会议简介

AI基础设施与互联技术国际会议（AI3T 2026）计划于 2026年12月13日至15日在中国合肥举办。该会议聚焦智能时代的基础设施与互联技术，议题覆盖AI基础设施与架构 、具身智能及网络、光学与AI、AI安全、AI数据中心、分布式AI训练等方向，旨在为相关领域的科研人员与工程实践者提供一个交流最新进展、探讨前沿趋势的学术平台。

从技术发展角度看，AI基础设施正成为支撑大模型 训练与推理的关键底座。随着模型规模持续扩大，对高速互联、异构计算、数据中心网络等底层能力提出了更高要求。AI3T 2026 的议题设置，反映了当前学术界与产业界对这些共性技术问题的关注。

大会官网：http://http://ai3t.ieee-aiconf.cn/

投稿链接：http://ai3t.hotcrp.ieee-aiconf.cn/

Track 简介

今天介绍的track是：Distributed AI Training & Workload Orchestration（分布式 AI 训练与工作负载编排） 这个方向则关注算力资源怎么调度、训练任务怎么高效跑起来，主要包含三块：

1. 分布式训练的通信优化：通过梯度压缩、通信与计算重叠、并行策略（数据 / 流水线 / 张量并行）等手段，降低多机多卡训练中的通信开销，提升加速比。

2. 训练与推理工作负载的协同调度：在同一集群里同时安排大模型训练（追求整体吞吐）和在线推理（追求低时延），通过智能调度让两类任务错峰共享 GPU、互不抢占。

3. 跨集群、跨域的 AI 资源池化：把分散在多个机房、多个地域的算力统一抽象成 "资源池"，实现跨集群调度和弹性供给，让空闲 GPU 被充分利用。

一句话总结：研究 "任务怎么分、算力怎么排、通信怎么省"，让分布式训练又快又稳、资源利用率拉满，偏分布式系统、并行训练与集群调度（K8s / 云原生）方向

论文提交

• 投稿论文须为原创、使用英文撰写，且未在其他出版渠道接受发表评审。所有投稿均实行双盲同行评审。

• 长论文最多 8 页，可额外增加最多 4 页；短论文最多 4 页，可额外增加最多 4 页；海报论文最多 2 页，可额外增加最多 2 页。超出基本页数的部分须支付额外页费。

• 稿件格式须遵 IEEE Computer Society 会议论文模板（双栏、单倍行距、10号字体）。

• 录用论文可以口头报告、海报展示或线上形式进行展示。

• 上传可供出版的论文终稿前，须先缴纳注册费。最终提交前，终稿 PDF 须通过 IEEE PDF eXpress 的格式合规检查。

出版信息

• 录用论文由IEEE Xplore出版，将被 EI/Scopus 检索。

支持单位：