近日，实验室硕士生侯崯波（导师赵进副教授）的论文“DTMiner: A Data-centric System for Efficient Temporal Motif Mining”被第31届并行编程原理与实践会议（The 31st ACM SIGPLAN Symposium on Principles and Practice of Parallel Programming, PPoPP 2026) 录用。

在时序图中挖掘时序模体对许多关键应用至关重要。尽管已有方案被提出，但仍普遍存在大量冗余图遍历和碎片化内存访问，这主要源于不同匹配任务在搜索树扩展时的不规则数据访问。观察到这些访问具有明显的空间相似性和时间单调性，论文提出高效的数据中心时序模体挖掘系统 DTMiner，并设计了全新的 “加载–探索–同步”（ Load-Exclusive-Store，LES）执行模型，用于规整并共享多任务对公共时序图数据的访问。DTMiner 将时序图按时间顺序分块加载到缓存，并通过细粒度同步促使所有相关任务仅在当前已加载数据上进行搜索扩展。这样可共享同一数据块的遍历，并将随机访问限制在缓存内，显著降低访问开销。实验结果显示，与现有最先进方案相比，DTMiner 可实现1.14×–11.98×的性能提升。

ACM SIGPLAN Symposium on Principles and Practice of Parallel Programming是高性能计算领域最重要的国际会议之一，属于中国计算机学会CCF A类会议。本届会议投稿共收到280篇投稿，共录用51篇论文，录用率为18.3%。

（通讯员：侯崯波）