2024年7月23日上午，应中国科学院计算技术研究所高通量党支部书记叶笑春老师邀请，中国石油大学（北京）人工智能学院超算党支部书记孙庆骁老师带领其支部党员，来计算所共同举办了党支部共建交流活动。此次活动旨在促进双方在党务和科研工作上的深度合作，推动创新，助力智能超算发展。

（1）党务交流，携手共进

高通量党支部书记叶笑春老师对中石大超算党支部的来访表示热烈欢迎，并简要介绍了高通量党支部的基本情况、主要研究方向及取得的科研成果。中石大人工智能学院超算党支部书记孙庆骁老师对中石大人工智能学院及其超算党支部也进行了详细介绍。

高通量党支部组织委员郭南老师展示了高通量党支部在党务工作方面的优秀实践，包括支部人员情况、支部活动和工作理念等。中石大人工智能学院超算党支部书记孙庆骁老师也重点介绍了他们支部的党务工作情况，分享了支部在党务工作中的创新举措和成功经验。双方对党务工作的特色活动展开进行讨论、学习并交流经验。

（2）科研探讨，助力智算

在学术交流环节，双方报告了各自最新的科研成果。高通量党支部介绍了稀疏深度神经网络推理加速技术，超算党支部则分享了高效GNN全图训练框架、分布式稀疏三角解和张量典范分解优化技术的研究进展。

高通量党支部敦明老师做了题为“面向资源受限GPU自适应稀疏深度神经网络推理加速”的报告，详细介绍了自适应内存感知、预处理与在线划分、Tensor core / CUDA core混合并发等关键技术。

超算党支部王赫萌同学的报告题目是“RCGNN: 一个面向异构分布式资源受限平台的高效GNN全图训练框架”。他主要介绍了拓扑感知的图划分、内存预估模型、离线搜索引擎、在线调整机制、张量内存管理器等方面的内容，并讨论了节点内跨CPU的GPU通讯问题。

张冰彬和林文清两位同学也分别做了“分布式稀疏三角解”和“面向异构硬件的张量典范分解优化技术研究”的报告，展示了在二维稀疏分块存储格式、无同步策略、稀疏BLAS，以及机器学习中提取的特征粒度等方面的最新研究成果。

本次共建交流活动为高通量党支部和超算党支部提供了一个宝贵的交流和学习平台。通过面对面的深入交流和学习，双方不仅在党务工作中找到了更多的合作契机，也在科研工作上获得了新的启发和思路。期待未来双方能够进一步加强合作，共同推进党务工作和科学研究的双向发展。