2026年5月16日下午，香港理工大学应用数学系系主任、应用优化与运筹学讲座教授孙德锋教授应邀访问西南交通大学数学学院数学与信息交叉实验室，并做题为“A GPU-Based Halpern Peaceman-Rachford Method for Convex Programming”的高水平学术报告，吸引了来自数学、信息、计算机等相关学院的众多师生参加，并与相关老师和学生进行了深入交流。
报告聚焦于如何高效求解带线性约束的凸优化问题。孙德锋教授及其团队的研究核心是加速预处理交替方向乘子法（pADMM）。他们创新性地将pADMM重新表述为一种可能退化的邻近点法（dPPM），并成功将Halpern迭代技术融入其中，提出了一种加速的dPMM算法，在理论上实现了非渐近的O(1/k)收敛速度。
在此基础上，团队进一步发展出了一个加速的pADMM框架，并应用于对偶问题，得到了一种名为Halpern Peaceman-Rachford（HPR）的高效方法。该方法的优越性在于，针对实际停止准则、卡鲁什-库恩-塔克（KKT）残差和原始目标函数值间隙，同样能够实现非渐近的O(1/k)非遍历收敛速率。
为了验证算法的实际效能，研究团队利用GPU在大规模线性规划和凸复合二次规划基准数据集上进行了广泛的数值实验。结果显示，他们所提出的HPR方法在获取高精度解方面，显著优于包括获奖求解器PDLP在内的多种当前最先进求解器（如PDQP、SCS、CuClarabel和Gurobi），展现了其在处理大规模计算问题时的强大潜力与速度优势。
在互动环节，孙德锋教授与在场师生就算法的实现细节、应用场景以及未来发展方向进行了热烈而深入的讨论。报告内容前沿、讲述精彩，极大地拓宽了听众的学术视野，激发了大家对优化理论与数值计算的研究兴趣。
陪同孙德锋教授一起来校交流的还有国家级领军人才郦旭东教授（复旦大学）、赵欣苑教授（北京工业大学），国家级青年人才包承龙教授（清华大学）。
报告人简介：
孙德锋教授是国际优化领域的著名学者，现任香港理工大学应用数学系主任、应用优化与运筹学讲座教授。他是美国数学学会会士、美国工业与应用数学学会会士、中国工业与应用数学学会会士、中国运筹学会会士，并曾担任香港数学学会会长。孙教授因在数学规划领域的杰出贡献，于2018年荣获国际数学规划协会颁发的Beale-Orchard-Hays奖。他长期担任《Mathematical Programming》、《SIAM Journal on Optimization》等国际顶级优化期刊编委，在连续优化、机器学习、矩阵优化等方向取得了系列奠基性成果，并积极推动产学研结合，其成果曾获华为等企业颁发的杰出合作奖。
