［本站讯］7月27日，由中国计算机学会（CCF）主办，CCF分布式计算与系统专委、山东大学（青岛）承办的CCF走进高校活动举行。CCF分布式计算与系统专委会主任华中科技大学教授廖小飞，CCF分布式计算与系统专委会秘书长、南京大学教授叶保留，CCF分布式计算与系统专委会副秘书长、中国地质大学教授曾德泽，CCF分布式计算与系统专委会执行委员、上海交通大学长聘副教授冷静文，CCF分布式计算与系统专委会执行委员、山东大学副教授申兆岩分别作报告，内容涉及图计算、“云边端”融合、边缘计算、大模型以及分布式键值存储等课题。

活动伊始，于东晓介绍了山东大学及计算机科学与技术学院的发展和现状，并对CCF分布式计算与系统专委会的发展历程进行了介绍。本次活动由山东大学计算机学院副院长于东晓主持。来自中国石油大学、青岛大学、青岛科技大学等高校的师生代表参加活动。

廖小飞教授的报告内容主要围绕图计算进行展开，他首先介绍了图的起源以及图计算广泛的应用前景和发展趋势，然后对图计算的核心特性以及图计算加速器的意义和研究现状进行了介绍。针对现有图计算加速器对于图算法涵盖面窄、硬件设计及维护成本高、通用性差等局限，廖小飞教授介绍了其团队在基于数据流的高效能图计算加速器、统一编程模型和运行时系统、以及特定领域场景的优化技术等方面的多项代表性成果。他还对图计算在科学计算领域的巨大潜力和挑战性问题进行了总结。

叶保留教授以“云-边-端”融合：边缘计算机遇与挑战为题，首先对计算范型演变的趋向以及边缘计算的诞生进行了介绍。结合边缘计算理念及“云”端融合目标，从“云”端融合研究现状、边缘计算典型模型、以及“云-边-端”融合的难点、技术挑战和科学问题等对“云”边端融合技术的现状进行了概述。叶保留教授还从“基于软件定义的‘云-边-端’资源融合模型”“计算、通信、存储三元协同优化理论”“感知融合的‘云-边-端’数据汇聚与同步”“基于微服务架构的‘云-边-端’服务协同”四个方面，对其团队在“云-边-端”融合方向提出的优化工作进行了介绍。

曾德泽教授的报告以边缘原生计算为主题，对边缘原生计算及其发展进行了介绍。曾德泽教授针对如何优化边缘计算治理、提升服务质量、降低资源开销等问题展开分析，从快速启动、按需部署、高效运行三个方面，介绍了其团队针对当前面向“云”原生边缘计算系统的相关优化工作，并对边缘计算的特性、发展前景以及优化方向进行了总结。

冷静文副教授的报告从人工智能算法对算力和存储需求的持续增长、ChatGPT的核心技术引入，介绍了大模型的部署成本与训练成本，引出了大模型对自适应数值类型的需求。基于对现有数据类型的问题分析，冷静文副教授对自适应异构数据类型ANT所涉及的如极大值感知的量化方法、ANT硬件译码器和集成等核心技术点进行了详细阐述，并对其性能测试结果以及在学术、工业界的影响进行了介绍。他还分享了极值优先对编码Olive以及其包含的大模型的极大值（Outlier）分析、Outlier-Victim Pair 量化等核心技术的工作原理及其性能优势。

申兆岩副教授的报告内容主要介绍了属性感知的键值存储引擎优化技术。他首先介绍了键值存储以及日志合并树的背景知识，然后从两个方面介绍了其团队相关的代表性工作。第一项工作针对面向区块链语义丢失导致的键值存储读写放大问题，提出了基于区块链数据语义的数据区分管理方案，保证了数据存储的有序性和高效性。第二项工作针对键值存储作为NewSQL数据库存储引擎时的架构冗余问题，提出了基于被动持久化策略的改进方案，实现了系统读写性能的提升了存储开销的优化。讲座最后，申兆岩副教授还分享了其认为键值存储引擎优化未来具有较大潜力的优化方向。