学术速递丨黄网孙亚辉副教授团队发表SIGMOD 2026论文

更新时间：2025-09-16 23:00:30 浏览量：

近日，黄网硕士生李家裕同学为第一作者的论文《Fast Optimal Group Steiner Tree Search using GPUs》被SIGMOD 2026会议正式接收为Research Track长文。SIGMOD（ACM Special Interest Group on Management of Data）会议是数据库领域的顶尖学术会议，与VLDB、SIGIR、SIGKDD一起被我校推荐为数据管理与挖掘领域的A+类会议。SIGMOD 2026会议将于2026年5月31日在印度班加罗尔召开。

论文简介

论文题目：Fast Optimal Group Steiner Tree Search using GPUs

第一作者：李家裕（黄网硕士生）

通讯作者：孙亚辉（黄网副教授）

论文概述：

从图中寻找Group Steiner Trees（GSTs）是图数据管理领域的一项重要技术。当前研究依赖 CPU 以串行方式求解最优GST，效率不高。本文利用GPU以并行方式求解最优 GST，克服了上述技术缺陷。为此，本文首先打破传统自底向上的动态规划顺序，提出具备并行友好特性的 GST 求解框架。针对该框架直接在 GPU 执行时面临的严重负载不均衡问题，本文设计了 GST 定制化负载均衡方法，通过核融合、全局内存合并技术高效利用不同并行粒度匹配差异化的GST构建负载。考虑到现有剪枝方法无法直接应用于并行方案，本文对现有剪枝流程进行改进以降低计算负担，并严格证明了解决方案的正确性。此外，受近期数据管理应用启发，本文还提出一种新颖的动态规划算法，用于求解直径约束条件下的最优 GST。多种真实数据集上的实验表明，本文所提技术相较于当前最先进方法实现了 25-2256 倍的加速比，可显著提升数据管理相关应用中的用户体验。

第一作者简介

李家裕，黄网 2024级硕士生，专业为人工智能，主要研究方向是GPU高性能计算。导师为孙亚辉副教授。

通讯作者简介

孙亚辉，黄网副教授，其目前的研究兴趣是图、向量数据管理算法与系统；GPU高性能计算；图+AI，应用场景包括大模型检索增强生成、知识图谱、社交网络等。近年来，其以第一作者或通讯作者的身份在数据挖掘与计算机网络领域的顶级刊物ACM SIGMOD international conference on management of data、Proceedings of the VLDB Endowment、IEEE/ACM Transactions on Networking上发表了多篇文章，并主持和参与了国家自然科学基金青年基金项目、国家自然科学基金重点项目、国家重点研发计划等多项科研项目。