荣获国际认可！联合实验室三项研究成果被IWQoS 2026录用

近日，天津理工大学-融科联创智能计算联合实验室在智能模型服务质量和高效数据存储方向取得系列研究进展，三项研究成果被服务质量领域重要国际会议IEEE/ACM International Symposium on Quality of Service（IWQoS）2026录用。这些成果围绕算力资源调度、边缘智能模型推理服务和高效数据存储等关键环节，提出了相应的优化方法与技术框架，是双方持续多年产学研协同创新的成果体现。

论文一：《Structure-Aware GPU Scheduling with Cycle Fusion and Feedback Adaptation for Multi-Task Training》

该论文是联合实验室在智能算力资源调度与多任务训练优化方向取得的重要进展。工作针对深度学习训练任务中GPU计算阶段与空闲阶段严格交替执行的结构化特征，提出了一种结构感知的GPU调度优化方法。研究团队设计了在线迭代结构识别机制以加速任务切换，构建了融合执行的缩放模型以确定可行并发范围并形成周期对齐的融合窗口，同时引入自适应反馈控制动态调节调度强度。

论文二：《Taming GPU Inference Variability with Risk-Aware Scheduling and Dynamic Kernel Segments》

该论文是联合实验室在边缘智能模型推理服务质量保障方向取得的创新成果。工作针对GPU硬件能力与深度学习推理任务阶段性、波动性执行特征之间日益加剧的差距所导致的调度难题，提出了一种基于动态粒度抽象的新型调度范式，构建了轻量级干扰预测模型以解耦任务固有资源敏感性与竞争压力，进而提出风险感知时空调度算法，动态调节内核段粒度以降低实时延迟风险，并主动优化空间资源分配以减少竞争。

论文三：《DepartKVS: KV Separation for Redundant Replicas in Strongly Consistent Distributed Stores》

该论文是联合实验室在高效数据存储与强一致性分布式键值存储系统方向取得的重要研究成果。工作针对现有方案对节点内冗余副本仍采用统一索引管理，在强一致性约束下性能退化尤为严重。研究团队利用固态硬盘的高效随机访问性能，提出了一种面向冗余副本管理的KV分离设计，仅将键存储在两层日志中，而将大于4KB的值重定位至独立值日志，从而提升读写性能并更有效地利用设备带宽。

IEEE/ACM International Symposium on Quality of Service（IWQoS）是服务质量（Quality of Service，QoS）领域历史悠久、具有重要影响力的国际学术会议。自1993年创办以来，IWQoS长期围绕网络、系统和服务中的性能保障、资源管理、可靠性和服务质量优化等关键问题开展交流，已成为QoS领域展示前沿研究成果、研讨关键技术趋势的重要国际平台。

本次天津理工大学-融科联创智能计算联合实验室三项成果被IWQoS 2026录用，充分体现了实验室在智能计算和数据存储系统领域的研究深度，也展现了融科联创与天津理工大学联合开展前沿科研攻关和高水平人才培养的协同创新成效。

未来，融科联创将持续深化与天津理工大学的产学研合作，依托联合实验室的技术攻关平台，聚焦智能算力资源统一管理与调度、大数据与AI融合智能计算服务、行业大模型本地化部署优化三大核心方向，致力于研发“云边端协同”全栈系列场景的技术研发与产业化平台。持续推动前沿学术成果向产业端转化，打磨更适配行业需求的智能计算产品与解决方案，为我国算力基础设施高效升级与智能计算产业高质量发展贡献融科力量。