ADL103《大数据时代下的智能超算》开始报名了

超级计算机是国之重器，我国高性能计算技术目前在国际上颇具影响力，不仅在传统科学与工程计算领域发挥作用，同时与人工智能、大数据等的融合趋势也日益明确，计算的定义变得更加广泛。可以预期，我们将迎来“高性能计算+人工智能+大数据”的E级计算时代。

CCF学科前沿讲习班

The CCF Advanced Disciplines Lectures

CCFADL第103期

主题   大数据时代下的智能超算

2019年8月7-9日

长沙•国家超级计算长沙中心

超级计算机是国之重器，超级计算和高性能计算技术在飞行器设计、高铁风洞试验、新材料研究、生物制药、基因检测、天气预报、环境监测、石油勘探等各个领域一直都有出色表现。2017年国务院印发了《新一代人工智能发展规划》，宣告着我国人工智能时代的到来和人工智能技术的又一轮深入应用。HPC在人机博弈、深度学习、智能语音、人脸识别、安全检测等方面也有着突飞猛进的发展。我国高性能计算技术目前在国际上越来越有影响力，产生了以“天河”、“太湖之光”等为代表的一系列举世瞩目的科研成果。高性能计算不仅在传统科学与工程计算领域承担重要的科技创新基础设施作用，同时与人工智能、大数据、区块链的融合趋势也日益明确，计算的定义变得更加广泛。可以预期，我们将迎来“高性能计算+人工智能+大数据”的E级计算时代。

CCF学科前沿讲习班《大数据时代下的智能超算》，将对近年来国际、国内外超算领域的技术发展，大数据、人工智能、区块链等领域的落地应用和进展，以及超算与他们如何相辅相成、共融发展等最新发展以及当前热点问题进行深入浅出的介绍。旨在帮助学员快速了解和学习该领域的研究热点和前沿技术，掌握学科发展动向和重要的应用方法，开阔科研视野，增进学术交流，增强实践能力。

本期讲习班邀请到了本领域5位来自于海内外著名高校与科研机构的重量级专家学者做主题报告。他们将对超级计算与大数据、人工智能的基础算法、关键技术、核心应用及当前热点问题进行深入浅出的讲解，并对如何开展本领域前沿技术研究等进行指导，使参加者在了解学科热点、提高理论水平的同时，掌握最新技术趋势。

学术主任：彭绍亮 国家超级计算长沙中心

主办单位：中国计算机学会

活动日程：

特邀讲者

张晓东   美国俄亥俄州立大学 讲席教授

讲者简介：博士，美国俄亥俄州立大学的 Robert M. Critchfield讲席教授，并担任计算机科学与工程系主任，ACM Fellow, IEEE Fellow。研究方向为计算机和分布式系统中的数据管理，一些核心算法和系统设计已被广泛应用到商业处理器, 以及主要操作系统、数据库系统和大型的分布式系统中，有效地优化或更新了通用计算系统中的一些关键技术。2010 获中国计算机学会海外杰出贡献奖，2011年获美国科罗拉多大学杰出校友奖，2015年获中国计算机学会杰出服务奖，2018年获美国路创（Lutron）基金会颁发的教育领导奖。

报告题目：后摩尔定律时代高性能计算和数据处理的挑战和机遇

报告摘要：当人类社会进入了大数据时代后，我们对计算和数据处理在速度和规模上的要求不断扩大。但随着摩尔定律达到物理极限，通用芯片的性能的提升也在变慢并最终停止。我们必须构建更强大的计算机系统满足日益增长的高性能计算和数据处理的需求。摩尔定律时代为我们留下了一个赖以生存的计算生态环境，它使用起来很简单并通用于各种应用程序。但这个大而全的系统环境的计算，能耗和管理效率越来越低，而且不包容其它专用芯片（如GPU, FPGA, 等）。后摩尔定律时代的计算生态环境必须是高效，多元和包容的。报告将从系统软件的角度，讨论开发新一代计算生态环境所遇到的挑战和机遇，并将介绍三种高性能计算和数据处理案例，包括有效使用GPU，RDMA和SSD等专用硬件。所有相关的算法和软件实现都是开源的，其中一些已在主要的生产系统中采用。

