SPAA 2026投稿指南：并行算法与体系结构交叉会议的门道与策略

如果你正在准备并行计算方向的论文，打开CCF推荐目录，翻到“计算机体系结构/并行与分布计算/存储系统”这一栏，SPAA这个名字几乎一定会出现在B类列表里。很多人对这个会议的第一印象是：ACM的老牌会议，B类，好像不如ISCA、HPCA那么响亮，也不像PODC那样听起来特别理论。但真等你开始动手写论文、找投稿出口的时候，你会发现SPAA在这个方向里的位置其实非常特殊——它既不是纯系统顶会，也不是纯算法顶会，而是把并行算法和并行体系结构捏在一起的一个交叉口。这篇文章我就围绕SPAA 2026，把这个会议的门道、投稿策略、审稿偏好和常见坑一次讲清楚。

适合读这篇文章的人大概有三类：准备投SPAA 2026的硕士博士生，手里有并行算法或存储系统工作、正在选会议的青年教师和研究员，以及想了解CCF B类会议真实分量、在规划投稿路线的工程师。如果你是第一次接触SPAA，那正好，我可以从最基础的定位讲起。

1. SPAA到底是什么：一个被国内同学低估的B类会议

1.1 从ACM到CCF推荐：SPAA的出身与定位

SPAA的全称是ACM Symposium on Parallelism in Algorithms and Architectures，中文通常译作“ACM并行算法与体系结构研讨会”。这个会议1989年就创办了，到2026年已经是第38届。它最大的特点从名字里就能看出来：一半是Algorithms，一半是Architectures。放在CCF推荐列表里，它属于“计算机体系结构/并行与分布计算/存储系统”方向的B类会议。

这里要注意一个很容易混淆的点：SPAA虽然名字里有“Architectures”，但它不是ISCA、HPCA那种纯体系结构顶会。它关心的不是“设计一个新的处理器前端”或者“做一套新的缓存替换策略”，而是“在真实或模型化的并行硬件上，算法应该怎么设计、复杂度边界在哪里、能不能落地”。换句话说，SPAA站在算法和硬件之间的结合带上。你既可以把一篇偏理论的工作投过来，也可以把一篇有扎实系统实现的工作投过来，但前提是两条腿都要沾一点。

CCF推荐目录里收录SPAA，本质上认可的就是这个交叉定位。它不像A类会议那样要求工作必须有顶级的完整度，也不像一些C类会议那样录用标准相对宽松。B类这个位置，恰恰意味着：质量门槛不低，但对“亮点突出但整体稍显单薄”的工作还有一定容忍度。对很多处于论文成长期的研究者来说，SPAA是一个既可以冲一冲、又不会让人觉得是在“保底”的选择。

1.2 在CCF推荐列表中SPAA的位置：和同行会议摆在一起看

要理解SPAA的真实分量，最好的办法是把它放进CCF推荐列表里和同行对比。

在这个表里能看出几件事：

第一，SPAA和PODC的关系非常近。近几年SPAA经常和PODC背靠背举办，两个会的主办方都是ACM，参加者高度重叠。差别在于，PODC更偏分布式计算理论，SPAA则更关注并行算法与并行体系结构的互动。如果你手头的工作是“分布式一致性协议的理论分析”，PODC更合适；如果是“多核机器上的并行算法设计和实验验证”，SPAA更对味。

第二，SPAA在CCF B类里属于“硬核程度”比较高的一个。它不是那种大型工业界赞助的系统会议，PC成员大多是高校和实验室里真正做并行算法、并行计算理论、存储系统底层的学者。这意味着审稿人可能非常懂行，你的相关工作如果没查清楚，被一眼看穿的风险很高。

第三，国内很多单位对CCF B类的认定是“相当于SCI一区/二区论文待遇”，SPAA又是老牌ACM会议，所以在申博、毕业、评奖、项目结题的时候，它的认可度通常不会差。当然，每个单位政策不一样，建议投稿前先确认自己所在学院的成果认定目录，别等中了才发现不算数。

2. SPAA 2026可以投什么：从并行算法到存储系统的选题地图

SPAA的Call for Papers每年都会列出一堆主题，看起来覆盖面很广。但如果把近三年的录用论文拉出来看，真正的中稿方向其实有清晰的聚类。我把它归纳成三块：并行算法与并发数据结构、体系结构与存储系统的交叉、以及机器学习和量子计算带来的新问题。搞清楚这些分类，选题会更有方向感。

