2026年9月28日至10月1日，第55届并行处理国际会议（The 55th International Conference on Parallel Processing，ICPP 2026）在新加坡举行。我院胡文华副教授指导的硕士研究生邓宏江和李奕星参加本次国际学术会议，并分别以第一作者身份展示研究成果。其中，邓宏江汇报了面向边缘平台的高光谱湿地分类研究，李奕星汇报了面向神经形态边缘视觉的算法与硬件协同设计研究。
ICPP是并行与分布式计算领域的重要国际会议，被中国计算机学会（CCF）列为推荐的B类国际学术会议。本届会议汇聚了来自世界各地高校、科研机构和科技企业的专家学者，围绕并行计算、计算机体系结构、人工智能加速、存储系统等前沿方向，集中展示相关领域最新研究进展。
会议期间，邓宏江以第一作者身份在大会作口头报告，系统介绍论文“A Neuromorphic Dual-Stage Swin Transformer for Wetland Classification on Edge Platforms”的研究成果。研究聚焦边缘平台上的高光谱湿地分类问题。高光谱遥感能够记录丰富的地物光谱信息，在湿地类型识别、生态监测和环境保护等方面具有重要应用价值。随着卫星、无人机等平台对现场智能分析需求的增加，如何在有限计算资源和能耗预算下实现准确的高光谱分类，成为边缘智能研究中的重要问题。
针对高光谱数据特征复杂、现有模型计算开销较大以及边缘设备资源受限等特点，该研究将轻量化双阶段网络与神经形态计算相结合，探索兼顾分类精度与能耗的模型设计，并分析其与新型计算硬件结合的潜力，为高效湿地遥感分析提供了新的研究思路。大会报告中，邓宏江介绍了研究背景、研究动机、方法框架和实验结果，并就能耗估算等问题与参会学者进行了交流，进一步明确了后续硬件验证与系统评价的研究方向。
李奕星则以第一作者身份在大会作口头报告，系统介绍论文“Algorithm–Hardware Co-Design of Spiking Transformers for In-Memory Neuromorphic Edge Vision”的研究成果。研究聚焦神经形态边缘视觉中的算法与硬件协同设计问题。可穿戴设备、微型机器人等应用需要在有限资源下持续处理视觉信息，对计算效率和功耗提出了较高要求。如何充分利用脉冲计算的特点，并使模型设计与存内计算硬件相适配，是实现低功耗智能感知的重要研究问题。
针对脉冲Transformer注意力计算复杂、时序信息利用不足及硬件适配不充分等特点，该研究从算法与硬件协同优化出发，探索更高效的时序信息处理与注意力计算方式，并结合存内计算架构开展映射与仿真验证，为神经形态模型在边缘视觉场景中的应用提供了研究参考。大会报告中，李奕星围绕研究背景、模型设计、硬件映射和实验验证进行了介绍，并与参会学者交流相关研究思路，加深了对低功耗视觉计算和新型计算架构的认识。
会议期间，我院研究生还积极参加大会主论坛、分会场报告、专题研讨及论文交流活动，与来自不同国家和地区的专家学者交流研究进展，了解并行计算、边缘智能、神经形态计算及新型计算架构等领域的前沿成果和发展趋势。相关学术交流进一步拓展了研究生的国际学术视野，也为完善研究方法、拓展研究问题、加强实验验证提供了有益启发。
近年来，我院持续鼓励研究生积极参与高水平国际学术交流，支持研究生在并行计算、边缘智能、神经形态计算及相关交叉领域开展前沿探索。此次参加ICPP 2026并展示多项研究成果，体现了我院研究生积极融入国际学术共同体、主动开展学术交流和展示科研成果的良好风貌。
图文：邓宏江、李奕星 审核：胡文华、李向舜