卢 凯   国防科技大学 教授

讲者简介：国防科技大学计算机学院副院长，研究员、博士生导师，高性能计算领域专家，在银河、天河系列高性能计算系统研制中先后多次担任总设计师、副总设计师，近5年来主持或参与完成20余项重大科研任务。先后获国家科技进步特等奖1项、一等奖1项，军队和省级科技进步一等奖4项、二等奖2项，军队创新人才工程科技领军人才培养对象，入选万人计划、百千万人才工程、科技部青年领军人才，获中国青年科技奖、教育部新世纪优秀人才奖、求是奖。

报告题目：E级高性能计算的国际竞争格局与挑战

报告摘要：介绍国际上针对未来高性能计算的竞争态势及未来的发展技术，并且通过介绍我们自主可控微处理器的发展，来统筹考虑我们国家未来高性能计算技术可能的发展道路。

张云泉   中科院计算所 研究员

讲者简介：博士，中科院计算所，研究员，博士生导师，国家超算济南中心主任。主要研究方向为大数据并行处理、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，出版专著一部，译著七部。曾获国家科技进步奖二等奖一项，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年度国际艾奇奖。中国大数据与智能计算产业联盟执行理事长，全国高校大数据与人工智能创新联盟常务副理事长，中国软件行业协会常务理事，中国计算机学会常务理事/高性能计算专业委员会秘书长。中国高性能计算机TOP100排行榜创始人和发布者，PAC大赛创始人。一百多次担任国际会议程序委员会委员。果壳网科学顾问，光明日报科谱专家委员会委员，青海省大数据与云计算咨询专家委员会委员，贵州省农业大数据专家委会会委员。九三学社中央科技委员，中央科普委员，中央促进技术创新委员会副秘书长。

报告题目：大数据，超算和深度学习融合创新的计算智能时代

报告摘要：以阿尔法狗人机围棋大战为线索，深入剖析机器智能战胜柯洁背后的三大技术要素大数据，超算和深度学习算法的发展脉络，以及三者如何融合创新，引爆人工智能时代所引发的思考和展望。

翟季冬   清华大学计算机系长聘副教授

讲者简介：清华大学计算机系长聘副教授，博士生导师。主要研究领域为高性能计算、性能评测、大规模并行程序性能分析和优化。2015-2016在斯坦福大学计算机系任访问助理教授。相关研究成果发表在高性能计算领域重要的国际会议和期刊SC、PPoPP、ICS、MICRO、ASPLOS、ATC、CGO、IEEE TPDS、IEEE TC等。其中SC14论文入选会议Best Paper Finalist，是大陆学者首次入围该奖项。担任NPC 2018程序委员会主席、ACM/IEEE SC 2018和2019程序委员会委员、PPOPP 2019程序委员会委员、IEEE TPDS编委、FCS和JCST青年编委、中国计算机学会高性能计算专业委员会委员等。担任清华大学学生超算团队教练，指导的团队共八次获得世界冠军。在2015年和2018年包揽了SC、ISC、ASC三大国际超算竞赛的总冠军，实现“大满贯”。其中，SC15冠军是大陆高校首次在该项赛事中获此殊荣。获教育部科技进步一等奖、中国电子学会科学技术一等奖、中国计算机学会优秀博士学位论文奖、国家自然科学基金优秀青年科学基金。

报告题目：面向E级高性能计算机的轻量级性能分析工具

报告摘要：性能是高性能计算机的核心。随着高性能计算机系统规模的持续增大，设计轻量级和可扩展的性能分析工具，对应用程序的开发人员和下一代高性能计算机的研制人员都具有重要意义。然而，随着系统规模和问题规模的不断增大，传统的性能工具在可扩展性和开销方面都遇到很大挑战。为了解决上述挑战，我们发现程序源码分析的成本与问题规模和系统规模无关，对大规模系统上的性能分析具有非常大的优势。基于此观察，我们设计并实现了一系列静动态结合的性能分析工具，包括内存分析、通信分析、噪音检测等。通过源码分析获取的静态信息辅助运行时的性能分析，从而有效降低了性能分析运行时的开销。实验表明，我们的方法在开销方面比传统基于动态的方法能平均降低1-2两个数量级。在本报告中，我将重点讲述我们在设计和实现这些性能工具中遇到的问题和挑战以及我们的解决办法。

