<!DOCTYPE html>
<html>
  <head>

    <meta http-equiv="content-type" content="text/html; charset=UTF-8">
  </head>
  <body>
    <p> </p>
    <div class="moz-text-html" lang="x-unicode">
      <div class="moz-forward-container">
        <div align="left">
          <p>Dear colleagues,</p>
          We are organizing a Workshop on AI-HPC interaction the CCGRID
          2025 conference, Tromso (NO), 19-22 May, 2025</div>
        <div align="center"><b><font color="#ff0000" size="4"><br>
            </font></b></div>
        <div align="center"><b><font color="#ff0000" size="4">Workshop
              on Challenges, Advances and SustainabiliTy <br>
              in Ai-hpc iNtEracTion (CASTANET)</font></b><br>
          <br>
          <a
href="https://www.labdma.unina.it/ccgrid2025/castanet2025.html"
            class="moz-txt-link-freetext">https://www.labdma.unina.it/ccgrid2025/castanet2025.html</a><br>
          <br>
          held jointly to the CCGRID 2025 conference<br>
          Tromso (NO), 19-22 May, 2025<br>
          <br>
          <font color="#ff0000"><b>CALL FOR PAPERS</b></font><br>
        </div>
        <p> <br>
          <font color="#ff0000"><b>Abstract</b></font><br>
          The mutual interaction between High-Performance Computing
          (HPC) and Artificial Intelligence (AI) is an active area of
          investigation at all levels of the Computing Continuum and
          involves experts from several disciplines. On the one hand, AI
          can provide innovative solutions to optimize codes and improve
          the HPC infrastructures management; on the other hand, HPC
          methods and tools can offer the computational support required
          for training increasingly complex and deep AI models. In any
          case, both areas are known for being among the most
          energy-intensive, and particular attention to the
          environmental sustainability of the proposed solutions is of
          fundamental importance. Mixed precision algorithms,
          mathematical transformations for filtering out insignificant
          information in training process, transfer learning and
          federated learning approaches are just examples of energy
          aware techniques in this field.<br>
          This workshop aims to provide a forum for researchers and
          practitioners to discuss recent advances, share experiences
          and best practices, explore new algorithmic and software
          solutions, and foster collaborations at the intersection of
          High-Performance Computing and Artificial Intelligence, with
          special attention to energy sustainability issues.<br>
          <br>
          <font color="#ff0000"><b>Workshop organizers</b></font><br>
          •    Salvatore Cuomo – Univ. of Naples Federico II (Italy)<br>
          •    Fabio Giampaolo – Univ. of Naples Federico II (Italy)<br>
          •    Marco Lapegna - Univ. of Naples Federico II (Italy)<br>
          •    Francesco Piccialli - Univ. of Naples Federico II (Italy)<br>
          <br>
          <font color="#ff0000"><b>Topics of interest</b></font><br>
          The topics of interest for submission include, but are not
          limited to:<br>
          •    AI-driven optimization of HPC resources<br>
          •    HPC algorithms and software tools for AI and ML<br>
          •    Mathematical methods for reducing dataset dimension<br>
          •    Mixed-precision algorithms for AI and HPC<br>
          •    Sustainable Machine Learning Architectures<br>
          •    AI for Energy Management<br>
          •    HPC for big data analytics and visualization<br>
          •    Interaction of AI and HPC in the Computing Continuum<br>
          •    Performance and energy consumption trade-off<br>
          •    Energy-aware neural network design <br>
          •    Sustainable AI model training techniques<br>
          •    AI and HPC for climate change mitigation <br>
          •    Decentralized AI systems <br>
          •    Intelligent resource allocation in sustainable computing
          <br>
          •    Ethical considerations in AI and HPC energy consumption<br>
          <br>
          <font color="#ff0000"><b>Program Committee</b></font><br>
          •    David Camacho - Universidad Politecnica de Madrid (Spain)<br>
          •    Jesus Carretero - Universidad Carlos III de Madrid
          (Spain)<br>
          •    Diletta Chiaro - University of Naples Federico II (Italy)
          <br>
          •    Jerry Chun-Wei Lin - Silesian University of Technology
          (Poland) <br>
          •    Horacio González-Vélez - National College of Ireland
          (Ireland)<br>
          •    Raffaele Montella - University of Naples Pathenope
          (Italy)<br>
          •    Edoardo Prezioso - University of Naples Federico II
          (Italy) <br>
          •    Diego Romano - Italian National Research Council (Italy)<br>
          •    Roman Wyrzykowski - Czestochowa University of Technology
          (Poland)<br>
          <br>
          <font color="#ff0000"><b>Important dates</b></font><br>
          •    Workshop paper submission deadline: February 14th, 2025 <br>
          •    Workshop paper acceptance notification: March 7th, 2025 <br>
          •    Camera ready paper submission: March 14th, 2025 <br>
          <br>
          Best Regards</p>
        <p><br>
        </p>
      </div>
    </div>
    <pre class="moz-signature" cols="72">Prof. Francesco Piccialli, Ph.D.
DMA - Department of Mathematics and Applications "R. Caccioppoli"
University of Naples Federico II, Italy
Tel. +39 081675787
Head and Scientific Director of M.O.D.A.L group: <a class="moz-txt-link-freetext" href="https://www.labdma.unina.it">https://www.labdma.unina.it</a>
Web: <a class="moz-txt-link-freetext" href="http://wpage.unina.it/francesco.piccialli/">http://wpage.unina.it/francesco.piccialli/</a>
Google Scholar: <a class="moz-txt-link-freetext" href="https://scholar.google.it/citations?user=CLNn_9gAAAAJ&hl=it">https://scholar.google.it/citations?user=CLNn_9gAAAAJ&hl=it</a>
Institutional web: <a class="moz-txt-link-freetext" href="https://www.docenti.unina.it/francesco.piccialli">https://www.docenti.unina.it/francesco.piccialli</a></pre>
  </body>
</html>