索潛在的sub-demand、生成對應子算法，最終整合為完整的集合通信算法方案。基于實際生產(chǎn)環(huán)境集群的結(jié)果表明SymCCL可將集合通信性能提升151%-263%。此外，本次報告還將展開描述集合通信庫與推理引擎的性能融合優(yōu)化方向。

講者簡介：金鑫，北京大學計算機學院長聘副教授、博士生導師，研究領域為系統(tǒng)軟件、計算機網(wǎng)絡、云計算。獲ACM SIGCOMM Rising Star Award、CCF青年科技獎、阿里巴巴達摩院青橙獎、USENIX FAST最佳論文獎、USENIX NSDI最佳論文獎等獎項。

報告題目：軟件定義的服務器無感知計算系統(tǒng)

報告摘要：服務器無感知計算使得開發(fā)人員無需關心服務器等底層資源管理，只需要專注于基于“云函數(shù)”的上層應用開發(fā)，是系統(tǒng)軟件技術的重要發(fā)展方向之一。本次報告將介紹我們在軟件定義的服務器無感知計算系統(tǒng)方面的近期工作，包括系統(tǒng)架構(gòu)、關鍵技術、開發(fā)工具鏈和標準化，并對服務器無感知計算技術的未來發(fā)展進行展望。

早鳥票6月15日截止