第41届IEEE国际并行与 分布式处理研讨会

IPDPS是并行与分布式处理领域历史最悠久、影响力最广的国际顶级会议之一。第41届IPDPS将于2027年6月在美国西雅图举行，为全球工程师和科学家提供展示并行计算各方面最新研究成果的国际论坛。除主会论文宣讲外，会议还设有研讨会（Workshops）、教程（Tutorials）、学生辅导（Student Mentoring）以及商业展示（Commercial Presentations & Exhibits）等环节。

1. 检索信息：会议论文集收录于IEEE Xplore；Proceedings of IPDPS在Scopus中为Q4分区，CiteScore 0.4

2. 出版信息：录用论文由IEEE出版，收录于IEEE Xplore；IEEE Computer Society会员可通过免费CS E-Account访问全文。

3. 组委会信息（部分关键职位）：

   • General Co-Chairs：Tanzima Islam（Texas State University / Brookhaven National Laboratory, USA）、Manish Parashar（University of Utah, USA）

   • Program Co-Chairs：Suren Byna（The Ohio State University, USA）、Sivan Toledo（Tel Aviv University, Israel / ETH Zürich, Switzerland）

   • Steering Committee Chair：Ümit Çatalyürek（Amazon Web Services and Georgia Institute of Technology, USA）

   • ML/AI Track Co-Chairs：Ramki Kannan（Oak Ridge National Laboratory）、Nikoli Dryden（Lawrence Livermore National Laboratory）

1. Algorithms（算法） ：关注并行与分布式计算环境（含云、边、雾、分布式内存、加速器计算）中的计算与数据科学算法，包括结构化/非结构化网格、稠密与稀疏线性代数、谱方法、N体计算、聚类、数据挖掘、压缩、图与字符串等组合算法，以及面向ML/AI加速器、量子计算等新兴架构的算法设计。

2. Applications（应用） ：关注使用并行与分布式计算概念的实际应用（组合、科学、工程、数据分析、可视化），鼓励源自特定应用领域的创新及可扩展实现。

3. Architecture（体系结构） ：涵盖高性能计算的现有与新兴架构，包括多核/众核、加速器、领域专用架构、可重构架构、存储层次、近存计算、百亿亿次系统设计、互连架构、并行I/O与存储、绿色计算、可靠性/安全性架构，以及面向机器学习、近似计算、量子计算、神经形态计算等的新架构原理。

4. Machine Learning and Artificial Intelligence（机器学习与人工智能） ：聚焦与并行/分布式计算相关的ML/AI全领域，包括资源受限平台（边缘）训练、剪枝/量化/知识蒸馏等计算优化、并行与分布式学习算法、联邦学习、智能体AI、面向HPC的ML/AI新方法及ML/AI软件流水线。

• 投稿系统：Linklings（https://ssl.linklings.net/conferences/ipdps）。

• 录用论文作者须亲自到场展示论文。