由中国计算机学会（CCF）主办，CCF嵌入式系统专委、北京邮电大学承办的CCF走进高校活动，将于2024年12月18日在北京邮电大学召开，敬请关注。

时间：2024年12月18日 14:00-17:00

地点：北京邮电大学大学（海淀校区）科研楼610会议室

活动日程

报告信息

郭兵

     四川大学教授，CCF嵌入式系统专委会主任

报告题目：

嵌入式系统的低能耗软件设计方法

报告摘要：

嵌入式系统的多样化功能、高性能应用和可用性服务等要求对低能耗研究提出新的挑战。软件作为硬件的消费者和管理者，对系统能耗的产生和管理起到至关重要的作用。因此，从静态设计和动态设计两方面，探索能量优先的任务运行模式、系统资源的自适应软件节能配置策略、高效可定制化的软件体系结构、能量感知的编程模式和低能耗软件的演化与控制等关键技术，建立低能耗软件的设计理论和方法体系，实现嵌入式系统能量资源的最优应用适应性分配与使用，有效提高系统的能效比。

报告嘉宾：

郭兵，二级教授，博士生导师，四川大学计算机学院副院长，国家重点研发计划和NSFC重点项目首席科学家，IET Fellow，中国计算机学会（CCF）理事、CCF嵌入式系统专委会主任，四川省学术和技术带头人。

谢国琪

湖南大学教授，CCF嵌入式系统专委秘书长

报告题目：

ZVM：新一代Type 1.5型嵌入式实时虚拟机

报告摘要：

本次报告将介绍ZVM（Zephyr-based Virtual Machine），这是湖南大学嵌入式与网络计算湖南省重点实验室团队基于开源微内核实时操作系统 Zephyr RTOS（由Linux基金会托管） 开发的一款虚拟机管理器（Hypervisor），能在单一硬件平台上启动多个操作系统，以构建安全隔离的多内核混合部署系统。 ZVM一方面继承了Zephyr RTOS的微内核体系结构和开源生态，另一方面为业界提供了一个原创的面向嵌入式场景的开源虚拟化平台解决方案。在ZVM发展过程中，嵌入式虚拟化的许多关键需求被挖掘，我们以此形成了ZVM的关键功能。现在，ZVM依托openEuler社区运营，从最初的第一次提交到现在吸引众多社区小伙伴来共同进行完善，最终将联合社区共同构建openEuler Embedded & ZVM生态，并推进国产操作系统软件生态的发展。

报告嘉宾：

谢国琪，教授、博士生导师，长期从事嵌入式计算与系统的研究与应用，现任湖南大学信息科学与工程学院副院长、嵌入式与网络计算湖南省重点实验室主任、中国计算机学会（CCF）嵌入式系统专委秘书长、国家级青年人才计划获得者、湖南省杰出青年基金获得者、ZVM项目创始人；近年来以第一或通信作者发表CCF A类及ESI高被引论文30多篇、出版专著2本，入选全球前2%顶尖科学家“终身科学影响力”榜单,担任JSA、JCSC及MICPRO 3本嵌入式领域SCI期刊编委；近年来主持企业委托项目20多项，获华为欧拉开源贡献精英教师奖，主持研发的ZVM项目（开源仓库地址：https://gitee.com/openeuler/zvm）先后获openEuler 2023年度优秀开源项目及2024年度技术创新项目。

杨鹏飞

西安电子科技大学副教授，CCF嵌入式系统专委副秘书长

报告题目：

边缘AI Infra构建

报告摘要：

AI Infra（AI基础设施）是指为上层智能应用提供支持的AI全栈底层技术。目前，车载、机载等边缘端设备在支撑智能应用时，呈现异构算力增长明显、边端广泛分布、跨域协同计算等趋势和需求，用户需要一套统一高效的基础软硬件来支撑智能应用任务的快速构建与部署执行。本次报告主要汇报团队在边缘AI Infra构建方面的工作，并介绍此项工作在星载智能处理方面的应用情况。

报告嘉宾：

杨鹏飞，西安电子科技大学副教授、工程研究院特约研究员、博士生导师，计算机工程系副主任，外部设备研究所副所长。中国通信学会高级会员、中国计算机学会高级会员，首批“CCF嵌入式系统青年科技人才激励计划”入选者。主要研究方向为嵌入式智能计算、智能人机交互，主持包括国家自然科学基金、慧眼项目、军队装备项目、陕西省重点研发重点产业链（群）项目等二十余项，在TPDS、TCAD、TIM、IoTJ、JSA、Esweek等著名期刊会议上发表研究论文50余篇，先后获国防科技进步、中国电子学会科技进步等奖励6项。

代成

四川大学副教授，CCF嵌入式系统专委副秘书长

报告题目：

PSFL:智能交通系统中联邦分割学习的分布式模型训练

报告摘要：

本次报告将介绍一种名为PSFL（Personalized Split Federated Learning）的新型个性化联邦分割学习框架。旨在为智能交通系统中的分布式模型训练提供一种高效、隐私保护的解决方案。PSFL通过将联邦学习（Federated Learning, FL）与分裂学习（Split Learning, SL）相结合，提出了一种新的云-边-端协同的个性化训练架构，既保留了联邦学习的学习能力，又具备了分割学习的隐私保护能力。PSFL的关键创新点包括：（1）提出了一种结合个性化模型头和共享模型体的架构，使每个客户端既能利用模型头处理个性化任务，又能通过共享的模型体互相协同学习；（2）引入了基于融合粉碎数据的动态客户端分组机制，使数据分布不同的客户端能够在同一边缘服务器上协同训练，从而缓解了数据异构性对模型收敛的影响；（3）提出了一种全局头部模型的聚合方法，可以为新来的客户端提供一个具有良好性能的临时全局模型，并在本地目标函数中引入了约束项，以进一步提升全局模型的泛化性能。该方法在多个基准数据集上的实验结果表明，PSFL在本地个性化模型和全局共享模型的精度和公平性上均优于传统的联邦学习方法。

报告嘉宾：

代成，副教授、硕士生导师，中国计算机学会（CCF）嵌入式系统专委副秘书长、国家自然科学基金评审专家，加拿大麦克马斯特大学做访问学者。长期从事视频数据分析、人工智能、边缘智能系统等领域研究，主持国家自然基金青年等项目7项目，已在相关领域发表论文30余篇，其中中科院一区20余篇。2021年博士毕业论文获 IEEE Technical Committee on Scalable Computing, TCSC优秀博士论文奖。受邀担任了2024年嵌入式专委会年会执行主席、CCF 推荐C类会议IEEE HPCC 2022执行主席 IEEE UIC 2022, Track Chair, CPScom2023 General Chair, 受邀担任2022年第二届智能技术与嵌入式系统国际会议的（报告嘉宾），担任IEEE Trustcom、IEEE CPScom、IEEE HPCC等国际知名会议技术委员会成员(TPC Member)。