主题报告1  Data management in edge

主讲人：杨耘

报告摘要：In the edge computing environment, app vendors like YouTube and Netflix can cash popular data on edge servers deployed at 5G stations to ensure low-latency data access for users and in the meantime, reduce backhaul network traffic. Offering new opportunities, edge computing also raises unprecedented challenges. This talk presents our group’s work on edge data caching, distribution, integrity and AI/blockchain.

个人简介：杨耘教授是澳大利亚斯威本科技大学(Swinburne University of Technology)终身正教授，博导。杨耘教授于1992年在澳大利亚昆士兰大学获得计算机博士学位。1993年至1996在澳大利亚联邦分布式系统技术联合研究中心进行研究工作。1996年至1999年在澳大利亚迪肯大学担任讲师和高级讲师职务。1999年末加入斯威本科技大学担任副教授和终身正教授职务。2001年至2004年担任信息技术系副系主任。2000年至2005年创建并发展了因特网计算和电子商务研究中心。2005年至2007年担任信息技术研究中心副主任。2008年至2010年担任信息与通信技术学院副院长。2020年任计算机科学与软件工程系研究主管。杨耘教授的主要研究领域包括云及边缘计算，服务计算，大数据，软件系统，工作流管理系统。现已有5部专著，在国际会议和杂志上共发表论文超过350篇（h-index=53）。杨耘教授作为主导师，已经指导毕业了约20名博士生。同时作为项目主要负责人，领导团队完成20余项纵向研究课题以及和企业合作的横向课题。杨耘教授现为IEEE Transactions on Parallel and Distributed Systems (TPDS)期刊编委。2015年被聘为澳大利亚大学研究质量评审委员会（ARC ERA2015）委员。

主题报告2  机器人及人工智能技术在路面智慧管养的应用

主讲人：桂仲成 博士

报告摘要：面向公路路面智慧管养场景，利用机器人与人工智能技术赋能路面病害检测业务，实现数据采集自动化、分析评估智能化、健康管理数字化，助力道路健康状况安全预警与维修养护科学决策，保障公路交通基础设施安全高效运行。

个人简介：桂仲成博士，现任上海圭目机器人有限公司董事长，曾先后就职于中国东方电气集团有限公司、北京京东方科技集团股份有限公司。同济大学学士、硕士，清华大学机器人博士，Texas A&M University访问学者，被评为四川省海外高层次人才、四川省学术技术带头人后备人选，四川省青年科技协会理事等，曾获得Emerald出版社工业机器人实践创新奖等荣誉。

主题报告3  云边协同个性化联邦学习

主讲人：陈超超 特聘研究员

报告摘要：云边协同联邦学习是一种新兴的机器学习方法，旨在解决数据隐私和计算资源分散的问题，近年来受到了广泛关注。其中，数据分布不均衡，即数据Non I.I.D问题，是联邦学习面临的一大挑战。本次报告将介绍个性化联邦学习问题，并针对性的介绍若干种不同的技术手段，在不降低联邦学习安全性和效率的前提下，提升其在数据分布不均衡时的模型精度。

个人简介：陈超超，现任浙江大学计算机科学与技术学院特聘研究员，博士生导师，浙江大学现代服务创新实验室副主任，曾任蚂蚁集团高级算法专家。主要研究方向为隐私计算、可信机器学习和推荐系统等。于2016年获得浙江大学博士学位，并于读博期间在UIUC担任访问学者。主持或承担9项国家项目及横向课题，曾作为主要骨干获得了2020 年度“CCF科学技术奖”-科技进步奖卓越奖以及2021年度中国人工智能学会“优秀科技成果奖”。曾在NeurIPS，WWW，ACM MM，SIGIR，ICDE，KDD，AAAI，IJCAI，TKDE，TDSC，TKDD等国际会议和期刊发表论文70余篇，申请国内外发明专利200余项，其中授权100余项。近年来担任多个国际顶级会议的程序委员会委员或高级程序委员会委员，担任多个国际顶级期刊审稿人。

