上海市計算機學會存儲專委主任,中國科學技術大學、香港城市大學博士,博士后。
華東師范大學海內外公開招聘教授,博士生導師。
上海市計算機學會存儲專委主任,中國科學技術大學、香港城市大學博士,博士后。
華中科技大學教授、博士生導師
湖北省杰青獲得者,國家高層次青年人才計劃入選者。2012年于華中科技大學博士畢業,2013.1-2015.1在新加坡南洋理工大學任研究員。目前主要從事新型非易失性內存、內存計算、云計算等方向的研究。先后主持多項國家自科基金項目、國家重點研發計劃課題以及企業橫向合作項目10多項。在DAC/SC/ICS/HPDC、IEEE TC/TCAD/TPDS等計算機頂級國際會議以及期刊上發表論文60多篇。獲國家自然科學二等獎一項、教育部自然科學一等獎一項。
基于LSM樹或哈希索引的KV存儲系統在現代數據中心被廣泛使用。新型非易失性內存(NVM)如Intel傲騰的涌現,為設計高性能、大容量、持久可靠的內存鍵值數據庫帶來了機遇。然而,由于NVM的性能、功耗、耐久性等特性與傳統DRAM內存的差異,給KV存儲系統的內存管理帶來了巨大的沖擊。本報告將深入分析NVM給KV存儲系統帶來的挑戰性問題,然后介紹在KV存儲系統中支持新型非易失內存的一些實踐和思路,如基于跳表和LSM樹結構的內存鍵值存儲系統。
1)非易失內存
2)KV存儲
3)LSM樹結構
湖南大學國家超級計算長沙中心總工程師
湖南大學信息科學與工程學院岳麓學者特聘教授,博士生導師,教育部青年長江學者,國家超級計算長沙中心總工程師,湖南大學先進技術協同創新研究中心常務副主任。
在“東數西算”工程的背景下,如何針對跨數據中心場景,探索應用訪問模式感知、資源建模量化、智能資源分發和數據計劃、調度安全等關鍵技術,實現智能數據調度,構建面向AI的數據密集型超算及其算力網絡。
1)數據密集型超算
2)智能數據調度
3)東數西算
國防科技大學計算機學院教授
青年長江學者、湖南省杰出青年基金獲得者。主要研究領域包括人工智能加速器設計、科學計算加速器設計、片上網絡設計。2012年12月在國防科技大學獲博士學位,博士期間曾赴多倫多大學聯合培養。以第一完成人獲教育部自然科學二等獎1項,以主要完成人獲軍隊科技進步一等獎1項、湖南省自然科學二等獎1項,獲CCF優博獎、全軍優博獎、校優秀教師獎和校優秀教學獎。因業績優秀,2021年破格晉升教授。
脈動陣列已成為神經網絡加速器研究的熱點。但最新的緊湊型卷積神經網絡中的小尺寸卷積和深度卷積會導致脈動陣列中的PE利用率下降,嚴重影響了加速器的性能和能效。針對上述挑戰,報告人所在課題組提出了可配置多向脈動陣列和異構脈動陣列設計,利用多向傳輸結構實現了對陣列的非對稱切分,提升了小尺寸卷積的計算性能;設計了異構PE結構,支持計算過程在傳統數據流和單通道輸出固定數據流之間切換,實現了對深度卷積的高效支持。
1)緊湊型卷積神經網絡
2)異構PE
3)異構脈沖陣列
上海交通大學計算機科學與技術系長聘教軌副教授
現就職于上海交通大學計算機科學與技術系、John Hopcroft計算機科學中心,任長聘教軌副教授,主要研究方向為面向人工智能的新型計算系統的設計以及性能、能效、可靠性優化,并在國際一流的會議和期刊上發表了三十多篇論文和相關國內國際專利。
深度學習模型的高算力需求催生了專用人工智能芯片的發展。面向人工智能芯片的編譯器是發揮人工智能芯片的算力和滿足不斷發展的深度學習模型的關鍵技術。傳統的編譯器架構已經趨向于成熟,而人工智能芯片的編譯器還處于起步階段。在本次報告中,我們將分享近期在人工智能芯片的編譯器上的相關工作,包括多層次的編譯器架構、動態編譯優化,以及基于數據流分析的深度學習模型可解釋性技術。
1)深度學習模型
2)人工智能編譯器
3)基于數據流分析的深度學習模型
中國科技大學副教授、信息存儲專委委員
博士,副教授,中科院青促會會員,仲英青年學者,信息存儲專委委員。獲得ACM合肥分會學術新星獎、CCF-騰訊犀牛鳥基金優秀獎、PingCAP優秀合作獎等獎勵。主要研究方向是存儲系統,包括鍵值系統、內存系統、虛擬化與圖計算等。目前共發表論文60余篇。主持國家自然科學基金青年與面上項目各一項、科技部重點研發計劃子課題一項,以及PingCAP、華為等多項企業合作項目。擔任ASPLOS2022(ERC)、APSys2020等會議程序委員會委員,TOS、TC、TPDS等期刊審稿人。
隨著非結構化數據占據主導,鍵值存儲成為當前的主流存儲技術之一。鍵值存儲將數據抽象成鍵值對,并采用基于LSM-tree的存儲結構進行管理,通過存儲分層、日志寫、數據排序等思想,實現優良的單點查詢、范圍查詢與數據寫入性能。但是,基于LSM-tree的鍵值存儲由于需要維護數據有序并需要多層查找,面臨嚴重的讀寫放大問題。本報告主要介紹我們在鍵值存儲方面的研究工作,聚焦鍵值存儲的系統結構設計,以實現高性能高可靠的鍵值存儲系統。
1)非結構化數據
2)KV存儲
3)LSM樹結構
ScaleFlux技術團隊負責人
25年始終專注在數據管理和存儲領域,擁有包括代碼開發,技術支持,故障分析,咨詢顧問,產品管理和團隊管理等各個方面豐富的工作經驗;曾在上海天璣數據、蘇寧易購集團、華勝天成集團和IBM等知名企業擔任專業技術及高級管理崗位任職。 2022年加入ScaleFlux,負責北區技術團隊。
隨著CPU主頻增速的減緩,以及業務數據的爆炸式增長,計算能力慢慢向專有設備發展,可計算存儲CSD應運而生。CSD (2000和3000)是ScaleFlux獨家推出的擁有數據透明壓縮能力的PCIe 接口的企業級SSD。通過壓縮技術,不僅可以降低業務數據在SSD內部物理空間大小,還能進一步抑制SSD盤內GC帶來的性能下降,并減小寫放大的發生,從而顯著提升SSD壽命和數據隨機讀寫能力。這在包括傳統關系型B-Tree模型數據庫,新興的基于LSM Tree模型的分布式數據庫,大數據計算和分布式存儲等多個場景都取得非常顯著的效果。
上汽技術中心基礎軟件架構師
報告擬就汽車電子電器架構發展趨勢、SDV時代的行業變革、車載高性能計算和存儲的應用場景和行業痛點幾個部分分享工業界新型計算場景下的數據和存儲系統