我有幸参加了2025年国际通信大会（IEEE ICC 2025），并在此次盛会上进行了一次重要的论文汇报——IEEE ICC 是通信与网络领域最具影响力的国际顶级会议之一，汇集了来自全球各地的顶尖学者与业界专家。此次会议不仅为我提供了一个展示科研成果的平台，也让我有机会与众多研究人员深入交流思想，拓展学术视野。 我汇报的论文题目是《DHC: Distributed Homomorphic Compression for Gradient Aggregation in AllReduce》。聚焦于当前大规模分布式深度学习训练过程中通信开销过高的问题，提出了一种新型的去中心化同态梯度压缩框架 DHC。旨在解决主流 AllReduce 架构下，由于模型参数不断增长所引发的梯度同步效率瓶颈问题。传统的同态压缩方法通常依赖中心化架构，不适用于 AllReduce 场景；而我们提出的 DHC 框架打破了这一限制，创新性地设计了 HG-Sketch 结构，使得压缩态下的梯度能够直接在网络中完成聚合，避免了解压缩带来的开销。 在汇报过程中，我向参会专家系统讲解了问题背景、核心设计与实验验证，得到了现场主席和听众的广泛讨论。通过与专家学者的互动，我进一步拓宽了自己的学术视野，了解了通信和网络领域的最新研究动态和趋势。 在会议期间，我还积极参加了多场与网络系统、AI通信、边缘计算等方向相关的分会报告和技术论坛，与国际一流高校和研究机构的学者展开了深入的学术交流，特别是与一些研究可编程交换机和 in-network computing 的团队建立了交流联系，对于AI模型训练优化与网络基础设施协同演进的研究方向有了更深的认识。 总的来说，本次赴IEEE ICC 2025参会是我科研成长道路上的一次宝贵经历，不仅提升了我对国际前沿研究的理解与把握，也为我今后的研究方向提供了深刻启发。我将继续围绕高效通信、智能网络和AI系统优化等课题展开更深入的探索，力求产出具有更广泛应用前景的科研成果。 该团组已进行事后公示。 （领队签字） |
