文章导读
在大规模超算系统中，并行程序的扩展效率常因负载不均与资源争抢而受阻，现有性能分析手段要么采样开销低却无法定位根源，要么追踪信息全面但开销过高。清华大学计算机系最新研究提出一种基于图分析的轻量级瓶颈定位方法，结合静态分析与轻量运行采样，自动回溯可扩展性问题根源，其实现的ScalAna工具已应用于国家超算中心。该成果获IEEE TPDS 2025年度最佳论文奖，获奖比例仅0.52%，这一方法能否为超算性能分析开辟新路径？
— 内容由好学术AI分析文章内容生成，仅供参考。
近日，电气与电子工程师协会计算机协会出版委员会（IEEE Computer Society Publications Board）公布并行与分布式系统期刊（IEEE Transaction on Parallel and Distributed Systems，简称TPDS）2025年度最佳论文奖评选结果。清华大学计算机系高性能所发表的论文“基于图分析的大规模并行程序可扩展性瓶颈定位”（Leveraging Graph Analysis to Pinpoint Root Causes of Scalability Issues for Parallel Applications）获得最佳论文奖。该论文第一作者为计算机系助理研究员金煜阳，通讯作者为计算机系教授翟季冬。
获奖证书
在大规模超算系统中，并行程序的扩展效率常受制于负载不均、资源争抢及进程通信等多重因素。现有的性能分析手段各有利弊，采样分析开销低，但无法定位根源。追踪分析信息全面，却开销过高。针对这一矛盾，该论文提出一种基于图分析的轻量级并行程序可扩展性瓶颈定位方法，结合静态分析与轻量运行采样双重优势，构建并行性能图，并通过回溯算法自动定位可扩展性问题根源。基于该技术实现的性能分析工具ScalAna，有效提升了超算系统上可扩展瓶颈定位的能力，相关技术已应用于国家超算中心大规模并行应用程序的性能瓶颈检测。
并行与分布式系统期刊（TPDS）是计算机高性能计算领域的顶级期刊，同时也是中国计算机学会（CCF）推荐的A类国际期刊，涵盖并行与分布式计算算法、计算应用及性能分析等领域，具有广泛的国际学术影响力。据统计，2025年该期刊共发表论文193篇，仅授予1项最佳论文奖，获奖比例约为0.52%。
供稿：计算机系
编辑：李华山
审核：黄思南
© 版权声明
本文由分享者转载或发布，内容仅供学习和交流，版权归原文作者所有。如有侵权，请留言联系更正或删除。
相关文章
期待后续能有更多类似的高效工具出来
感觉学界和业界之间的差距还是不小，期待能多用起来
希望这种性能分析技术能尽快普及到更多平台
图分析定位瓶颈，具体是怎么实现的，有点好奇
不知道这个方法对普通用户上手难度大不大
国家超算中心已经用上了，说明技术落地了
获奖比例只有0.52%，太厉害了
应用的瓶颈问题确实很头疼，这种方法有实际意义
想问一下这个ScalAna工具开源了吗，想试试
恭喜清华团队，这个奖含金量很高