主题报告4  边缘计算在线智能理论与应用

主讲人：谈海生 教授

报告摘要：在智慧城市、工业互联网、移动计算等领域中，任务、数据通常在线到达，体现的特征是它们的存在、到达的次序和时间预先不可知；网络、计算环境在时间和空间上动态变化；对计算的低延迟、高可靠、隐私保护要求严格。因此，众多场景的智能计算需将算力靠近用户和数据源部署，做出在线实时智能决策。此次报告中，将介绍近年我们在云边端协同在线智能计算理论与系统研究的主要科研成果，包括基于在线近似算法、在线学习、在线博弈的边缘计算任务调度、协同存储等智能策略的设计与分析，及其在智慧社区、工业互联网、移动计算等领域的应用及思考。

个人简介：谈海生，中国科学技术大学计算机科学与技术学院教授，博士生导师。本科毕业于中国科学技术大学（获郭沫若奖学金），博士毕业于香港大学计算机科学系。入选国家级青年人才计划、中国科大学术领军人才培养计划。主要研究方向为网络算法设计与系统实现、边缘计算、工业互联网、智慧城市。近年致力于云边端协同计算中的在线算法设计与实现，在云边端在线协同存储，移动计算任务的在线划分、分配、调度，复杂数据流的在线路由和调度，服务在线定价等问题中取得一系列成果，相关论文发表在IEEE/ACM ToN, NSDI,INFOCOM, EuroSys, MobiHoc等国际期刊和会议，获得重要学术会议最佳论文奖5次。应邀在华为战略与技术大会（STW 2022）、边缘计算产业峰会 2020、未来网络发展大会 2020、中德教授论坛 2019等学术和产业论坛做智能计算相关学术报告。IEEE 高级会员，CCF物联网专委会、分布式计算与系统专委会委员。

主题报告5  “网算存”一体的大模型训练与推理加速方法研究

主讲人：陈武辉 副教授

报告摘要：近年来，芯片的性能线性增强，而大模型参数规模却是指数级增长，算力增长赶不上算力需求。因此，如何更加高效训练与推理大模型是一个重要科学问题。本报告将首先讨论加速训练与推理大模型的进展及挑战；其次，介绍我们基于显存共享、通信隐藏的流水线并行大模型训练方法，旨在提升训练吞吐量和支持更大规模的模型；最后，本报告将介绍我们在大模型推理方面的工作进展。

个人简介：陈武辉，中山大学计算机学院副教授，博导，鹏城实验室双聘副研究员。主要研究领域为算力网系统软件（大规模AI训练推理与模型迭代演化的系统软件、Serverless Computing等）、区块链系统软件等。承担国家重点研发计划课题、国家自然科学基金面上和青年项目等多个国家级省部级项目及多个校企合作项目。成果发表在SoCC、Infocom、IEEE TPDS、IEEE TC等知名会议和期刊上，获吴文俊人工智能自然科学二等奖、CCF B类会议IEEE ICPP 2020最佳论文亚军奖。

主题报告6：流程管理赋能边缘智能

主讲人：刘晓 副教授

报告摘要：工作流系统一直是服务计算领域的一个重要研究与应用领域。随着以智慧城市为代表的物联网应用以及边缘计算的不断发展，传统基于集中式云计算的工作流系统在很多应用领域不断被基于分布式边缘计算的工作流系统所替代。在这个报告中，我们将重点介绍以FogWorkflowSim以及EdgeWorkflow为代表的边缘工作流系统，并结合基于边缘计算的无人机最后一公里配送系统UAV-EXPRESS来介绍如何利用工作流模型来解决一些典型边缘智能场景中的问题建模与优化。

个人简介：刘晓博士，澳大利亚迪肯大学信息技术学院副教授，国际合作副院长，ACM和IEEE 高级会员。刘晓博士本科和硕士毕业于合肥工业大学，2011年于澳大利亚斯威本科技大学取得软件工程方向博士学位。刘晓博士在软件工程，服务计算，以及分布式系统领域，特别是工作流系统，云计算，边缘计算等研究方向取得了丰富的科研成果，文章发表在ACM ToSEM, IEEE TSE, IEEE TPDS, IEEE TC, JPDC, IEEE TSC等国际期刊，以及ICSE, ASE, ICSOC, ICWS等国际会议上。刘晓博士目前担任 Journal of Systems and Software 的Associate Editor，以及多个 IEEE, Elsevier 以及Springer杂志的Associate Editor和编委。