2.1 算法方向：共享内存、图算法与可扩展性

这一块是SPAA的看家本领。具体来说包括：并行排序和并行搜索的复杂度分析、并发队列/栈/哈希表的无锁设计、原子操作与内存模型下的正确性证明、work-stealing调度器、图算法中的并行连通性/最短路/匹配问题，以及各种“能不能把时间复杂度再压低一个因子”的理论工作。

这个方向最大的特点是：问题模型通常是共享内存多核模型，研究的核心词是“可扩展性”。不要小看“可扩展性”这三个字，它是SPAA审稿人最敏感的一个词。很多新人写论文喜欢说“我们提出了一个新算法，实验显示比baseline快2倍”，但在SPAA审稿人看来，单点加速不说明问题，他们更想看到的是：随着核数增加，算法的运行时间是否按照理论预测的曲线下降；当数据规模扩大时，加速比是保持、提升还是崩掉。

如果你做的是纯算法研究，想在SPAA中稿，比较务实的路线是：找一个在真实多核机器上有明确应用背景的并行问题，先提炼出可分析的算法模型，给出有理论保证的复杂度结果，再用OpenMP、TBB、CUDA或者其他并行框架实现出来，把理论预测和实测曲线放在一起对照。这种“理论+实验”的组合，是SPAA最常见的录用范式。

2.2 体系结构与存储系统方向：真正的增量空间

SPAA的“Architectures”部分，最近几年越来越多的实际内容其实是存储系统。持久内存、NVMe SSD、RDMA网络、近数据计算、异构内存架构、NUMA调度、缓存感知的算法设计，这些都频繁出现在SPAA的录用列表里。

很多人会问：这些方向不是有FAST和OSDI在管吗？确实，传统存储系统顶会关注“系统设计完整度”，但SPAA的切入角度不一样。它更关心底层硬件模型变了之后，算法应该怎么调整。举个例子：持久内存的出现意味着内存写入不再完全易失，那么并发数据结构在崩溃一致性约束下，原来那些“写一次”的优化策略可能全部要推翻。这种问题，你放在FAST里投，可能会因为系统实现不够完整而被拒；但放在SPAA里，只要你能把模型建清楚、给出并发复杂度分析，再配一个原型验证，反而很有机会。

同样的道理也适用于NUMA和RDMA。很多分布式系统的工作会说“我们用了RDMA所以快”，但SPAA想要的是“在RDMA这种不对称通信模型下，我们重新设计了并发控制的算法，并证明了它的性能边界”。如果你已经有了系统实现，回头把里面的算法部分抽出来，用SPAA的框架包装，是一个性价比很高的投稿策略。

2.3 值得关注的交叉方向：机器学习系统、近似计算与量子并行

最近几届SPAA里，机器学习和并行计算的交叉题目明显变多了。比如大规模模型训练中的数据并行和模型并行策略、稀疏神经网络推理的并行加速、联邦学习在异构设备上的调度问题。这类工作如果写成纯ML系统论文，可能要跟NeurIPS或MLSys拼，但如果你重点突出“并行算法设计与可扩展性分析”，SPAA是一个非常合适的替代出口。

近似计算也是SPAA的传统议题之一。很多并行算法在设计时允许一定误差来换取速度，SPAA关心的是：误差下界是多少、如何确定近似比和并行开销的平衡点。这个方向和对隐私计算、推荐系统、图分析相关的应用都能结合。

量子并行算是一个新增的亮点。虽然SPAA不是量子计算理论会议，但“经典并行算法如何受到量子计算影响”“在量子-经典混合架构上的任务调度”“量子模拟的并行化”这些题目，天然放在SPAA比放在纯物理或纯量子信息会议上更合适。如果你所在团队在量子计算模拟方面有积累，可以考虑从并行算法角度切入。

3. 投稿SPAA 2026的实操时间线：从摘要到Camera-Ready

3.1 按往年惯例推算的关键节点

SPAA每年的日程大体稳定，一般6月开会，投稿在年初。以下是按近几届规律整理出来的推算时间线，具体日期务必以SPAA 2026官网的Call for Papers为准。

