Galen Yu · Personal notes

ASPLOS 2026 调研维护说明

本次调研覆盖第 31 届 ASPLOS(2026 年 3 月 22–26 日,美国匹兹堡)官方详细技术议程。论文场次位于 3 月 24–26 日;keynote、WACI、workshop、tutorial、接待和重复展示论文的 poster 活动不计入论文目录。

来源快照与计数

官网 HTML 采集于 2026-10-29T10:11:48Z(UTC),SHA256 为 58470e84dffaaad19c0c93f7b7270735f720815f4da0d047d74609031a96b037。

项目 数量
详细议程中标题唯一、作者非空的论文 168
主会论文场次 36
独立列出的 Industry Track 0
官网概览自述 unique papers 167

官网自身存在计数差异。 同页概览写“167 unique papers”,详细议程包含 168 个 .paper 节点,且 168 个规范化标题均不重复。第 1–6 组共 24 个场次,每场 5 篇(120 篇);第 7–9 组共 12 个场次,每场 4 篇(48 篇)。本索引保留全部 168 个可逐条核对的论文条目,不凭猜测删掉其中一篇,也不将该数冒称为出版社论文集总数。

结构化索引 保存论文标题、作者与单位原字符串、场次、官方锚点和会议当地时间。没有猜测作者分隔符,也不修改官网可能存在的标题拼写。time 为场次时间,不是逐篇发言时间。官网未提供逐篇摘要、DOI 或原文链接,abstract 和 paper_url 保持 null;代表论文的阅读来源另列于笔记文件。原始 HTML 保存在 assets/data/asplos-2026-source.html,用于离线复核,不进入网站构建。

分类口径

方向按官方 Session 互斥归组,服务检索;不是逐篇阅读后的主题统计。一个 Session 中也可能含有其他方向的论文,例如 Speculative Decoding 包含 Protocol Buffers 解码,不能将该分组计数直接称为全部 LLM 论文数。

浏览方向 官方场次 论文数
LLM 推理与服务 1A、1B、2B、3A、3B 25
模型训练与监测 2A、4A 10
张量编译与代码生成 4B、7B 9
GPU 系统与编程 2C、8A 9
CXL、分离式内存与存储 1D、5D、6D、8C 19
存内计算 4D 5
安全、可信执行与密码计算 2D、3D、7A 14
量子与新兴计算 1C、4C、9B 14
生成模型、视觉与端侧 AI 3C、5A、5B 15
神经网络与可重构加速器 6A、8D 9
形式验证、测试与硬件语言 5C、6B、7C 14
图与稀疏计算 6C 5
处理器微架构 7D 4
云、网络与无服务器系统 8B、9D 8
系统分析与优化 9A 4
可靠性与容错 9C 4

计数表示本次议程的组织与覆盖范围,不表示研究质量、跨年增长、创新难度或领域饱和度。

代表论文与证据边界

本次整理 19 篇代表论文,包含 6 篇公开原文重点章节解读与 13 篇公开摘要解读。选择覆盖推理、训练、GPU 编译、存储、验证、安全、量子、硬件语言、可靠性与云成本,以公开可读性和研究问题为依据,不是排名或随机样本。笔记使用官方详细议程的精确标题连接,逐篇标注来源、版本和实际核对的章节。

公开原文解读并不表示通读每一页或独立复现。作者预印本、作者公开稿、机构摘要与会议版本可能在题名、作者和实验上存在差异。例如 BlendServe 与 SwiftSpec 的预印本题名和官网议程不同,已经在 reading_basis 中说明。官网议程决定会议身份,选定阅读来源决定技术解释的证据范围。

需要特别保留的阅读结论:

  • SNIP 的 §6.1 使用 fake quantization,并以 FP4 FLOPs 占比作效率指标,未给出原生 FP4 硬件的端到端计时;不能将计算预算表述为已实测加速。
  • PACT 的会议稿采用降频远端 NUMA 仿真 CXL;仓库后续实现另有改动,不能混用结果。
  • Insum 所读预印本在 RTX3090 与带补丁的 PyTorch 上测四类稀疏内核;表达式行数不能等同整个编译器代码量。
  • Radshield 的部署章节说明相关任务尚未在轨检出辐射错误;部署事实和实测错误覆盖率需要区分。

六个主题、三条共同认识与四个选题建议均为调研者基于所列论文的综合判断,不代表全会议作者共识,也不保证建议的新颖性。建议包含待检验问题与可操作实验,不把摘要未覆盖的内容冒充作者承认的缺陷。

重建与更新

脚本只依赖 Python 标准库,复用 scripts/sync_isca2026.py 中的 HTML 树解析器。所有计数、标题、作者、场次锚点、唯一性和已知分类检查通过后才替换 JSON。

更新公开官网快照:

python3 scripts/sync_asplos2026.py

用已保存快照离线重建(保留真实采集时间):

python3 scripts/sync_asplos2026.py --input-html assets/data/asplos-2026-source.html

导入新的离线快照时,必须提供真实采集时间:

python3 scripts/sync_asplos2026.py --input-html /path/to/official-program.html --fetched-at 2026-10-29T10:11:48Z

同步脚本不会自动继承人工阅读笔记为新版本证据。asplos-2026-notes.json 中的 program_source_sha256 和 program_count 必须与索引匹配;更新快照后应人工重新核对身份、来源和实际阅读依据。

返回 ASPLOS 2026 调研 · 官方技术议程