The_2nd_High_Performance_Computing_Youth_Forum_Workshop
Contents
时间：2024年11月7日——2024年12月1日
地点：中国·重庆
地址：重庆雾都宾馆（重庆市渝中区曾家岩24号）
举办单位：中国科学院计算技术研究所
协办单位：中国计算机协会高性能计算专委会
承办单位：中国计算技术西部研究所
会议主题：
- AI4Science及科学应用。
- 国产超算上的应用移植和优化。
- 机器学习系统。
- 混合精度计算方法。
- 数据压缩。
会议议程
| 日期 | 安排 | 时间 |
|---|---|---|
| 11/27 | 签到 | |
| 11/28 | 会议Day1 | 8:20-11:50 13:00-17:35 17:35-18:30 18:30-20:30 |
| 11/29 | 会议Day2 | 8:20-11:50 13:00-17:35 |
| 11/30 | 会议Day3 | |
| 12/01 | 会议Day4 |
会议报告
| 时间/Time | 报告题目/Title | 报告人/Speaker | 单位/Affiliation | 备注 |
|---|---|---|---|---|
| 11月28日上午 | ||||
| 8:20-8:30 | 会议情况介绍+致辞/Introduction and Greeting | 谭光明 | ||
| 8:30-8:55 | Pushing the Limit of Quantum Mechanical Simulation to the Raman Spectra of a Biological System with 100 Million Atoms 推动量子力学模拟极限至具有1亿原子的生物系统的拉曼光谱 | 商红慧 | 中国科学技术大学 | |
| 8:55-9:20 | A Performance-Portable Kilometer-Scale Global Ocean Model Across Various Architecture Systems 跨不同体系结构的高性能便携式公里级全球海洋模型 | 韦健 | 中国科学院计算机网络信息中心 | |
| 9:20-9:45 | A High-Quality Workflow for Multi-Resolution Scientific Data Reduction and Visualization 多分辨率科学数据降维与可视化的高质量工作流 | 刘泽辉 | 中国科学院计算技术研究所 | |
| 9:45-10:10 | Moiræ: Generating High-Performance Composite Stencil Programs with Global Optimizations Moiræ：通过全局优化生成高性能复合模板程序 | 刘笑明 | 北京航空航天大学 | 1.内存分析 2.模板化 3.高性能代码生成 |
| 10:10-10:35 | Towards Highly Compatible IO-aware Workload Scheduling on HPC Systems 面向高性能计算系统的高度兼容IO感知工作负载调度 | 戴俊政 | 国防科技大学 | 1.工作流调度 |
| 10:35-11:00 | MCFuser: High-performance and Rapid-fail of Memory-bound Compute-intensive Operators MCFuser：内存受限的计算密集型算子高性能和快速融合 | 张帆 | 武汉大学 | 1.算子融合 |
| 11:00-11:25 | Boosting DA Center Performance via Intelligently Managed Multi-backed Disaggregated Memory 通过智能管理的多后端分解内存提升数据中心性能 | 王靖 | 上海交通大学 | 1.内存配制 |
| 11:25-11:50 | SMless Serving DAG-based Inference with Dynamic Invocations under Serverless Computing SMIless：在无服务器计算条件下通过动态调用为基于 DAG 的推理提供服务 | 卢浩远 | 中国科学院深圳先进技术研究院 | |
| 11月28日下午 | ||||
| 13:00-13:25 | Scaling Molecular Dynamics with ab initio Accuracy to 149 Nanoseconds per Day 将分子动力学的从头算精度扩展到每天149纳秒 | 李剑锋 | 中国科学院计算技术研究所 | |
| 13:25-13:50 | A Conflict-aware Divide-and-Conquer Algorithm for Symmetric Sparse Matrix-Vector Multiplication 面向对称稀疏矩阵-向量乘法的冲突感知分治算法 | 邱奥中 | 国防科技大学 | |
| 13:50-14:15 | Accelerating Distributed DLRM Training with Optimized TT Decomposition and Micro-Batching 通过优化TT分解和微批处理加速分布式DLRM训练 | 王威威 | 武汉大学 | |
| 14:15-14:40 | Scaling New Heights: Transformative Cross-GPU Sampling for Training Billion-Edge Graphs 达到新高度：用于训练十亿边图的变革性跨GPU采样 | 夏亚东 | 武汉大学 | |
| 14:40-15:05 | AmgX: Algebraic Multigrid Solver on Many Cores AmgX：多核上的代数多重网格求解器 | 曾礼杰 | 中国石油大学(北京) | |
| 15:05-15:30 | LoRaStendil: Low-Rank Adaptation of Stencil Computation on Tensor Cores LoRaStendil：张量核上的模板计算低秩适应 | 张祥胜 | 中国科学院计算技术研究所 | |
| 15:30-15:55 | GVARP: Detecting Performance Variance on Large-Scale Heterogeneous System GVARP：在大规模异构系统上检测性能差异 | 游心 | 北京航空航天大学 | |
| 15:55-16:20 | Mille-feuille: A Tile-grained Mixed-Precision Single-Kernel GPU Gradient Solver on CPUs Mlle-feuille：CPU 上的分层混合精度单核 GPU 梯度求解器 | 杨逸翔 | 中国石油大学(北京) | 1.混精 |
| 16:20-16:45 | DBSSR: An Efficient Storage Format for Vectorizing Sparse Triangular Solvers on Structured Grids DBSSR：在结构化网格上向量化稀疏三角求解器的高效存储格式 | 杨南剑 | 国防科技大学 | |
| 16:45-17:10 | Enabling 1K-atom Stencil-based ON Calculations via Low-rank Approximations and High-performance Computing on leadership supercomputers 通过低秩近似和领导级超级计算机上的高性能计算实现1K原子模板基础的ON计算 | 吴文斌 | 中国科学技术大学 | |
