文章总结： 华中科技大学团队提出SpotCC系统，解决AI预测服务在抢占式实例上的高延迟与高开销问题。通过局部性识别、跨可用区相关性分析及Q-learning自适应超时优化，SpotCC在阿里云实验中将P99尾延迟降低83.9%且维持低成本。该成果被HPCA2026录用，为AI服务低成本高可用部署提供了新方案。 综合评分： 83 文章分类： 云安全,AI安全,解决方案

华中科技大学胡燏翀教授指导的博士生王霖等的论文被会议HPCA 2026录用

信息网络安全杂志

2026年1月19日 17:01 上海

随着 AI 服务的蓬勃发展，预测服务系统（PSS）在抢占式实例（Spot Instances）上部署可大幅降低 GPU 计算成本，但频繁抢占导致编码计算（CC）面临高昂解码开销和尾延迟问题，现有方案难以兼顾成本与服务质量。

华中科技大学信息存储及应用实验室博士生王霖（第一作者）、硕士生段梓羚、博士生李茗畦等同学，在胡燏翀教授（通讯作者）等的指导下，提出 SpotCC：1）基于局部性的波动性识别方案（SpotCC-L），利用区域内抢占局部性快速标记易抢占区域；2）细粒度波动性识别方案（SpotCC-F），通过跨可用区相关性分析缓解原始任务拥堵；3）自适应剖析引导超时方案（SpotCC-A），基于 Q-learning 动态优化阈值，最小化解码操作。

实验团队基于 NVIDIA Triton 推理服务器上实现了 SpotCC原型系统。阿里云实验表明，与现有方案相比，SpotCC 的 P99 尾延迟最高降低 83.9%，同时保持超低部署成本，实现成本与性能的高效平衡。

该研究被 HPCA’26（CCF-A，录取率19.8%）录用，题目为：“SpotCC: Facilitating Coded Computation for Prediction Serving Systems on Spot Instances”。相关成果为 AI 预测服务的低成本高可用部署提供了新思路，得到了国家重点研发计划（No.2022YFB4501300）、国家自然科学基金（No.62272185）和教育部信息存储系统重点实验室的支持。

信息网络安全

《信息网络安全》创刊于2001年，是由公安部主管，公安部第三研究所、中国计算机学会主办，面向国内外公开发行的国内首批信息安全类期刊之一，于2015年成为中国科技核心期刊，2017年成为中国科学引文数据库来源期刊，2018年成为中文核心期刊，2022年入选CCF计算领域高质量科技期刊分级目录。

中文核心期刊

中国科技核心期刊

中国科学引文数据库来源期刊

CCF计算领域高质量科技期刊

我们在不断努力和完善中，期待您的关注和支持！

免责声明：

本文所载程序、技术方法仅面向合法合规的安全研究与教学场景，旨在提升网络安全防护能力，具有明确的技术研究属性。

任何单位或个人未经授权，将本文内容用于攻击、破坏等非法用途的，由此引发的全部法律责任、民事赔偿及连带责任，均由行为人独立承担，本站不承担任何连带责任。

本站内容均为技术交流与知识分享目的发布，若存在版权侵权或其他异议，请通过邮件联系处理，具体联系方式可点击页面上方的联系我。

本文转载自：信息网络安全杂志 《华中科技大学胡燏翀教授指导的博士生王霖等的论文被会议HPCA 2026录用》