CNCC | 空天边缘智能计算

韩银和

CCF理事、容错专委主任、青工委主任

中国科学院计算所研究员，智能计算机中心主任

获得2007CCF优博，担任CCF YOCSEF主席（2016-2017），国家杰出青年基金获得者。主要研究领域是芯粒集成大芯片设计、工业/星载专用智能计算机等。在这些领域共发表了110多篇学术论文，包含多篇ISCA、HPCA、DAC、ICCAD等体系结构和芯片领域顶级会议论文。韩银和获得过2012年国家技术发明二等奖、全国百篇优博提名(奖)、中科院优博等。

天基算力网和极光1000星载智能计算机研制

天基云计算、高分辨率遥感图像处理等任务对星上高性能智能算力提出了需求，这类的计算需求可以通过单星的智能计算机满足，也可以通过虚拟化的天基算力网满足。目前，设计星载的智能计算机面临着关键计算器件“传统抗辐照芯片用不上，而高性能商业器件不敢用”的困境。本报告将介绍我们在“性能优先原则下保可靠”的思路指导下，中国科学院计算所和之江实验室联合研制的以国产商业器件和商业操作系统为基础的极光1000星载智能计算机。我们首先提出了使用OODA（感知-判定-决策-行动）作为刻画自主智能的新处理范式，抽象装备类智能计算的需求。在计算体系架构上，提出了卡群的可扩展、可隔离架构，有效支持异构专用处理和容错迁移等革新，通过和探测器和控制器的紧密耦合，实现感算通控一体。极光1000已应用于多颗遥感卫星的星上智能计算中。进一步，要提高算力和可靠性，构建天基算力网将是面对动态、时敏信息处理的新的计算模式，本报告将介绍在这方面的一些思考。

施航

之江实验室高级研究专家

长期致力于导航装备的发展论证、技术研究和装备研制，在卫星、惯性、天文等导航技术在航空应用方面做出了贡献。获国家技术发明二等奖1次，国家科技进步二等奖2次；是国家级有突出贡献的中青年专家，获中国青年科技奖、求是杰出青年奖，享受政府特殊津贴。

边缘智能计算在空天领域应用面临的技术挑战

报告讨论边缘智能计算在空天领域应用的需求，总结目前技术研究的现状，梳理需要突破的关键技术，结合航空、遥感以及地外探测等项目的实例进行分析，并展望边缘智能计算在空天领域应用前景。

刘波

北京控制工程研究所研究员/博导

空间可信计算与电子信息实验室主任

CCF高级会员。05年博士毕业于中科院计算所计算机体系结构专业，目前是中国航天科技集团有限公司计算机学术技术带头人，长期从事空间计算技术和系统研发，负责了多型空间计算机系统研发，为我国空间计算技术和系统研制做出了重要贡献；发表论文30余篇，授权发明专利 40 余项，获国家科技进步奖和国家技术发明奖各1项，获省部级奖励4项。

从“东数西算”到“地数天算”

报告讨论在空间建立算力枢纽节点的设想，包括方案和待攻克的关键技术。

韩光洁

河海大学教授、信息科学与工程学院院长

CCF杰出会员，IEEE/IET/AAIA Fellow。主要研究方向为智慧海洋、工业物联网、人工智能等。近年来发表IEEE系列汇刊110+篇，谷歌引用14500+次，H-index为63。主持包括国家重点研发计划和国家自然科学基金重点项目等省部级以上项目30余项，获得省部级以上奖励8项。连续4年（2019-2022）入选全球排名前2%的科学家榜单，连续3年（2020-2022）入选爱思唯尔中国高被引学者榜单。目前任10多种国际期刊（其中包括 IEEE TII, IEEE TCCN）副主编。江苏省333高层次人才（第二层次）、江苏省有突出贡献中青年专家，常州市五一劳动奖章等荣誉称号。

“软件定义”重构复杂场景多智能体网络：若干研究进展与思考

环境的复杂性成为制约特定场景群体智能技术发展的关键因素。鉴于此，本报告引入复杂场景多智能体网络的概念。在此基础上，引入“软件定义网络”技术，重构复杂场景多智能体网络的基础架构。然后，结合本团队的研究成果，介绍如何利用软件定义网络技术，重构复杂场景多智能体网络的数据路由架构、编队航行架构以及自主学习决策架构。本报告旨在提供一种研究思路，重新审视复杂场景多智能体系统的协同控制机制，构建“软件定义智慧应用”。

郭得科

CCF分布式计算与系统专委候任主任

国防科技大学系统工程学院教授/博导

获2020年CCF-IEEE CS青年科学家奖，牵头获得2019年湖南省自然科学一等奖、2021年中国电子学会自然科学二等奖、2023年中国发明协会“发明创业奖创新奖一等奖；发表CCF推荐的A/B类论文110余篇、ACM/IEEE Transactions文章70余篇，获得IEEE ICNP 2019最佳论文；以第一完成人出版学术专著3部，获得中国和美国授权发明专利70余项。入选国家领军人才、国家青年人才、军队学科拔尖人才、教育部新世纪人才计划等。担任《中国计算机学会通讯》专栏主编等学术兼职。

面向可信边缘智能的数据共享与模型复用

首先介绍面向边缘智能的数据共享理论与方法，包括基于kautz度量空间的数据共享方法、面向相似性查询的最优索引理论。然后介绍边缘智能模型复用与可信性管理，包括跨应用模型容量复用、跨节点算力与数据复用、模型复用关系的有向无环图溯源等。通过模型复用，减少面对异构设备与多样化应用的模型训练成本，最大化模型效益，并通过模型水印技术实现模型复用过程的可信性与版权管理。