yaoyaozero4的个人博客分享 http://blog.sciencenet.cn/u/yaoyaozero4

博文

【中国科学技术大学主办 | IEEE出版】AI3T 2026 | 面向 AI 的云边协同计算 Track 征稿通知

已有 220 次阅读 2026-10-22 18:26 |系统分类:论文交流

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://ai3t.ieee-aiconf.cn/

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

Track 简介

今天介绍的track是:Edge-to-Cloud Computing for AI(面向 AI 的云边协同计算),这个方向研究算力如何在云端、边缘和终端之间合理分布与协同,让 AI 既聪明又实时,主要包含三块:

  1. 分布式 AI 推理与训练的网络架构:设计云、边、端协同的网络与算力架构,把训练放云端、推理下沉到边缘,或在边缘做分布式训练,兼顾性能与实时性。

  2. 云边流水线中的时延与带宽管理:在端到云的数据处理流水线中动态管理带宽、压缩数据、智能分配任务,降低端到端时延,缓解网络拥塞,保障实时 AI 应用体验。

  3. 大规模联邦学习的软件与基础设施:支撑 "数据不出本地、多方联合建模" 的联邦学习平台与通信、聚合机制,兼顾隐私保护与模型效果,适合大规模分布式节点场景。

一句话总结:研究 "算力怎么在云、边、端之间摆、数据怎么流转又快又省",偏边缘计算、分布式系统与联邦学习方向。

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。



https://blog.sciencenet.cn/blog-3661806-1557836.html

上一篇:【中国科学技术大学主办 | IEEE出版】AI3T 2026 | 网络自动化与 AI 原生运维 Track 征稿通知




    
收藏 IP: 218.104.71.*| 热度|

0

该博文允许注册用户评论 请点击登录 评论 (1 个评论)

数据加载中...

Archiver|手机版|科学网 ( 京ICP备07017567号-12 )

GMT+8, 2026-10-22 21:50

Powered by ScienceNet.cn

Copyright © 2007- 中国科学报社

返回顶部