活动背景
随着AI技术的不断创新和应用，高校算力需求急剧增长，人工智能算力已逐渐成为主导性算力。高校在教学模式创新、校园管理和公共服务的智能化升级都对算力的计算规模和速度要求更高。
由CCF高性能计算专业委员会、西南石油大学计算机与软件学院主办，四川省高专委、超聚变协办的“2025AI大模型算力与应用论坛”于11月29日（周六下午）在西南石油大学创新创业与新能源研发中心（双创大楼）B205会议室召开，探讨在大模型推动算力需求指数级增长的背景下，高校算力建设和服务正在经历哪些变革？校级计算平台的可持续发展之路？另一方面AI大模型技术是如何助力师生深入探索科研与教学创新？
邀请高性能计算中心、网络中心、人工智能、计算机科学、大气与环境科学、材料科学、力学、能源动力、生命科学等学院负责人、研究人员参加。
CCF高性能计算专业委员会副主任
张云泉，博士，中科院计算所研究员，博士生导师，全国政协委员，太行实验室学术主任，中北大学计算机科学与技术学院学术院长，九三学社中央科技专委副主任，中央科普工委副主任，中科院委员会副主委，中国计算机学会会士，高专委副主任，全国信标委算力标准工作组组长，中国互联网协会算网云融合系统工作委员会副主任，中国工业与应用数学学会高性能计算与数学软件专委副主任，北京数字科技协会理事长。国家重点研发计划项目首席科学家和国家自然科学基金重点项目负责人，主要研究方向为并行程序设计和性能评价、并行计算和并行编程模型等。已在国内外学术刊物上发表论文二百余篇，出版专著三部，译著七部。获2000年和2019年国家科技进步奖二等奖各一项，2017年首届CCF青竹奖获得者，2017年中科院科教成果一等奖，2017年中科院杰出科学与技术成就奖，2017年度国际数字商业创新协会艾奇奖，2018年提出算力经济概念，获2021年度和2024年度ACM 戈登贝尔奖提名，获2023年数据中心科技成果奖杰出贡献人才奖，获2023年北京市自然科学二等奖，获2023 Bench Council世界开源贡献奖。中国智能计算产业联盟执行理事长，ACM中国高性能计算专家委员会主席，中国软件行业协会常务理事。中国高性能计算机TOP100排行榜创始人和发布者，国际人工智能算力排行榜AIPerf500发起人，PAC，CCF CPC和ACM IPCC超算大赛创始人。 一百多次担任国际会议程序委员会委员和共同主席。中科院《数据与计算发展前沿》副主编。《中国图象图形学报》和《计算机科学与探索》编委。天津市生成式通用智能专家咨询委员会委员，光明日报科普专家委员会委员，国家基因库高级顾问，青海省绿色算力专家咨询委员会委员，贵州省农业大数据专家委会委员，郑州市智慧城市专家委员会委员，吕粱市大数据专家咨询委员会委员和政府转型专家顾问。
CCF高性能计算专业委员会副主任
翟季冬，清华大学计算机系长聘教授、博士生导师、高性能计算所所长。兼青海大学计算机技术与应用学院院长。国家杰出青年科学基金获得者。新一代人工智能国家科技重大专项指南组副组长、CCF高性能计算专委副主任、CCF杰出会员。主要研究领域包括并行计算、编程模型与编译器。主持国家重点研发计划、国家自然科学基金重点等科研项目。发表学术论文100余篇，出版专著1部。研究成果获IEEE TPDS 2021最佳论文奖、IEEE CLUSTER 2021最佳论文奖、ACM ICS 2021最佳学生论文奖等。担任《计算》专栏主编、IEEE Transactions on Computers等多个国际学术期刊编委。担任清华大学学生超算团队教练，指导的团队十五次获得世界冠军。获教育部科技进步一等奖、中国计算机学会自然科学一等奖、CCF-IEEE CS青年科学家奖、青海省昆仑英才高端创新创业人才、高校计算机专业优秀教师奖励计划，大川基金。
报告题目：面向国产智能算力核心基础软件
