近期，ACM SIGMOD公布了2025年度优秀博士论文奖的评选结果，我院青年教师宋振副研究员题为《面向大规模图学习任务的分布式训练关键技术研究》的论文获得“ACM SIGMOD中国优博奖”。

宋振在博士期间专注于分布式图学习模型训练领域的研究。针对大规模图数据在存储与计算方面的挑战，他深入探索并构建了高效的分布式图神经网络训练系统架构，提出了数据划分和通信机制优化策略；在动态图场景下，他创新性地提出了动态数据处理方法及高效的通信与缓存调度策略，显著提升了系统的训练效率与扩展性。他的研究为图神经网络技术在复杂实际应用中的落地提供了有力技术支撑，推动了大规模图学习技术的发展与应用。

ACM中国理事会授权设立“ACM SIGMOD优秀博士论文奖”，以表彰ACM SIGMOD中国覆盖地区（中国含港澳台）相关领域的博士毕业生在优秀研究成果和高水平博士论文方面的突出表现。该奖项每年评选不超过3名在相关领域取得卓越科研成果的博士毕业生。

宋振，软件学院副研究员。长期致力于分布式人工智能训练系统的研究，围绕超大规模数据集训练的效率瓶颈、资源高消耗及可扩展性问题，提出了一系列创新性的理论方法和系统优化策略，推动人工智能技术在大规模数据环境下的应用落地，赋能分布式计算与智能算法的深度融合。主要研究方向为分布式计算、图数据管理、人工智能训练等，并在数据管理领域顶级会议SIGMOD、VLDB、ICDE、TKDE上发表多篇文章。授予国家发明专利多项。

（文/图：卢洪明 宋振 责任编辑：闫中敏）