2013年2月23日至27日，博士生郑龙赴深圳参加了CGO 2013 (The 2013 International Symposium on Code Generation and Optimization)国际会议，并就会议Workshop (The 2nd Asia-Pacific Programming Languages and Compilers Workshop, APPLC 2013) 录用的论文“RacePlay: An Effective Methodology to Identify Predictable Data Races in Multi-Threaded Application”作了学术报告。

　　随着多核/众核时代的到来，多线程程序间的数据竞争现象越来越严重，传统的Happens-Before关系模型虽然能较好地动态检测大部分的数据竞争，但仍会漏报36%以上的可预测竞争。针对存在的问题，论文提出了一种有效的方法来预测多线程程序中的竞争条件，提出了一种弱化的Happens-Before关系模型来改善检测的边界条件，从而使得可预测的数据竞争错误得到有效的解决。实验结果表明，该模型涵盖了原有Happens-Before全部错误集，并具有更高的检测精度并更低的检测开销。

　　CGO主要关注代码生成和优化等方面的研究，在学术界和产业界都具有巨大影响力。今年的CGO和HPCA 2013、PPoPP 2013同时在深圳承办，是首次在国内举行。会议邀请了澳大利亚IBM研究院主任Kevin Nowka博士和美国加州大学伯克利分校Katherine Yelick教授作大会特邀报告。题目分别为“Finding Meaning in Big Data”和“Antisocial Parallelism: Avoiding, Hiding and Managing Communication”。Kevin Nowka博士分别就大数据应用背景、大数据特征、IBM应答交互系统Waston及未来的挑战作了详细阐述。Katherine Yelick教授对未来计算系统设计中的能耗问题进行了剖析，指出内存数据迁移和通信是主因，进而针对延迟开销和带宽开销两种主要的通信开销探讨了不同的解决方案。