报告摘要：随着大模型技术的不断发展，其对算力的需求也在持续增大。然而，中国在获取最先进的芯片方面面临巨大的挑战。如何充分发挥国产算力硬件性能，让国产算力易用好用，满足大模型对算力的需求具有重要意义。针对此挑战，我们在国产智能算力上开发了一系列核心基础软件。其中，在新一代国产超级计算机上，从编译器、算子库、并行系统和负载均衡等方面对大模型进行了深入优化，开发了面向大模型训练的“八卦炉”系统，采用“八卦炉”训练的大模型性能达到EFLOPS。同时，针对国产算力研制了“赤兔”大模型推理引擎，有效提升国产智能算力上大模型的推理效率。
西南交通大学计算机与人工智能学院院长
李天瑞，西南交通大学计算机与人工智能学院院长，教授，博士生导师，综合交通大数据应用技术国家工程实验室副主任，四川省云计算与智能技术高校重点实验室主任。已出版编著10部和国际期刊特刊12期，授权中国发明专利36项，并在国际期刊（如AI、IJCV、IEEE TPAMI、IEEE TKDE、IEEE TIFS、IEEE TPDS）和顶级国际会议（如AAAI、ACL、CVPR、ICCV、ICDE、ICML、IJCAI、KDD、UbiComp、WWW）等上发表了500多篇论文，其中7篇论文被ESI收录为热点论文，26篇论文被ESI收录为高被引论文，谷歌引用26,000多次。入选爱思唯尔中国高被引学者、世界前2%顶尖科学家。担任国际杂志Human-Centric Intelligent Systems主编、ACM TIST副编辑和Information Fusion编委等，以及担任国际粗糙集学会副理事长和会士、中国计算机学会成都分部主席、四川省人工智能学会副理事长和ACM SIGKDD中国分会秘书长。
报告题目：面向可持续城市的智能化技术应用案例
报告摘要：随着城市化的快速发展，可持续城市管理已经迈入大数据时代。围绕城市管理相关领域积累了海量数据，如何有效地从这些大数据中进行深度挖掘、智能学习并获取有用知识已成为当前可持续城市发展亟待解决的关键问题。本报告针对城市大数据发展现状，重点介绍城市出租车路径推荐、救护车部署、外卖配送优化和地铁停站时间调度等智能化应用案例，最后给出可持续城市大数据分析与智能处理的挑战。
郭兵
报告题目：嵌入式系统的低能耗软件设计方法及实现
报告摘要：在目前全球ICT领域倡导“低碳节能”的背景下，嵌入式系统的多样化功能、高性能应用和可用性服务等要求对低能耗研究提出新的挑战。因此，本项目以嵌入式系统的低能耗为目标，从静态设计和动态设计两方面，探索能量优先的任务运行模式、系统资源的自适应软件节能配置策略、高效可定制化的软件体系结构、能量感知的编程模式和低能耗软件的演化与控制等关键技术，建立低能耗软件的设计理论和方法体系，并探讨一些系统实现方式，实现嵌入式系统能量资源的最优应用适应性分配与使用，有效提高系统的能效比。
段磊
四川大学信息化建设与管理办公室 主任
段磊，四川大学信息化建设与管理办公室主任，计算机学院（软件学院）教授、博士生导师。中国计算机学会杰出会员。中国高等教育学会教育信息化分会常务理事，四川省高等教育学会教育信息化专业委员会理事长、四川省普通本科高等学校教学信息化与教学方法创新指导委员。研究兴趣为数据挖掘、知识工程、大数据计算。作为负责人主持国家自然科学基金、教育部博士点基金、中国博士后科学基金、四川省科技重点研发计划等多项科研项目。
报告题目：面向 AI for Science的高校算力建设策略思考
报告摘要：人工智能驱动科学研究（AI for Science）正深刻重塑科研范式，对算力资源提出前所未有的高性能、大规模、专用化需求。作为创新策源地的一流高校，亟需构建面向未来的算力基座以支撑前沿探索。本报告将报告在此背景下的高校算力建设策略思考，抛砖引玉，期待同与会者合力探讨。
电子科技大学计算机科学与工程学院 教授
