11月27日下午，由上海应用技术大学智能技术学部承办的“四青智汇系列论坛”第三期在徐汇校区图书馆举行。本期论坛以“从存算分离到存算协同：大模型时代存储系统架构前沿技术”为主题，聚焦大模型背景下存储系统的最新发展与关键技术挑战。邀请了来自上海交通大学、上海科技大学和华东师范大学的多位专家学者，由学部常务副主任裴颂文教授主持，学部师生代表70余人参加了本次活动。本次论坛的成功举办，获得了中国计算机学会系统结构专委会、上海市计算机学会存储专委会、上海市计算机学会系统结构专委会、CCF YOCSEF上海的协办组织和专家支持。

论坛伊始，裴颂文教授在开幕致辞中指出，当前人工智能发展迅猛，大模型等关键技术的突破与迭代，离不开底层存储系统的有力支撑。在此背景下，我校特举办此次论坛，旨在汇聚智慧、促进交流。随后，上海市计算机学会存储专委会主任吴晨涛教授、CCF YOCSEF上海2025-2026主席石亮教授分别发言，他们对学部的周密组织表示感谢，并期待通过本次论坛激发研究者的新思路，为中国存储技术领域的人才培养与科研创新注入新的活力。

在主题报告环节，上海交通大学吴晨涛教授以“面向时空局部性的预取算法研究”为题，系统阐释了如何在空间特征中挖掘时间关联性，并提出一种兼顾时空局部性的预取方法，以弥补传统算法偏重空间局部性而忽略时间关联的不足。在问答环节，他就如何平衡调度开销与性能、应对异构架构挑战等问题与现场师生展开深入交流。

上海交通大学徐尔茨副教授围绕“面向高性能与可持续性的下一代存储调度架构”，介绍了一种轻量级I/O线程与“浅睡眠”唤醒机制相结合的调度策略，实现了从毫秒级稳态到微秒级突发的资源动态伸缩，兼顾系统高性能与长期可持续运行。

上海交通大学陈游旻副教授在“微秒时代的存算协同调度”报告中，提出一系列应对极速存储环境下延迟掩盖难题的创新方法。他通过用户态进程抽象、优化SEDA线程模型及用户态协同调度机制，验证了异步I/O引擎在内存层的可行性，为突破微秒级调度瓶颈提供了关键技术路径。

上海科技大学王春东助理教授在“浅谈常用AI训练与推理框架下内存层次的使用”报告中指出，当前AI发展的核心矛盾在于数据爆发式增长与硬件内存容量有限之间的不匹配。他提出两种解决思路：在图神经网络训练中引入固态硬盘与异步I/O以缩短训练周期；在异构加速器中采用层融合调度算法，缓解多租户推理场景下的内存压力。

华东师范大学石亮教授从智联网络系统研究出发，探讨了通用人工智能从大模型走向网络化分布式自主智能的发展路径与关键挑战，重点介绍了基于NSAI的在线进化学习等创新成果，并展望了其在智能通信与工业智能化应用中的广阔前景。

专家们的精彩报告激发了现场师生的深入思考与热烈讨论。在问答环节中，同学们踊跃提问，与讲者积极互动，将论坛氛围推向高潮。

作为本次论坛的承办单位，上海应用技术大学智能技术学部为活动顺利举办提供了重要支持，论坛组委会向与会专家颁发了“感谢牌”。本次活动有效提升了我校在计算机存储领域的学术影响力，加强了智能技术学部师生与国内顶尖科研团队的学术交流和前沿研讨。智能技术学部将以此次论坛为契机，持续推动智能科学与技术学科在存储方向的前沿技术研究与创新发展。