这个时间线对国内学生来说有一个好处：SPAA的摘要和全文截稿通常在一二月份，和很多A类会议年底截稿的高峰期错开了。也就是说，你可以先投12月或1月的A类会议，如果不中，改一改投SPAA；也可以把SPAA当作上半年最重要的一个投稿目标。不过我建议不要抱这种“保底”心态，因为SPAA的审稿周期不算长，但审稿人并不觉得B类会议就该降低标准。你带着“保底”心理准备的文章，很难在理论深度和实验完整性上同时达到要求。

3.2 投稿前必须完成的四类功课

第一，精读近三届SPAA录用论文，尤其是和你方向最接近的5到10篇。你要搞清楚的不只是“他们做了什么”，还包括“他们怎么组织论文结构”。SPAA论文的典型结构是：Introduction里用一两段讲清问题背景和技术挑战，然后立刻进入Model和Preliminaries，接着是算法设计、正确性证明、复杂度分析、实验，最后是Related Work。这个顺序和系统类会议“先系统架构后评测”的模式差别很大。

第二，检查你的理论贡献是否“可陈述”。在写摘要之前，问自己一个最简单的问题：如果只允许用一句话说明这篇论文的理论贡献，我能说出来吗？比如“我们证明了在异步共享内存模型下，无锁队列的出入队操作复杂度下界是O(log n)”或者“我们给出了一个在NUMA架构上常数近似比的图划分算法”。如果你说不出来，那说明工作还没成熟到可以投SPAA。

第三，提前确认Anonymity Policy。SPAA历史上多数年份是单盲评审，即作者姓名可见，但个别年份会调整为双盲。投稿系统里经常有“作者信息是否对审稿人隐藏”的选项。如果当届是双盲，你的论文里就不能出现“we previously proposed”这类短语，参考文献里也不能用“our prior work”这种写法。

第四，页面格式和字数限制。SPAA用的是ACM会议模板，一般有明确的页面限制。特别要提醒的是，很多SPAA投稿在正文之外还有附录，比如完整证明、补充实验、伪代码细节。你要把“正文里的结果”和“附录里的材料”分清楚，审稿人默认只看正文的贡献，附录只是辅助。

4. 审稿人视角：SPAA到底在审什么

4.1 理论深度与系统落地的平衡

我参加过几次并行计算方向会议的评审讨论，最大的感受是：SPAA审稿人对“只有实验没有理论”和“只有理论没有实验”这两种极端情况都不太买账。

先说“只有实验没有理论”。SPAA不是一个纯系统会议，你可以投一份实现得很漂亮的系统工作，但如果没有一点可分析的性质，审稿人会问：那这工作在算法层面到底有什么新意？它是不是就是现有系统在某台机器上的调优报告？一旦被贴上“engineering report”的标签，即使实验再丰富，分数也很难上去。

再说“只有理论没有实验”。SPAA也不是STOC/FOCS那种纯理论会议，它实际上希望看到理论结果能够在并行硬件上得到验证。如果一篇论文全是定理和证明，没有任何针对现代多核CPU或GPU的测量数据，审稿人也会怀疑：这个模型是不是脱离真实硬件太远了？

所以，给SPAA投稿的最佳状态是：有一个可以在算法层面被清晰表述的问题，提供复杂度上界或下界，同时用实验验证理论预测。实验结果不需要做到系统顶会那种大规模部署的完整度，但至少要有扩展性测试和不同数据规模下的对比。

4.2 实验和证明之外的决定性细节

SPAA审稿里，很多论文不是因为主结果不对被拒，而是因为细节处理不到位。我总结了几个出现频率最高的细节问题：

第一，并发模型交代不清楚。很多新手写并行算法，开头不提清楚用的是哪种并发模型。共享内存模型和分布式消息传递模型的重要结论是不通用的，甚至共享内存内部还要区分是否允许原子读改写指令。模型不清晰，审稿人根本没法判断你的复杂度分析是否正确。

第二，相关工作梳理不完整。SPAA的审稿人很多就是这个领域里的作者，你的Related Work有没有漏掉关键技术，他们一眼就能看出来。漏掉一两篇普通文章都还好，如果漏掉的是某个方向里的奠基性工作，那就很危险了。

第三，实验环境缺少可信度描述。实验部分至少要说明：CPU型号和核数、内存架构、操作系统、编译器版本、开没开优化、实验重复次数。尤其要注意的是，并行算法实验非常依赖多核NUMA调度，不同核数下的线程绑核策略会直接影响结果。如果你不说清楚，审稿人可以随时质疑结果的可复现性。