王鹏，电子科技大学计算机科学与工程学院教授、博士生导师，国家级青年人才。2017年获澳大利亚昆士兰大学计算机科学博士学位。主要研究方向为计算机视觉与机器学习，聚焦大模型的基础理论与医疗健康等领域的垂直应用。迄今在TPAMI、IJCV、CVPR、NeurIPS 等国际期刊与会议发表论文 80 余篇。主持国家自然科学基金优秀青年科学基金（海外）、澳大利亚研究理事会探索项目、自然基金面上项目以及多项来自国内外知名人工智能企业的科研合作项目。担任CVPR/NeurIPS/ACM Multimedia等会议领域主席、ACM Multimedia 研讨会共同主席、ACCV 讲习班共同主席。曾获ACM Multimedia 2024最佳论文提名和澳大利亚模式识别学会优秀青年学者奖。
报告题目：基于矩阵低秩分解的视觉预训练模型高效微调
报告摘要：参数高效预训练模型微调旨在通过微调预训练模型的少量参数，实现预训练模型到下游任务的高效适配。基于低秩分解的适配方法在预训练模型微调方面，实现了参数量和微调性能的双重优化，已成为大模型微调中最具影响力的方案。本次报告将探讨低秩分解微调的基本原理，以及在这一领域的一些探索。报告人将详细介绍低秩适配矩阵的跨层共享策略，阐述如何通过在不同层之间共享低秩适配矩阵来减少参数数量。此外，还将探讨对现有高效微调策略的统一理解，分析如何将不同的微调方法整合成一个一致的框架，以提升整体性能。最后，报告将探讨如何设计更加灵活的低秩适配方案，以实现参数量和微调性能的进一步优化。通过这些探讨，期望为参数高效预训练模型微调提供新的视角和方法。
李若淼
北京大学计算中心系统管理室副主任
李若淼，北京大学高级工程师，计算中心系统管理室副主任，北京大学长沙计算与数字经济研究院算力网络研究中心副主任，中国计算机学会高性能计算专业委员会执委。主要研究方向为高性能计算系统软件，发表相关领域论文十余篇，发表相关专利近十项。参与或负责多项国家重点研发计划项目、国家高技术发展研究计划、基金委项目、校企合作项目、湖南省十大科技攻关项目等。
报告题目：北京大学算力实践
报告摘要：1963年当北京大学拥有第一台计算机时，就成立了计算中心服务全校师生。自2016年成立北京大学高性能计算校级公共平台以来，团队围绕以系统软件赋能算力、以计算服务助力教学科研的理念，面向学校在算力使用方面遇到的各种问题攻坚克难，形成了一套完整的计算服务技术框架，有效推动了学校的科研教学工作。本报告将介绍北京大学计算中心在算力方面的探索和实践，以及相关的研究成果。
张环宇现任超聚变HPC市场代表，深耕ICT与高性能计算市场多年，专注于教育与科研行业的数字化转型实践。作为超聚变HPC市场团队的核心成员，她长期活跃在科研信息化建设一线，对国内高校及科研院所的“双一流”学科建设需求、科研算力“建管用”痛点有深刻的行业洞察。
专业领域： 致力于推动国产化算力底座在科研场景的生态适配与落地，擅长从政策趋势、资金规划到业务价值实现的全链路视角，为客户提供具有前瞻性的算力建设咨询。
主要经历： 曾参与推进北京大学、中国科学技术大学、兰州大学、北京交通大学等多个超算中心及高校校级计算平台的市场拓展与服务工作，积极倡导“算力服务化”理念，致力于通过超聚变的多元算力体系，帮助科研客户构建安全、绿色、高效的科研创新基座。
报告题目：超聚变算力服务构建教育科研算力底座
报告摘要：随着“AI for Science”科研范式的兴起，高校与科研机构对算力的需求正从单一的计算资源向多元化、服务化的算力生态转变。本次演讲将深入探讨在教育数字化转型深水区，超聚变如何通过创新的算力服务体系，构建安全、绿色、智能的教科研算力底座。我们将分享超聚变在异构计算、统一调度及全生命周期运维服务上的实践经验，阐述如何打破算力孤岛，实现算力资源的集约化管理与高效利用，助力高校及科研机构加速前沿探索，通过坚实的数字基座驱动科研创新与人才培养的高质量发展。