彭绍亮   国家超级计算长沙中心 副主任

讲者简介：教授,博导，现任国家超级计算长沙中心副主任，湖南大学“岳麓学者”，国防科技大学兼职教授，华大基因/深圳鹏城实验室特聘教授，中国计算机学会理事和杰出会员。曾获军队科技进步一等奖,中国计算机学会CCF自然科学二等奖（1），2016年荣立三等功。担任多个国际期刊编辑，包括International Journal of Biological Sciences (Executive Editors),Interdisciplinary Sciences: Computational Life Sciences (Associate Editor)。主要从事高性能计算、大数据、生物信息、人工智能、区块链等技术研究，并担任国防科技大学“天河”生命科学方向负责人。在国际国内各类会议和期刊上发表论文上百篇，获得专利十余项。还担任了湖南省生物信息学会理事长、CCF 2016大数据技术大会（BDTC）程序委员会主席、CCF大数据学术大会程序委员会副主席、2017第四届全国计算生物学学术会议大会主席、2017第二届中国计算机学会生物信息学会议程序委员会主席、2019第17届APBC亚太地区生物信息会议程序委员会主席等。

报告题目：基于超算的人工智能医疗技术研究

报告摘要：人工智能（如：深度学习）技术通过对数据进行深度分层特征构建，有效地捕获数据的长期依赖关系，在许多领域取得了巨大的成功。如计算机视觉、自然语言处理、语音识别等，也越来越多地应用于临床医疗保健领域。随着电子病历数量的激增，机器学习算法的流行，使得采用机器学习技术，挖掘电子病历数据中的信息进行临床终点预测成为了可能。临床终点预测的目的是根据患者的病史预测患者是否会患某疾病，是否会死亡，住院时长，是否会再入院等临床事件。针对电子病历近十年来的研究工作，从传统的基于logistic的线性模型，到近年来基于机器学习进行临床终点预测，再到最近的深度学习在电子病历领域的应用，深度学习是进行医疗健康大数据挖掘的一个有力“武器”。在国家卫健委、湖南省卫健委、湘潭市（湖南省健康产业园）的支持和指导下，基于国家超级计算长沙中心的天河超级计算机和健康、医疗大数据，已经研发出了分导诊机器人、辅助诊疗机器人、骨质疏松机器人、健康管理家庭医生、远红外AI健康管理机器人等系列技术。提出了医疗、健康、组学等多维数据融合技术，从“诊前”、“诊中”、“诊后”3阶段支持和辅助医生进行全方位精准的智能诊疗，监测呵护病人和每个家庭成员的健康。在2017年8月19日，在第20届全国高等医学院校诊断学教学改革研讨会上（南华医院），还进行了“人机PK”, 将100份电子病历导入系统中，现场4.8秒给出诊断结果，每个病人诊疗用时不到0.05秒，准确率达到100%。2017年获得“Top 10大数据应用最佳案例实践”奖，并得到原国家卫健委金小桃副主任、首都医科大学临床检验诊断学系主任康熙雄教授等专家的指导和认可。国际国内数十家媒体进行了现场直播和报道（BBC,CCTV,凤凰卫视，湖南卫视等）。本报告还会介绍国际、国内基于超级计算机、大数据、人工智能、区块链等技术在生命科学领域最新的应用研究，涉及人工智能医疗、基因工程、药物设计等领域，相关研究成果发表在Science精准医疗专刊、NAR、TPDS等期刊和会议上。

学术主任：

彭绍亮   国家超级计算长沙中心 副主任

报名须知：

举办时间：2019年8月7-9日(报名截止时间为8月7日)

举办地点：长沙(国家超级计算长沙中心)

注册费：CCF会员3000，非会员3600元，食宿交通自理。

西部五所高校(新疆大学、青海大学、贵州大学、云南大学、宁夏大学)每个学校有两个免注册费名额。

报名请复制链接到浏览器(https://conf2.ccf.org.cn/adl103)或识别以下二维码：

缴费方式：

在报名系统中在线缴费或者通过银行转账

银行转账(支持网银、支付宝)：

开户行：北京银行北京大学支行

户名：中国计算机学会

账号：0109 0519 5001 2010 9702 028

请务必注明：姓名+ADL103

报名缴费后，报名系统中显示缴费完成，即为报名成功。

联系人：李红梅 

邮箱: adl@ccf.org.cn 

电话：18810669757

CCF推荐

【精品文章】

• ADL102《网络与信息安全》开始报名了

点击“阅读原文”，直接报名。