24小时热门版块排行榜    

查看: 189  |  回复: 0

yaoyaozero4

新虫 (初入文坛)

[交流] 【会议征稿中!】AI3T 2026 | 面向 AI 的云边协同计算 Track

会议信息:
简称:AI3T 2026
地点:安徽·合肥
主办单位:中国科学技术大学 × IEEE ComSoc  × IEEE TCCN
大会官网:https://ai3t.ieee-aiconf.cn/
投稿链接:https://ai3t.hotcrp.ieee-aiconf.cn/
出版检索:录用论文由IEEE Xplore出版,提交至EI Compendex/Scopus检索

会议简介:
首届AI基础设施与互联技术国际会议(AI3T 2026)将于 2026年12月13日至15日在中国合肥召开。AI3T是聚焦智能时代物理底座的全新国际学术会议,旨在为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训练等相关领域的专家学者、工程技术人员和产业界代表提供一个共享科研成果、交流最新进展、探讨前沿趋势、促进技术合作与产业转化的高水平平台。欢迎国内外研究者踊跃投稿!

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。

征稿主题:
1、AI基础设施与架构
2、高性能互联与光网络
3、AI加速器与异构计算
4、数据中心与可扩展网络
5、分布式AI训练与编排
6、网络自动化与AI运维
7、云边协同计算
8、具身智能与机器人
9、安全可信可持续AI
10、新兴互联技术与标准

论文提交:
1)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。
2)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。
3)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)。
4)录用论文可以口头报告、海报展示或线上形式进行展示。
5)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。
回复此楼
已阅   回复此楼   关注TA 给TA发消息 送TA红花 TA的回帖
相关版块跳转 我要订阅楼主 yaoyaozero4 的主题更新
普通表情 龙 兔 虎 猫 高级回复 (可上传附件)
信息提示
请填处理意见