2025年3月13日，SCAsia（Supercomputing Asia）科学计算论坛在新加坡成功举办。作为 SCAsia 2025 重要的专题论坛之一，本次活动汇聚了来自全球高校、科研机构及产业界的专家学者，围绕高性能计算（HPC）、人工智能（AI for Science）、ARM 架构及异构计算系统等前沿方向展开深入交流与研讨。
本次论坛邀请了多位国际知名学者和产业专家作大会报告与专题报告，全面展示先进计算技术在科学研究和工程应用中的最新进展。
在大会 Keynote 报告中，普林斯顿大学William M. Tang 教授以 Validated AI-Powered Machine Learning for Accelerating Delivery of Scientific Grand Challenges 为题，系统阐述了经验证的 AI 与机器学习方法在核聚变等重大科学挑战中的应用路径，强调在高性能计算基础上融合 AI 技术，对于提升科学预测能力、加速科学发现具有关键意义。
日本理化学研究所（RIKEN）计算科学中心主任Satoshi Matsuoka 教授则从超算系统架构与能效优化出发，分享了新一代超级计算平台的发展趋势，探讨 AI 与大规模并行系统协同演进对未来科学计算生态的深远影响。
上海交通大学网络信心中心副主任林新华教授以 Invisible Performance Roof: Hunting Processor Performance Variability 为题，深入剖析了现代处理器在复杂工作负载下的性能波动与“不可见性能上限”问题，从体系结构与系统层面探讨了影响应用实际性能的关键因素，此研究工作基于鲲鹏高性能平台展开验证，为高性能应用优化提供了重要参考。
在专题报告环节，俄亥俄州立大学Dhabaleswar Panda 教授结合其在高性能互连与并行计算领域的长期研究，分享了在新型计算平台上构建高效通信与系统软件的最新进展，探讨了面向未来异构系统的软件设计挑战。
来自 NVIDIA 的资深高级工程师 Jeff Adie 作了题为 Lessons Learned Running Numerical Weather Prediction on the NVIDIA Grace Platform 的报告，系统介绍了数值天气预报模型在 NVIDIA Grace 平台上的移植与优化经验，展示了 ARM 架构在科学仿真与高性能应用中的性能潜力和能效优势。
苏黎世联邦理工学院Torsten Hoefler 教授以 ARMing GPUs: On the Memory Subsystem of Grace Hopper GH200 为题，详细介绍了 Grace Hopper GH200 架构的内存子系统设计与性能特性，分析了 CPU 与 GPU 深度融合背景下数据访问与性能优化的新挑战。
中国科学院网络信息中心金钟教授作题为 Several Scientific Applications Using Heterogeneous Computing 的报告，结合多项科学应用实例，介绍了异构计算在实际科研任务中的应用模式与性能收益，展示了多种异构架构在科学计算中的应用成效。
东京大学Kengo Nakajima 教授以 Innovative Supercomputing by Integrations of Simulations/Data/Learning on Large-scale Heterogeneous Systems 为题，探讨了在大规模异构系统中融合模拟、数据与机器学习的新型计算范式，分析了面向数据密集型科学问题的系统设计与算法协同思路。
在论坛最后一个专题报告中，北京大学计算中心系统管理室主任樊春教授介绍了 PKU HPC Platform: System Software Innovation and Benchmarking on ARM-Optimized Applications，系统分享了北京大学在 ARM 平台系统软件栈优化及科学应用基准测试方面的实践经验，展示了 ARM 优化应用在实际科研场景中的性能表现。
本次 SCAsia 2025 科学计算论坛的成功举办，为亚太地区乃至全球先进计算领域搭建了高水平的交流平台。论坛不仅展示了 AI 与 HPC 深度融合的最新研究成果，也促进了学术界与产业界在 ARM 架构、异构计算和科学应用方面的深入合作。