第四，可扩展性曲线“投机取巧”。有些作者为了让曲线好看，把baseline的串行实现写得很差，或者故意不给baseline做并行化。这种对比是审稿人深恶痛绝的。正确的做法是：baseline要有公认的高质量实现，并且要说明这些实现本身的复杂度区间。

4.3 从PC讨论看拒稿典型信号

PC讨论环节，一篇论文通常会被审稿人给出明确的推荐意见。SPAA不像一些大型会议那样有非常多的PC成员在线开会讨论，但它依然会有严格的讨论流程。我总结几个频繁出现的拒稿信号：

• 审稿意见里多次出现“claim is overstated”或者“the contribution is not clear”。这说明你的贡献陈述和实际内容之间有差距，通常是引言写得太满，正文却没有支撑。
• 审稿人频繁把“proof sketch”和“proof”混着用。如果正文里实际给出的是证明思路，但摘要里写的是“we prove that”，那一旦被抓住，印象分就会明显下降。
• 如果多个审稿人都指出“related work incomplete”，说明你很可能是真的漏掉了重要文献。这个问题的麻烦在于，作者一旦被打上“不了解领域”的标签，后面再好的实验结果都会被怀疑。

所以写稿和rebuttal的时候，要把自己放在“领域内资深从业者”的位置上，而不是一个“提交完就祈祷中稿”的学生。

5. 第一次投SPAA最容易踩的五个坑

5.1 把SPAA当成纯系统会议来投

这是我见过最多的误判。很多做分布式系统或存储系统的人，看到SPAA在CCF分类里属于体系结构方向，就以为它和FAST、OSDI是一类。于是花了大量篇幅写系统架构、容错机制、实际部署测试，算法部分只有一两段。结果就是，审稿人觉得算法贡献稀薄，PC讨论时论文很快被边缘化。

正确做法是把自己工作里的“算法核心”抽出来当主角。系统实现可以当作验证手段，而不是论文的主线。比如你做了一个基于RDMA的分布式哈希表，真正适合SPAA的部分不是“我们设计了消息协议”，而是“我们证明了一个在不对称通信延迟下达到最优复杂度的并发哈希算法”。后面这句才是SPAA审稿人想看的。

5.2 摘要与全文信息不一致

这个坑在系统投稿里也存在，但在SPAA这种需要仔细核对复杂度结论的会议上格外致命。投稿系统里摘要和全文往往是分开提交的，很多作者全文改了实验结果，忘了改摘要里的数字。审稿人如果发现摘要里写“加速比达到14倍”，正文里最好的实验数据只有11倍，就会怀疑你是不是在故意夸大贡献。

另一个常见的不一致是作者名单和顺序。SPAA有的年份是单盲评审，作者信息对审稿人可见。如果你在摘要提交后又调整了作者，一定要在全文里同步更新，投稿平台里也要改。这种问题虽然不会直接导致拒稿，但会给PC留下“作者自己都没认真准备”的印象。

5.3 Rebuttal写得像“反驳”

理解这一点之前，你要先明白SPAA的rebuttal有一个特点：篇幅非常有限，一般只有几百到一千字。在这么短的篇幅里，你不可能把每个审稿意见都详细回应。这时候最重要的事情是区分“误解”和“争议”。

如果是审稿人理解错了你的模型或符号，那rebuttal里要做的就是礼貌地澄清，给出明确定义和位置引用，比如“请见第3页定义2，我们在模型中假设了XXX”。如果是审稿人对贡献有不同判断，比如认为你的复杂度下界问题意义不大，那你在rebuttal里争辩的作用其实有限，但要尽量补充应用场景和动机，帮助PC在讨论时为你说话。

最忌讳的是用judgemental的语气写“the reviewer misunderstood our work”。你应该把这个过程想象成在给一个水平很高但刚接触你工作的同行做一次快速讲解，而不是打擂台。

5.4 忽略相关工作与对比基线

SPAA这个领域圈子不大，很多人互相认识，审稿人里有相当比例就是你在Related Work里应该引用的作者。如果你漏掉了某篇特别相关的论文，审稿人可能在rebuttal里直接问“为什么没有引用XXX”。到了这个地步，不管你怎么解释，都已经在观感上吃亏了。

