近日，计算机体系结构领域顶级会议International Symposium on Computer Architecture（ISCA 2026）在美国北卡罗来纳州罗利市举行。bevictor伟德官网共有4篇论文入选，向国际计算机体系结构领域同行展示了公司在大模型系统与体系结构方向的最新研究成果。论文详情如下：

（一）基于共享轴光栅化技术的3DGS高效加速器

论文名称：Optimizing 3D Gaussian Splatting with Axis-Shared Rasterization and Order-independent Transmittance

作者列表：Zhican Wang（独立一作）, Guanghui He（独立通讯）, Lingjun Gao, Dantong Liu, Shell Xu Hu, Chen Zhang, Zhuoran Song, Nicholas Lane, Hongxiang Fan

3D高斯溅射（3DGS）因算法复杂度低、渲染质量高，正服务于AR/VR、机器人导航和自动驾驶等实时三维场景，但在Jetson Orin Nano等边缘GPU上，渲染帧率往往仅约20 FPS，并受光栅化重复计算与不规则排序造成的流水线失衡制约。论文提出共享轴光栅化技术，将同一tile中X/Y轴表达式的共享项一次计算、广播复用，在保持像素级并行的同时减少38%的MAC操作；并提出基于轻量MLP的顺序无关透光度方法，利用深度与视角信息直接回归透光度，避免显式排序并复用既有运算单元。该方法较32路bitonic排序网络加速21.1～32.4倍，在MipNeRF-360数据集上PSNR仅下降约0.3dB。所设计的可重构加速器相较边缘GPU实现6.3～10.3倍加速和16.2～31.9倍能耗节省。该工作由bevictor伟德官网、帝国理工公司、剑桥大学与辉羲智合作完成，王之灿同学为第一作者，贺光辉教授为通讯作者。

（二）MoE-Hub：面向多GPU系统的硬件加速通信优化

论文名称：MoE-Hub: Taming Software Complexity for Seamless MoE Overlap with Hardware-Accelerated Communication on Multi-GPU Systems

作者列表：Zhuoshan Zhou（独立一作）, Chen Zhang（独立通讯）, Shuyi Zhang, Qijun Zhang, Haibo Wang, Zhe Zhou, Zhipeng Tu, Guangyu Sun, Yijia Diao, Zhigang Ji, Jingwen Leng, Guanghui He, Minyi Guo

混合专家（MoE）模型依赖专家并行实现规模扩展，但动态、稀疏且非规则的token-to-expert映射，使跨GPU通信难以与计算充分重叠，也增加了软件通信控制的复杂度。论文提出MoE-Hub，一种面向多GPU系统的软硬件协同方案，以硬件增强的地址无关通信机制支持透明高效的通信—计算重叠。

生产者完成路由后无需等待最终物理地址即可发送数据，地址分配与数据流编排由GPU Hub中的轻量级硬件单元完成。该设计将复杂的通信控制平面由软件下沉至硬件，使动态通信摆脱“地址先行”的等待；硬件单元对地址分配和数据流编排进行透明处理，避免应用开发者直接管理复杂的通信时序，使软件可专注于模型执行逻辑而无需显式协调底层通信地址和时序。实验显示，MoE-Hub在单层MoE执行中实现1.40～3.08倍加速，端到端性能提升1.21～1.98倍。周卓珊同学为第一作者，张宸助理教授为通讯作者。

（三）DySHARP：面向MoE动态通信的交换机内计算方案

论文名称：Tackling MoE Communication Bottleneck with Dynamic In-Switch Computing on Multi-GPUs

作者列表：Qijun Zhang（独立一作）, Chen Zhang（独立通讯）, Zhuoshan Zhou, Haibo Wang, Zhe Zhou, Zhipeng Tu, Guangyu Sun, Zhiyao Xie, Yijia Diao, Zhigang Ji, Jingwen Leng, Guanghui He, Minyi Guo

随着MoE被广泛用于大模型，专家并行中的跨GPU通信及其冗余数据传输正成为重要性能瓶颈。现有交换机内计算主要面向规则、静态的集体通信，难以匹配MoE动态、非规则的数据流。论文提出DySHARP，一种支持动态交换机内计算的软硬件协同方案。

该方案通过动态多播寻址，并协同设计ISA、体系结构与运行时系统，使交换机内计算能够适配MoE通信并减少冗余传输。动态多播按实际token路由关系组织数据分发，避免同一数据在多个链路上重复传输；以token为中心的核函数融合则将dispatch、computation和combine组织为统一流水，进一步释放交换机内计算潜力。实验结果表明，该方案较现有最先进方法最高提升1.79倍性能，为MoE模型通信优化提供新的体系结构设计思路。张琦竣同学为第一作者，张宸助理教授为通讯作者，相关研究始于张琦竣实习期间；张琦竣现于香港科技大学攻读博士学位。

（四）CHIME：面向长上下文大模型推理的DIMM-PIM高效解耦架构

论文名称：CHIME: A Case for Efficient Long-Context Attention-FC Disaggregated Inference with DIMM-PIM

作者列表：Qingyuan Liu（共同一作）, Liyan Chen（共同一作）, Haocheng Wang, Yanning Yang, Dong Du（共同通讯）, Zhigang Mao, Naifeng Jing（共同通讯）, Yubin Xia, Haibo Chen

长上下文大模型推理中，KV Cache带来的存储与访存压力持续攀升。Attention-FC解耦架构可将访存密集的Attention卸载至内存侧、将计算密集的FC保留在GPU，但现有设计往往未系统协同容量、带宽及跨设备传输开销。论文提出CHIME，一种面向长上下文推理的DIMM-PIM解耦系统。

该工作以解耦屋顶线模型刻画FC与Attention加速器的性能关系，指出系统吞吐受Attention侧容量和带宽中的短板资源制约。在此基础上，CHIME将存内计算集成到DIMM模块，利用其较高带宽、强容量扩展和灵活配置能力缓解KV Cache压力；并通过无气泡流水、混合粒度数据重排、rankset粒度通信—计算重叠与对齐预测调度，减少GPU与DIMM-PIM之间的等待，为长上下文推理提供兼顾吞吐、容量与部署灵活性的架构基础。上海交大计算机公司柳清源同学、bevictor伟德官网陈立言同学为共同第一作者，计算机公司杜东副教授、bevictor伟德官网景乃锋研究员为共同通讯作者。

关于 ISCA大会

ISCA（International Symposium on Computer Architecture）是计算机体系结构领域最具影响力的国际学术会议之一，也是CCF-A类顶级会议。会议长期聚焦处理器架构、存储系统、互连网络、加速器、数据中心体系结构以及智能计算系统等方向的前沿研究成果，是全球体系结构研究者开展高水平学术交流的重要平台。ISCA 2026为第53届会议，于2026年6月27日至7月1日在美国北卡罗来纳州罗利市举办。