CCF Computility 2026 | 李克秋、邱铁、姚海鹏、徐宏力、郑臻哲等教授邀您共话智能体与网络的双向奔赴论坛
第三届中国计算机学会（CCF）分布式计算大会暨中国算力网大会 (CCF Computility 2026）将于 2026 年 7 月 24 日至 26 日在中国河北雄安新区举行，会议规模预计 1500 余人。本次会议由中国计算机学会主办，中国计算机学会分布式计算与系统专委会与北京邮电大学共同承办。会议主题为 “算力网：新质生产力背景下的分布式系统”，旨在为分布式系统和算力网相关的从业者提供最专业的学术研讨、技术交流和成果展示的平台。CCF Computility 2026 为大家准备了 11 场由院士等顶级专家带来的主旨报告，15+场技术论坛（120+位特邀报告）。
当前AI范式正从“静态对话”向“动态行动”跨越，智能体（Agent）频繁的交互与实时推理对网络的确定性、带宽及延迟提出了极致挑战。同时，现代网络架构的日益复杂化使得传统规则难以维系，亟需引入具备自主决策能力的智能体实现网络“自我进化”。本次选题旨在打破智能体算法与底层架构的壁垒，通过“双向赋能”，共同定义支撑未来大模型应用的基础设施新形态。论坛将聚焦于智能体与高性能网络的深度融合，并重点探讨：（1）面向智能体的通信协议与标准（如MCP等），优化大规模多智能体系统间的复杂协同；（2）智能体驱动的网络自治，利用强化学习（Agentic RL）、大模型等实现网络流量调度、故障定位及安全防御的闭环管理；（3）高并发智能体推理的底层基础设施，研究RDMA、通信库等高性能互联技术在提升多智能体系统协同效率与响应速度中的关键作用。
徐明伟，清华大学计算机系长聘教授、网络科学与网络空间研究院院长，国家杰出青年科学基金获得者、基金委创新群体负责人、国家万人计划科技创新领军人才，担任国家重点研发计划“宽带通信与新型网络重点专项”专家、中国通信标准化协会技术管理委员会专家、中国计算机学会互联网专委会副主任委员。主要研究互联网体系结构、大规模路由和网络空间安全，发表SIGCOMM、NSDI等高水平论文100余篇，制订IETF国际标准RFC 3项，获得国家科技进步二等奖3项，国家技术发明二等奖1项。
罗洪斌，北京航空航天大学教授、博士生导师，国家自然科学基金委优秀青年基金获得者、国家杰出青年基金获得者、教育部新世纪优秀人才支持计划入选者。长期从事未来互联网体系结构与关键技术、空天地海网络一体化、无人机集群组网等研究。近年来，在IEEE ToN、JSAC等互联网领域国际权威刊物和会议发表论文60余篇，获国家授权发明专利26项（其中20项已转让/许可北京神州高铁股份有限公司、中兴通讯等使用），获国家发明二等奖（2014，排第四）、教育部技术发明一等奖（2013，排第三）等奖励。
张梦豪，北京航空航天大学软件学院副教授，中关村实验室双聘研究专家，先后于清华大学计算机系获得学士学位和博士学位，主要从事计算机网络、网络系统、大模型训推系统、网络安全等方向的前沿研究，在相关领域顶级国际会议SIGCOMM、NSDI、EuroSys、Security、NDSS、INFOCOM和顶级国际期刊JSAC、TDSC、TIFS、TON、TPDS等上发表论文50余篇，主持国家自然科学基金、北京市科委揭榜挂帅科技计划项目、国家重点研发计划子课题、国家科技重大专项子课题等多项科研项目，曾获网络领域顶级国际会议IEEE INFOCOM 2021最佳论文提名奖、北京市优秀毕业生、北航卓越青年学者、ACM SIGCOMM China新星奖等荣誉。
张珊，北京航空航天大学教授，博士生导师，国家级青年人才。研究方向包括存算传融合网络、异构网络资源管理、边缘存储与计算等，已发表IEEE JSAC、TMC、INFOCOM等顶级期刊及会议论文50余篇，多篇入选ESI高被引目录，曾获2013年APCC最佳论文奖。担任IEEE Internet of Things Journal (Q1区), Springer Peer-to-Peer Networking and Applications（Q2区）期刊编委，IEEE GLOBECOM 2024 MWN联合主席，主持国家自然基金项目、科技部重点研发计划青年科学家项目等，入选中国科协第五届青年人才托举工程计划、连续5年入选斯坦福全球前2%顶尖科学家。
讲者简介：李克秋，IEEE Fellow，天津大学教授，国家万人计划科技创新领军人才，国家杰出青年科学基金获得者，天津大学智能与计算学部主任，天津市先进网络技术与应用重点实验室主任，天津市区块链技术创新中心执行主任。CCF网络与通信专委会主任。主要从事网络、云计算和区块链等方面的研究工作。获天津市科技进步特等奖，辽宁省技术发明一等奖。
报告摘要：AI 基础设施正支撑大模型训练，并加速走向高并发、低时延、长上下文与持续推理的 AI 工厂形态。超节点通过高速互联、内存池化和异构算力协同，突破传统集群通信瓶颈。未来系统软件需以超节点互联域为核心，重构资源管理、拓扑感知调度、统一地址空间与编程范式，实现算力、网络与软件的协同演进。
