信息存储系统教育部重点实验室邀请了五位在人工智能、高性能计算以及边缘计算等领域的卓越学者，于2024年11月10日在武汉光电国家研究中心C111报告厅举办了主题为“智能时代前沿学术讨论会”的学术交流活动。会议邀请了复旦大学张新鹏教授、电子科技大学邹权教授、湖南大学阳王东教授、北京航空航天大学邓岳教授、西安电子科技大学杜军朝教授。会议由华中科技大学副校长、计算机科学与技术学院院长、信息存储系统教育部重点实验室主任冯丹教授主持。

复旦大学张新鹏教授首先分享了主题为“从深度模型确权到AIGC溯源”的报告，系统的介绍了深度学习模型水印的发展历程。模型水印作为一种防止恶意攻击的主动防御技术，被广泛应用于深度模型的版权保护和生成内容溯源。张新鹏教授在报告中阐述了判别式模型水印、生成式模型水印以及AIGC溯源水印的核心问题和关键挑战，并分享了他们对应的最新研究成果。张教授最后还展望了AIGC水印的未来发展趋势。

电子科技大学邹权教授做了题为“新冠病毒多序列比对”的报告。邹权教授指出对于新冠病毒进行多序列对比有助于高效地发现变异位点、重现进化关系。而由于新冠病毒序列数目多、序列长度长，给目前的多序列比对算法带来高计算开销。邹权教授随后分享了其团队的最新成果：序列的编码和并行、后缀树的数据结构设计和比对结果后处理技术等优化改进，显著的降低了多序列比对时间。邹权教授最后介绍了关于对于多序列比对的发展趋势、基因组扩展、理论优化以及应用前景。

湖南大学阳王东教授分享了主题为“多层NUMA架构的流量感知页面映射算法”的报告。当前如鲲鹏芯片等国产处理器采用了多级非统一内存访问（NUMA）域。 在多级NUMA域架构下，内存页的布局和访问会显著影响多级NUMA系统中的应用程序性能。阳王东教授将多级NUMA系统离线建模为内存访问树，设计了一种多级应用设计的流量感知页面映射方法，通过在线采集的硬件性能数据、计算系统可用带宽流量并确定最佳页面带宽效率的映射方法。在真实鲲鹏920服务器上的实验结果表明，新方法带来了明显的性能提升。

北京航空航天大学邓岳教授做了“面向科学研究的生成式模型构建”的主题报告。近年来，以AlphaFold为代表的深度学习技术颠覆了传统科学研究范式，推动了新一轮的基础领域科学技术创新。邓岳教授首先介绍了生成式人工智能发展给基础科学研究范式带来的机遇，然后分别介绍了生成式模型在分子尺度、宏观尺度的科学研究应用：多模态生成式高分辨率组织表征工作，预训练生成模型发动机流场测量。

西安电子科技大学杜军朝教授带来了题为“边缘智能应用的联邦训练技术与资源受限边端推断技术”的主题报告。随着大模型加持的具身智能应用的迅猛发展，多模态感知大模型的联邦训练技术、资源受限的边缘节点中的感知推断技术，愈发受到学术界和产业界的关注。杜军朝教授介绍了其团队在边缘智能应用中的最新研究成果。针对分心驾驶检测场景下的数据和计算异构、缺少标记数据等挑战，设计了基于多模态感知模型的联邦训练技术、双向知识蒸馏技术。针对资源受限边端节点中推断技术，基于联邦学习模型进行了一系列的优化。杜军朝教授还分享了在模型压缩、移动设备流式语音识别框架以及嘈杂环境下人声识别分离等方面的研究成果。

五位专家教授的报告内容详实精彩纷呈，为实验室师生们带来新的研究视角以及丰富的学术收获。会议过程氛围热烈友好，许多同学积极发言提问，专家教授均细心一一回答交流，产生了存储系统领域与智能领域碰撞的新火花。会后实验室教师与来访专家学者于武汉光电国家研究中心大门处合影留念。