我的建议是：在提交前，用Google Scholar把“你的问题+并行算法”“你的方法+并发”等组合词都搜一遍，至少翻到第三页，然后把近五年的相关论文都过一遍。可以不细读，但一定要知道每一篇大概做了什么。再对照SPAA、PODC、IPDPS、PPoPP近三年的录用列表做一次交叉检查。这个工作虽然耗时间，但能帮你省掉很多rebuttal的麻烦。

5.5 投稿时机和投稿路线判断失误

最常见的失误是：手里工作明明不成熟，但因为截稿日到了就硬投。SPAA的审稿人反馈通常很具体，如果你投了一版有明显洞的论文，不仅大概率被拒，还会浪费一次宝贵的投稿机会。很多会议虽然不限制同一篇论文反复投稿，但审稿人记忆里如果出现“这篇论文我看过，上次有很大问题”，那对后续投稿是非常不利的。

反过来，如果工作已经接近成熟，就不要为了“再补一个实验”而错过截稿。SPAA和PODC每年都有，但你的研究进度会影响整个毕业或项目时间表，能早半年拿到录用通知，在很多情况下比多补一个实验更重要。

6. 中稿之后与SPAA的长期价值：简历、申博与项目申报

6.1 B类论文在简历中的真实含金量

每次有人问“CCF B类到底值不值钱”，我都建议先去看自己单位的成果认定细则。在多数国内高校和科研院所，CCF B类论文在申博、毕业、评奖中是明确认可的成果，有的单位甚至规定B类论文相当于SCI一区或二区论文。SPAA作为ACM老牌会议，在“计算机体系结构/并行与分布计算/存储系统”方向上有清晰的学术圈口碑，简历上写一篇SPAA论文，业内专家一看就知道大概是什么水平，不需要额外解释。

这里顺便提一句，网上经常能搜到“CCF非专业级别软件能力认证（CSP-J）”之类的热词，那是面向中小学生和入门级程序员的软件能力认证，和学术会议的CCF推荐目录不是一回事。一个是考试，一个是学术成果评价体系，别搞混。

如果你未来计划申请国内外博士或博后，SPAA论文的认可度主要取决于目标导师的方向。做并行算法、分布式计算、存储系统、体系结构性能建模的导师通常都知道SPAA，甚至自己就发过。对做纯机器学习的人来说，SPAA可能不够显眼，但如果你做的是“大规模模型训练的系统优化”，SPAA的并行算法标签反而能帮你在跨方向申请时展示自己的理论功底。

6.2 把一篇SPAA论文的后续价值用满

中稿SPAA之后，大多数人的第一反应是“终于可以歇口气了”。但实际上，一篇SPAA论文的后续价值还没被完全释放。

先说学术线。SPAA论文因为评审时篇幅有限，很多细节放在附录里。中了之后你可以把它扩展成期刊版。ACM的TOPC、JPDC、IEEE TPDS等期刊都接收并行算法和体系结构方向的扩展稿件。扩展时要注意：期刊版必须包含比会议版至少30%的新内容，通常加的是完整证明、更详细的实验、新的对比算法或扩展场景。这相当于是把一份工作拆成两个成果，性价比很高。

再说开源线。SPAA论文里的算法如果实现得干净，开放源代码对后续引用有直接的帮助。很多并行算法研究者会基于已有代码做二次实验，你的项目如果README写清楚、实验脚本能复现，被别人引用的概率远高于一篇只有公式的论文。我建议投稿时就准备一个GitHub仓库，即使会议没有强制Artifact Evaluation，开放代码也能在rebuttal和PC讨论阶段增加可信度。

最后是开会现场。SPAA的规模不算大，通常一两百人，这是一个非常容易建立人脉的会议。SPAA又经常和PODC一起办，会场里同时有做并行算法和分布式计算理论的人。你完全可以站在那里喝咖啡的时候，和刚引用过你论文的人聊上十分钟。这种深度交流在几千人的大顶会上反而不容易发生。

我个人现在拿到一个新并行算法问题，会先问自己三个问题：模型有没有建清楚、能不能给出可证明的复杂度边界、能不能在真实多核或分布式环境里复现。这三个问题都有答案时，SPAA大概率是一个合适的出口。如果你正在准备SPAA 2026，别只盯着截稿日期，先把这三个问题想明白，论文就已经成功了一半。