| 17:10-17:35 | MIXQ: Taming Dynamic Outliers in Mixed-Precision Quantization by Online Prediction MIXQ：通过在线预测驯服混合精度量化中的动态异常值 | 陈逸东 | 清华大学 | 1.混精 |
| 17:35-18:30 | Poster section | |||
| 18:30-20:30 | Reception | |||
| 11月29日上午 | ||||
| 8:30-8:55 | MIXQ: Taming Dynamic Outliers in Mixed-Precision Quantization by Online Prediction MIXQ：通过在线预测驯服混合精度量化中的动态异常值 | 陈逸东 | 清华大学 | 1.混精 |
| 8:55-9:20 | Long Sequences: Accelerating Parameter-Efficient Fine-Tuning for LLMs under Shadowy Sparsity 长序列：在阴影稀疏性下加速大型语言模型的参数高效微调 | 王拓为 | 清华大学 | |
| 9:20-9:45 | Exploring Efficient Partial Differential Equation Solution using Speed Galerkin Transformer 探索使用Speed Galerkin Transformer求解高效偏微分方程 | 朱英浩 | 中国石油大学（华东） | |
| 9:45-10:10 | Unlocking High-Performance with Low-Bit NPUs and CPUs for Highly Optimized HPLMKP on Cloud Brain II 解锁高性能：在云脑II上使用低比特NPU和CPU优化的HPLMKP | 薛伟诚 | 鹏城实验室 | |
| 10:10-10:35 | APTMoE: Affinity-aware Pipeline Tuning for MoE Models on Bandwidth-constrained GPU Nodes APTMoE：在带宽受限的GPU节点上为MoE模型进行亲和感知的流水线调优 | 韦媛媛 | 中山大学 | |
| 10:35-11:00 | Enumeration of Billions of Maximal Biclique in Bipartite Graphs without Using GPUs 在不使用GPU的情况下枚举二分图中的数十亿最大双团 | 潘哲 | 浙江大学 | |
| 11:00-11:25 | UMR: Unified Notifiable RMA Library for HPC UMR：面向高性能计算的统一可通知远程内存访问库 | 丰光南 | 中山大学 | |
| 11:25-11:50 | EXO: Accelerating Storage Paravirtualization with eBPF EXO：使用eBPF加速存储虚拟化 | 仇奕 | 厦门大学 | |
| 11月29日下午 | ||||
| 13:00-13:25 | Hydrogen: Contention-Aware Hybrid Memory for Heterogeneous CPU-GPU Architectures Hydrogen：面向异构CPU-GPU架构的争用感知混合内存 | 李一鸣 | 清华大学 | 1.混合内存 |
| 13:25-13:50 | Accelerated Communication in Deep Learning Recommendation Model Training with Dual-Level Adaptive Lossy Compression 在深度学习推荐模型训练中使用双层自适应有损压缩加速通信 | 杨锦武 | 中国科学院计算技术研究所 | |
| 13:50-14:15 | FlashSparse: Minimizing Computation Redundancy for Fast Sparse Matrix Multiplication on Tensor Cores FlashSparse：最小化计算冗余以在张量核心上快速进行稀疏矩阵乘法 | 石金良 | 北京邮电大学 | |
| 14:15-14:40 | GLUMI: Fast Connectivity Check Based on ULTs for Efficient Graph Pattern Matching GLUMI：基于ULT的快速连通性检查，用于高效的图模式匹配 | 曹桂辰 | 中国科学院计算技术研究所 | |
| 14:40-15:05 | COMPSO: Optimizing Gradient Compression for Distributed Training with Second-order Optimizers COMPSO：为分布式训练优化梯度压缩，使用二阶优化器 | 谷裕达 | 中国科学院计算技术研究所 | |
| 15:05-15:30 | Mario: Near Zero-cost Activation Checkpointing in Pipeline Parallelism Mario：在管道并行性中近乎零成本的激活检查点 | 刘伟建 | 中国科学院计算技术研究所 | |
| 15:30-15:55 | Harnessing Inter-GPU Shared Memory for Seamless MOE Communication-Computation Fusion 利用GPU间共享内存实现MOE通信计算融合 | 王成林 | 武汉大学 | |
| 15:55-16:20 | TA: A Tensor Property-Aware Optimization System for Long-Context DNN Programs TA：面向长上下文DNN程序的张量属性感知优化系统 | 钟恒昌 | 清华大学 | |
| 16:20-16:45 | Helios: Efficient Distributed Dynamic Graph Sampling for Online GNN Inference Helios：在线GNN推理的高效分布式动态图采样 | 徐定 | 浙江大学 | |
| 16:45-17:10 | WePipe: Weight Pipeline Parallelism for Communication-Efficient Long-Context Large Model Training WePipe：用于通信高效长上下文大模型训练的权重流水线并行性 | 林俊峰 | 清华大学 | |
| 17:10-17:35 | Swift Unfolding of communities: GPU-Accelerated Louvain Algorithm 社区的快速展开：GPU加速的Louvain算法 | 王智彬 | 南京大学 | |
| 17:35-18:00 | Effectively Virtual Page Prefetching via Spatial-Temporal Patterns for Memory-intensive Cloud Applications 通过空间-时间模式有效实现虚拟页面预取，用于内存密集型云应用 | 汪涛 | 上海交通大学 | |
| 18:00- | To Be Determined/待定 |