返回首页
CNCC | 揭秘大模型训练的底层逻辑：网络与计算的深度融合之战
CNCC2024
论坛简介：
揭秘大模型训练的底层逻辑：网络与计算的深度融合之战
举办时间：10月26日13:30-17:30
地点：夏苑-谐奇趣三楼
注：如有变动，请以官网(https://ccf.org.cn/cncc2024)最终信息为准
大模型技术因其前所未有的智能化表现在各行各业中的应用越来越普遍。然而，这种卓越的性能背后需要强大的计算和存储资源支持。
尽管计算机网络技术已有长足进步，但在大模型时代，随着模型规模的不断扩大，导致数据传输和同步的需求急剧增加，因此如何智能化地管理和优化网络资源，降低通信开销从而有效地支持大模型的训练和推理，成为了学术界和工业界共同关注的课题。除此之外，大规模的数据传输和存储过程中的安全漏洞可能导致严重的隐私泄露风险，这对网络架构的设计提出了新的要求。
本次研讨会将聚焦于探讨在“大模型时代”背景下，计算机网络所面临的挑战与机遇。研讨会将探讨如何通过先进的网络架构与协议设计，支持大模型的高效训练与推理，并提高网络的性能和资源利用率。此外，论坛还将聚焦于网络安全和隐私保护，探讨创新的安全解决方案和隐私保护机制，以确保数据的安全性和网络的可靠性。通过这些讨论，我们希望能够促成学术界与工业界的深入交流，推动计算机网络技术的持续创新，共同应对未来的挑战。
论坛日程
顺序 | 主题 | 主讲嘉宾 | 单位 |
1 | 算网融合高效数据平面实现研究 | 谢高岗 | 中国科学院大学 |
2 | 多模态大模型赋能6G弱通信 | 杨鲲 | 南京大学 |
3 | 异构计算平台中混合负载的计算调度关键技术研究 | 杜军朝 | 西安电子科技大学 |
4 | 面向超算与智算的高性能互连通信技术 | 董德尊 | 国防科技大学 |
5 | 端云大模型协同计算与安全初探 | 王志波 | 浙江大学 |
思辨环节 | 翟恩南 | 阿里 | |
刘东屏 | AWS | ||
鄢兴雨 | 智谱华章 |
论坛主席及嘉宾介绍
论坛主席
张宇超
北京邮电大学长聘副教授、博士生导师、网络与通信软件中心主任
CCF高级会员、YOCSEF总部学术AC、互联网专委会委员、区块链专委会委员、分布式计算与系统专委委员，主要从事计算机网络、人工智能、网络安全方向研究工作。先后主持和参与国家重点研发计划、国家自然科学面上项目、青年项目、北京市自然科学基金重点专项等国家级和省部级项目，相关成果以第一/通信作者发表国内外高水平论文60余篇、获得国家发明专利25项、美国/PCT专利6项，以第一作者完成英文专著1部、丛著3部，参与制定国家行业标准4项，2023年入选北京市科技新星人才计划。
论坛共同主席
崔来中
深圳大学教授、计算机与软件学院副院长
CCF杰出会员、互联网专委会常委，大数据专家委员会委员、区块链专委会委员，深圳大学计算机与软件学院特聘教授，博士生导师，深圳大学计算机与软件学院副院长，粤港现代信息服务省部共建协同创新中心执行主任，人工智能与数字经济广东省实验室（深圳）主任助理。研究领域包括：互联网体系结构、边缘计算、区块链、分布式机器学习和多媒体网络。担任IEEE TCC、IEEE TNSM、IEEE IoTJ等期刊的副编辑。主持国家自然科学基金联合基金重点项目、国家重点研发计划课题、广东省自然科学基金卓越青年团队、深圳市优青（首届）等科研项目。在国内外重要期刊和会议上发表论文100余篇。入选教育部青年长江学者、广东省青年珠江学者。
论坛讲者
谢高岗
中国科学院大学教授
CCF高级会员，研究员，博士生导师，中国科学院大学岗位教授，主要从事计算机网络体系结构与分布式计算系统的研究工作。获得国家杰出青年科学基金、重点研发等项目资助，相关成果发表在SIGCOMM、SIGMOD、JSAC、ToN等学术会议与期刊，获国家科技进步二等奖、电子学会技术发明一等奖等奖励。
报告题目：算网融合高效数据平面实现研究
摘要：大模型训练、AR/VR等业务需要网络提供低时延、高带宽的数据包传输处理，构建灵活高效的数据平面至关重要。本报告分析实际应用系统网络传输性能瓶颈，探讨数据包转发算法、传输协议与网络内计算等构建高效数据平面实现机制。
杨鲲
南京大学教授、智慧网络与通信研究院院长
CCF高级会员，南京大学国家特聘教授，智慧网络与通信研究院院长，欧洲科学院(Academia Europaea)院士MAE，国家级高层次人才入选者，IEEE Fellow。英国伦敦大学学院（UCL）电子与电气工程系博士，吉林大学计算机科学系本硕。主要研究兴趣包括：无线网络和通信、通信-计算-感知的融合、AI技术赋能网络和通信等。在国际核心期刊和主要会议发表论文500多篇, 多国专利50多件。IEEE InterCloud创始成员及六个执行常委之一，世界移动大会WMC GSMA GLOMO大奖（业界著名的巴奖）的评审专家，多个IEEE 期刊编委（如WCM, TVT, TNB），IET Smart Cities 期刊副主编。
报告题目：多模态大模型赋能6G弱通信
摘要：讲座聚焦生成式AI如何赋能特殊场景中信道条件差的弱通信（目前主流的是高速率大带宽的强通信）。在简短介绍6G系统演进之后提出目前通信网络所面临的挑战，然后引入以神经网络和机器学习为代表的新一代人工智能AI技术助力通信网络内生智能的思路，并重点介绍语义通信以及如何使用多模态大模型来赋能弱通信，进而给出具体实施方案建议和具体实现技术示例和原型系统演示。
杜