高建花参加 APPT 2026 并作论文报告

2026 年 7 月 27–31 日，第 17 届先进并行处理技术国际研讨会（The 17th International Symposium on Advanced Parallel Processing Technology，APPT 2026）在比利时布鲁塞尔（Brussels）举行。课题组高建花老师参加本次会议，并作题为 ARROW: Adaptive Row Reorganization for Warp-Balanced SpMV 的学术报告。

会议简介

APPT 自 1995 年创办以来，已成为并行处理与计算系统领域展示前沿思想、推动技术发展的重要国际论坛。APPT 2026 以 Computing Evolved 为主题，重点关注下一代计算范式、面向计算机系统的新型软硬件平台，以及未来智能技术对计算机体系结构的影响；同时聚焦领域专用架构、敏捷硬件设计方法、存内计算、AI 芯片与芯粒（Chiplet）系统等芯片设计新兴方向。

报告内容

高建花老师汇报的研究工作 ARROW 面向稀疏矩阵向量乘法（SpMV）的张量核（Tensor Core）加速。SpMV 是共轭梯度（CG）、广义最小残差（GMRES）等主流迭代算法中最重要的算子之一，但其内存受限、访存不规则、各行工作量不均，且稀疏结构与规整稠密的张量核存在“错配”，直接映射会带来大量填充与冗余累加，导致 GPU 利用率偏低。针对上述问题，报告阐述了 ARROW 的三项核心技术：

1. 数据布局设计：按每行非零元（NNZ）数量对行进行重排序，提取稠密 tile 并生成新的稀疏存储格式（tcVal、tcColIdx、groupPtr），降低填充率；
2. 寄存器感知的张量核执行：将矩阵 tile 载入左侧 MMA fragment 的寄存器布局，依据 tcColIdx 收集并重排输入向量到右侧 MMA fragment 后执行 MMA 运算，并通过双寄存器缓冲支撑流水线；
3. 面向不规则矩阵的负载均衡：对超长行采用专用 kernel，将连续的轻量行组合并至预设阈值，实现 block 级与 warp 级的工作量均衡。

参会掠影

报告幻灯片

ARROW 报告幻灯片（PDF）