CCF走進高校網訊（通訊員 龐俊）2023年10月8日上午，由中國計算機學會（CCF）主辦，CCF信息系統專委、6774澳门永利承辦的第984場“CCF走進高校”公益講座活動在6774澳门永利6774澳门永利30404報告廳成功舉辦。本次活動由6774澳门永利計算機學院副院長劉俊教授主持，包含2個特邀專家報告，學院150餘名師生參加了本次活動。

活動伊始，6774澳门永利計算機學院院長張凱教授緻辭，首先對各位專家學者的到來表示熱烈的歡迎和衷心的感謝，同時向大家介紹了6774澳门永利及6774澳门永利的發展曆程及取得的成就，并預祝本次CCF走進高校活動取得圓滿成功。本次活動邀請到了國内信息系統領域的知名學者，包括CCF信息系統專業委員會主任東北大學于戈教授，CCF信息系統專業委員會執行委員東北大學谷峪教授。本次報告内容主要圍繞“分布式圖神經網絡”熱點課題作前沿學術報告。

于戈教授的報告題目為《分布式圖神經網絡模型訓練系統：技術與進展》。他首先通過對圖數據與圖神經網絡的簡要介紹，引入圖神經網絡訓練模型的概念。然後于教授提到，圖神經網絡（GNN）訓練和普通深度神經網絡（DNN）訓練主要挑戰，就是如何去管理強依賴性并且具有富屬性的圖數據。之後，基于對現有GNN訓練技術問題分析，于教授介紹了其團隊基于分布式GNN訓練系統、動态GNN訓練系統、微批量采樣式GNN訓練系統、單機GPU式GNN訓練系統，以及GNN訓練評測系統籌方面的多項代表性成果。最後，于教授對GNN訓練系統領域的巨大潛力和挑戰性問題進行了總結。

谷峪教授的報告題目為《面向分布式圖神經網絡訓練的數據壓縮和采樣技術》。他首先介紹了分布式GNN的研究背景和代表系統，然後對分布式GNN訓練當前所面臨的挑戰進行了介紹。之後，基于對分布式GNN面臨的超大規模數據管理以及複雜疊代數據處理模式等問題，谷教授分别從數據壓縮和數據采樣的技術角度，介紹了針對分布式GNN訓練的特異性數據約簡技術。具體地，前者通過對訓練時的海量嵌入進行消息壓縮提升通信吞吐量；後者通過定義新型的聚合差異性指标量化采樣質量，進而減少計算和通信代價。最後，谷教授對分布式GNN領域的未來相關技術研究進行了展望總結。

在面對面的交流互動環節，現場師生踴躍發言，學術交流氛圍濃厚。本次CCF走進6774澳门永利的學術交流活動為師生們提供了與頂尖專家交流的機會，同時也為CCF信息系統專委會走進武漢科技大學搭建了重要的橋梁。

源自 CCF走進高校

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