本次高峰论坛旨在汇聚计算机系统结构领域顶尖学者的前沿科研思想，推动和提升学术交流，为从事计算机体系结构领域的优秀学者搭建一流的学术交流平台。来自高等院校、科研院所、企事业单位的专家、科研工作者、工程师、学生等约300人参加了本次峰会，峰会得到参会者的一致好评。过老师在在论坛上做了题为“低延迟、高可靠的人工智能云服务”的报告。

        本届峰会共有四个主题论坛，分别为软硬件安全、金融计算与图数据体系结构、人工智能体系结构以及开源芯片。中国工程院院士、中科院计算所研究员倪光南院士、清华大学微电子系主任魏少军教授、华中科技大学计算机学院院长冯丹教授、北京大学科学技术学院吴思教授、上海交通大学计算机科学与工程系主任过敏意教授、清华大学-360企业安全联合研究中心主任段海新教授、浙江大学系统科学及工程主任徐文渊教授、中科院计算所先进计算机系统研究中心主任包云岗研究员、东北大学计算机学院袁野教授、南京大学信管学院丁晓蔚副教授十位嘉宾齐聚一堂，从不同领域探索有关热点研究，分享了各自在体系结构领域的最新工作成果，报告现场座无虚席。

人工智能体系结构论坛
陈云霁研究员主持了本次论坛。 本论坛特邀了三位讲者，冯丹教授、吴思教授和过敏意教授围绕存算一体非易失存储及相关的优化技术、神经计算体系架构、人工智能云服务做了精彩报告。 主题三是面向人工智能的体系结构，以人工智能为代表的应用包含大量的数据移动，进一步的加剧了“冯诺依曼平静”，针对这一问题，冯丹教授介绍了如何从器件创新进行突破，介绍了存算一体非易失存储及相关的优化技术，包含存算以体的NVM体系结构，基于忆阻器的高效可靠存储和相应的多级存算操作优化技术。

冯丹教授做题为“存算一体非易失存储及优化技术”报告

吴思教授则结合大脑的结构特征探讨了现有的深度学习方法的缺陷和不足，并认为神经计算具有非常明显的不同于深度学习的特征，包括“Event-based”、“Stochastic”、“Population level”等，这些特征对于体系结构的研究者具有非常重要的参考意义。

吴思教授做题为“神经计算的体系结构”报告

冯丹教授的研究专注于器件上的创新，吴思教授专注于计算架构上的创新，而过敏意教授则更加专注于人工智能应用在云端部署时面临的资源利用率和可靠性问题。针对运行人工智能应用的异构加速的资源利用率和应用的服务质量之间的矛盾，过敏意教授介绍了Baymax，通过精确的应用异构执行和资源竞争建模，实现保证延迟敏感型服务的服务质量的基础上提升整体的资源利用率。针对可靠性问题，过敏意教授描述了基于“容错域”的非对称容错系统的核心思想。

过敏意教授做题为“低延迟、高可靠的人工智能云服务”报告