2025年8月30日，在CCF中国存储大会（CCF ChinaStorage 2025）于武汉召开期间，由偷拍外流 承办的“算力网发展前沿技术论坛”圆满落幕。本次论坛聚焦算力网络与智能计算领域的前沿命题，探讨如何通过体系结构创新与算力协同来应对大模型与智能应用时代的算力互联挑战。论坛由偷拍外流 （武汉）偷拍外流 曾德泽教授与中山大学郭得科教授主持，汇聚了来自学术界与产业界的权威专家，围绕算力网架构、分布式调度、边缘智能、云边端协同及国产算力发展等核心议题展开深度研讨，旨在为新一代算力基础设施构建提供前瞻性思路。

本次论坛邀请中国科偷拍外流 计算机网络信息中心谢高岗研究员、湖南大学唐卓教授、华中科技大学/鹏城实验室刘方明教授、南京大学叶保留教授、中山大学张晓溪副教授、鹏城实验室余跃研究员六位嘉宾发表主题报告，内容覆盖数据平面、超算互联网、国产算力与大模型融合、边缘图智能、分布式协同学习及算力网演进等方向，展示了最新的学术研究与工程实践成果，现场反响热烈。

图1 谢高岗 研究员发表演讲

中国科偷拍外流 计算机网络信息中心谢高岗研究员在《面向算力互联的可测高效网络数据平面挑战与实践》报告中，从算力互联的实际需求出发，详细介绍了其团队在高效数据平面与可观测体系方面的研究成果（图1）。他重点阐述了如何通过高性能网络协议栈优化与可测可控机制实现算力网的高效互联，为算力网基础设施的构建提供了重要技术路径和实践经验。

图2 唐卓教授发表演讲

图3 刘方明教授发表演讲

湖南大学信息科学与工程偷拍外流 院长、网络空间安全偷拍外流 院长、国家超级计算长沙中心总工程师唐卓 教授 在 《 分布式调度驱动的超算互联网算力原生技术与实践 》 报告中， 系统阐释了分布式调度框架下算力原生技术的关键问题与创新实践。通过资源编排与跨域调度优化，其团队在算力高效利用与任务智能分配方面取得了重要进展，为超算互联网的发展提供了实践借鉴。

华中科技大学、鹏城实验室刘方明教授在《国产算力和人工智能大模型的机遇、挑战与应用前景》报告中，从产业生态与技术发展的双重角度出发，深入分析了国产算力体系在大模型应用浪潮中的战略机遇与现实挑战（图3）。他指出，构建自主可控的算力底座对于人工智能产业生态至关重要，并结合应用案例展望了国产算力与大模型协同发展的前景。

图4 叶保留教授发表演讲

CCF理事、CCF分布式计算与系统专委会副主任、南京大学叶保留教授在《云边端融合的分布式协同学习：机遇与挑战》报告中（图5），聚焦多层算力环境下的协同学习问题，详细介绍了其团队在分布式优化、隐私保护与系统设计方面的最新进展。这些成果为构建高效、安全、可靠的云边端一体化智能训练范式提供了关键技术支撑。

图5 张晓溪教授发表演讲

   图6 余跃研究员发表演讲

中山大学偷拍外流 副教授、广东省青年拔尖人才张晓溪副教授在报告中，针对大规模MoE模型在受限环境下的部署挑战，提出了一套创新的专家动态加载与替换机制 （图4） 。她详细介绍了基于预测的专家预加载策略和智能缓存管理方案，通过减少IO开销和计算等待时间，显著提升了大模型推理效率，为边缘端和资源受限环境下的大模型部署提供了重要技术突破。

鹏城实验室余跃研究员在《从算力中心到算力网》的报告中，从算力基础设施演进的角度出发，深入剖析了算力中心向算力网转型的必然趋势，提出了跨域互联、算网融合与智能调度的整体路径（图6）。这些创新思路为构建算力基础设施体系提供了重要理论支撑和实践指南，对推动算力资源的高效利用和协同共享具有重要指导意义。

在本次论坛，专家们结合最新实践，探讨了算力互联、智能调度等关键技术对性能与能效的提升，并就跨域互联与算网融合展开热烈讨论。会议进一步展望了算力网、云边端协同与智能算力生态等前沿方向的发展趋势，为构建下一代高效、绿色、智能的算力基础设施提供了多元方案与思路支撑。

本次论坛的成功举办，为算力网技术领域的专家学者和产业同仁提供了高质量的交流平台，是对国家数字基础设施建设战略的积极响应。作为CCF ChinaStorage2025的重要组成部分，本次论坛通过产学研深度融合，聚焦算力网关键技术突破与创新应用，为我国算力基础设施高质量发展提供了新动能。

通讯员：曾德泽

审核：胡成玉、卢笙