CCF@U第984场:CCF信息系统专委走进武汉科技大学

发布时间:2023-10-20 发布者:庞俊 浏览次数:

CCF走进高校网讯(通讯员 庞俊202310月8日上午由中国计算机学会(CCF)主办,CCF信息系统专委武汉科技大学承办的984CCF走进高校”公益讲座活动在武汉科技大学计算机科学与技术学院30404报告厅成功举办。本次活动由武汉科技大学计算机学院副院长刘俊教授主持,包含2个特邀专家报告,学院150余名师生参加了本次活动

活动伊始,武汉科技大学计算机学院院长张凯教授致辞,首先对各位专家学者的到来表示热烈的欢迎和衷心的感谢,同时向大家介绍了武汉科技大学及计算机科学与技术学院的发展历程及取得的成就,并预祝本次CCF走进高校活动取得圆满成功。本次活动邀请到了国内信息系统领域的知名学者,包括CCF信息系统专业委员会主任东北大学于戈教授,CCF信息系统专业委员会执行委员东北大学谷峪教授。本次报告内容主要围绕“分布式图神经网络”热点课题作前沿学术报告

于戈教授的报告题目为《分布式图神经网络模型训练系统:技术与进展》。他首先通过对图数据与图神经网络的简要介绍,引入图神经网络训练模型的概念。然后于教授提到,图神经网络(GNN)训练和普通深度神经网络(DNN)训练主要挑战,就是如何去管理强依赖性并且具有富属性的图数据。之后,基于对现有GNN训练技术问题分析,于教授介绍了其团队基于分布式GNN训练系统、动态GNN训练系统、微批量采样式GNN训练系统、单机GPUGNN训练系统,以及GNN训练评测系统筹方面的多项代表性成果。最后,于教授对GNN训练系统领域的巨大潜力和挑战性问题进行了总结。

谷峪教授的报告题目为《面向分布式图神经网络训练的数据压缩和采样技术》。他首先介绍了分布式GNN的研究背景和代表系统,然后对分布式GNN训练当前所面临的挑战进行了介绍。之后,基于对分布式GNN面临的超大规模数据管理以及复杂迭代数据处理模式等问题,谷教授分别从数据压缩和数据采样的技术角度,介绍了针对分布式GNN训练的特异性数据约简技术。具体地,前者通过对训练时的海量嵌入进行消息压缩提升通信吞吐量;后者通过定义新型的聚合差异性指标量化采样质量,进而减少计算和通信代价。最后,谷教授对分布式GNN领域的未来相关技术研究进行了展望总结。

在面对面的交流互动环节,现场师生踊跃发言,学术交流氛围浓厚。本次CCF走进武汉科技大学的学术交流活动为师生们提供了与顶尖专家交流的机会,同时也为CCF信息系统专委会走进武汉科技大学搭建了重要的桥梁

源自 CCF走进高校

https://www.ccf.org.cn/Activities/Training/CCF_AT_U/Updates/2023-10-17/796402.shtml


下一条:台湾清华大学林嘉文教授来我院作学术讲座

关闭