讲者简介：邱铁，博士，教授，东北大学计算机科学与工程学院院长，天津大学讲席教授，国家杰出青年基金获得者；曾获天津市科技进步一等奖1项、中创软件人才奖。目前为国际期刊IEEE/ACM Transactions on Networking(ToN)等五个SCI检索国际期刊编委，并担任过多个国际学术会议的大会主席和程序委员会主席。现已出版著作8部，获得授权国家发明专利60余项，计算机软件著作权20余项。已发表学术论文200余篇，其中25篇论文被列为ESI高被引论文，Google Scholar总引用15,000余次，H-Index为63，近5年连续入选Elsevier中国高被引学者。主持国家重点研发计划、国家自然科学基金重点项目、面上项目及各类项目30余项。
报告摘要：大规模复杂网络由海量节点间错综交织的关系构成，其拓扑结构具有显著的异质性、动态演化性和多层强耦合性，易因微小扰动诱发“蝴蝶效应”式灾变，导致系统性崩溃与级联失效。本报告拟以灾变理论为核心，揭示复杂网络灾变的内在机理与临界条件，推动研究范式由“被动修复”向“主动防控”转变。同时针对智能制造中如何构建高可靠工业物联网，介绍大规模高动态工业物联网实验平台及产业应用。
讲者简介：姚海鹏，北京邮电大学教授，国家杰青，IET Fellow, IEEE高级会员，中国电子学会高级会员，担任中国指挥与控制学会时空安全信息服务专业委员会副主任委员、中国计算机学会分布式计算与系统专委会执行委员等。主持国家重点研发计划项目、国家自然科学基金企业联合基金等项目20余项，已在IEEE TON/TMC/TSC/TCC等国际学术期刊和会议发表论文200余篇，ESI高被引论文多篇，获得IEEE ICC 2022、IEEE ICCC 2020等会议最佳论文奖，出版专著2本，获授权发明专利80余项，获教育部技术发明一等奖、中国电子学会技术发明一等奖等，担任IEEE Transactions on Mobile Computing副编辑、IEEE Transactions on Sustainable Computing副编辑、《天地一体化信息网络》编委会委员等。
报告摘要：随着大模型的飞速发展，对算力基础设施的需求不断飙升，智算时代的网络技术至关重要。本论坛将聚焦于智算中心网络领域的最新研究和创新，涵盖各种网络技术及其在大模型、大数据等领域的应用。我们将邀请来自学术界和工业界的专家学者、研究人员，共同探讨新型网络技术在提升大模型训练性能、实现算力与数据智能融合方面的作用。论坛将重点关注智算中心基础设施、跨层联合优化和可扩展性等关键技术，探讨如何应对日益增长的数据量和复杂的网络环境。我们还计划呈现丰富案例，展示技术在工业界云计算、大数据分析及大模型领域的实际成效，并展望技术发展趋势。
讲者简介：徐宏力，中国科大教授，博导，国家优青，现任计算机学院党委书记兼副院长，研究方向包括边缘智能、云网融合、联邦学习等。近年来，主持了国家基金委优青/重点、国家重点研发计划课题、中科大-华为计算网络联合创新等项目。担任CAAI智能信息网络专委会常务委员，国际著名期刊Computer Networks等编委。获省自然科学一等奖（第一）、省科技进步二等奖、华为优秀技术成果奖、ICNP 2016最佳论文奖提名等荣誉及奖项。
报告摘要：随着大模型智能体引入长上下文、多轮推理与工具调用，推理已演变为动态演化的多步骤工作流，系统瓶颈从计算转向等待与缓存搬运，传统调度因缺乏工作流语义感知而导致关键路径膨胀与资源浪费。本报告聚焦多智能体推理服务调度优化，介绍三方面研究：一是请求调度优化，通过工作流建模刻画任务间的依赖与并行结构，识别关键路径并进行请求批处理与优先级排序；二是缓存访存加速，依据关键路径与服务等级目标对智能体打分，结合空间预留与异步预取实现时空联合调度；三是缓存稀疏化复用优化，构建多目标优化模型，实现缓存状态的高效复用与稀疏化。三项技术协同，全面提升端到端执行效率与吞吐量。
讲者简介：郑臻哲，上海交通大学计算机学院教授，博士生导师，国家自然科学基金优秀青年科学基金获得者。2018年上海交通大学博士毕业，2016年至2019年在美国伊利诺伊大学香槟分校（UIUC）先后从事访问学者与博士后研究。主要研究领域包括移动智能计算以及智能体系统，已发表CCF A类期刊会议63篇。荣获多项科研奖励，包括中国计算机学会（CCF）优秀博士论文奖；英特尔中国学术英才计划；上海市计算机学会自然科学奖一等奖（排二）；上海市科技进步一等奖（排五）。主持国家自然科学基金青年/面上/优青项目、科技部重点研发课题。曾担任国际学术会议INFOCOM、MobiHoc等程序委员会委员。
报告摘要：端云协同智能是人工智能广泛落地应用的关键技术，可有效克服传统云智能在扩展性、实时性、个性化和隐私安全等方面的不足。端云协同智能体系统完成动态开放环境下的复杂多样智能应用给数据、模型以及算力都带来了新的挑战：如何高效采集与充分利用端上实时数据资源与云上预训练公开数据集？如何设计与协同端上个性小模型与云上通用大模型？如何调度与管理端上碎片化资源与云上充足算力资源？我们围绕端云协同自演进智能中数据互补增强、大小模型拆分聚合以及异构资源协同管理三个基础问题，从数据、模型与算法层面为智能体系统构建端云协同自演进的智能计算新范式。
评论 0