返回首页
您的位置:首页 > 新闻 > CCF新闻 > ADL

ADL95《大数据环境下内存存储与内存计算》开始报名了

阅读量:1909 2018-09-12 收藏本文

The CCF Advanced Disciplines Lectures

中国计算机学会学科前沿讲习班

CCF ADL 95

主题《大数据环境下内存存储与内存计算》

2018917-18 

中科院计算技术研究所一层报告厅(海淀区科学院南路6号)


微信图片_20180822170851

扫描(或长按)二维码报名

    人机物融合生态的快速发展,推动着大数据基础设施不断追求高时效、低能耗的设计。近些年来,新型存储器件(各种非易失型存储器件,如相变存储、3D XPoint等)的迅猛发展,已经为大数据高时效的存储与计算提供了新的可能。这些新型存储器件的应用必将对传统DRAM-I/O的存储架构产生冲击,也将对上层核心软件系统、编程环境提出挑战。同时,随着新型存储器件从模型、概念到小规模量产和应用,大数据高时效体系结构的重构脚步已经越来越近,如何支撑大数据应用获得重要收益必将成为未来几年工业界和学术界关注的热点问题,也是国家重点研发计划支持的重点。本期CCF学科前沿讲习班邀请了多位学术界和工业界的著名学者,将围绕大数据环境下的内存存储与内存计算的系统结构与关键技术进行介绍,探讨相关技术的未来发展趋势。本讲习班旨在帮助学员了解内存存储与内存计算的当前热点和前沿的科学问题,开阔科研视野,增进学术交流和增强实践能力。

学术主任:舒继武 清华大学

廖小飞 华中科技大学

主办单位:中国计算机学会

                                 日程安排:(如有变动,以现场为准)

时间

内容

9月17日

8:00-8:15

开班仪式

8:15-10:15

周礼栋,微软亚洲研究院

讲座题目:高效可靠分布式大数据流处理:抽象、设计和实现

10:30-12:30

吴结生,阿里巴巴云计算公司

讲座题目:On the Robustness of Large-Scale Storage Systems over Memory-Based Storage Technologies

12:30-13:30

午餐

13:30-15:30

肖侬,国防科技大学

讲座题目:基于新型存储介质的异构存储计算技术

16:00-18:00

廖小飞,华中科技大学

讲座题目:异构内存计算系统的构造:进展与问题

9月18日8:00-10:00

李涛,佛罗里达大学

讲座题目: Enabling In Memory Computing for AI and Edge Computing in Big Data Era

10:15-12:15

陈海波,上海交通大学

讲座题目:低时延数据中心操作系统

12:15-13:00

午餐

13:00-15:00

查伟, 华为公司

讲座题目:Design Issues for SCM-friendly Storage and Data Structure

15:15-17:15

舒继武,清华大学

讲座题目:持久性内存存储系统的内存空间管理与内存数据结构

17:15-18:15

学术讨论,合影,结业式



特邀讲者(按学术讲座时间顺序)


李涛·佛罗里达大学

Bio:Dr. Tao Li is a full professor (with preeminence professorship) in the Department of Electrical and Computer Engineering at the University of Florida. He received a Ph.D. in Computer Engineering from the University of Texas at Austin. His research interests include computer architecture, microprocessor/memory/storage system design, virtualization technologies, energy-efficient/sustainable/ dependable data center, cloud/big data computing platforms, the impacts of emerging technologies/applications on computing, and evaluation of computer systems. Dr. Tao Li received 2009 National Science Foundation Faculty Early CAREER Award, 2008, 2007, 2006 IBM Faculty Awards, 2008 Microsoft Research Safe and Scalable Multi-core Computing Award and 2006 Microsoft Research Trustworthy Computing Curriculum Award. Dr. Tao Li co-authored two papers that won the Best Paper Awards in ICCD 2016, HPCA 2011 and seven papers that were nominated for the Best Paper Awards in HPCA 2018, HPCA 2017, ICPP 2015, CGO 2014, DSN 2011, MICRO 2008 and MASCOTS 2006. Dr. Tao Li is one of the College of Engineering winners, University of Florida Doctor Dissertation Advisor/Mentoring Awardfor 2013-2014 and 2011-2012.

Dr. Tao Li served as a CISE program director in the National Science Foundation (NSF) during 2015-2017, directing the national research agenda in computer & system architecture, including core programs for Software and Hardware Foundation (SHF), Exploiting Parallelism and Scalability (XPS), Scalable Parallelism in the Extreme (SPX), CISE Research Infrastructure (CRI), Faculty Early CAREER Development (CAREER), CISE Research Initiation Initiative (CRII), and Expeditions in Computing (EIC) programs. Dr. Tao Li is an IEEE Fellow.

讲座题目:Enabling In Memory Computing for AI and Edge Computing in Big Data Era

摘要:In big data era, deep learning has revolutionized a wide spectrum of challenging application domains such as augmented reality, machine translation and autonomous driving. This significant progress has been made possible through the enhanced computational capabilities of advanced hardware platforms. Despite these impressive advances, it still takes significant time and energy to train and deploy these models on leading edge hardware. Furthermore, the complexity of these models makes it challenging to perform AI tasks on resource-constrained IoT/edge devices. For deep learning workloads, the communication between memory units and the location of computation can dominate the energy consumption and impact computation throughput. In-memory computing, an architecture design approach that integrates some forms of memory and compute to reduce data transfer costs and improve chip efficiency, can be an attractive method to solve these challenges. In this talk, I will present challenges and opportunities for applying processing in memory techniques to deep learning and edge computing in big data era.

吴结生·阿里巴巴云计算公司

Bio:Jiesheng (Jason) Wu, received his Ph.D. in Computer Science from The Ohio State University in 2004. He joined Alibaba Seattle in 2014, and is currently a senior director of engineering in Alibaba Cloud group, where he leads the development of storage infrastructure and cloud storage services. Before joining Alibaba, Jason was a principal development manager in Microsoft Azure storage team from 2008 to 2014, where he led the development of Azure storage. From 2004 to 2008, he was a senior manager in Ask.com, working on the search infrastructure and the Crawler system. From 1996 to 1999, he worked as a research engineer on the development of Dawning-series supercomputer systems at National Center for Intelligent Computing system (NCIC), Institute of Computing Technology (ICT).

讲座题目:On the Robustness of Large-Scale Storage Systems over Memory-Based Storage Technologies

摘要:Failure is a norm in a hyper-scale data center environment. In this talk, we will present our study and analysis of failures across three levels, including storage device, machine and data center levels. By focusing the characteristics of errors/failures at each level and the correlations between these errors/failures within each level and across different levels, we have many interesting findings that will be helpful and provide insights to various parties, including SSD vendors, system builders, and system administrative users. We will discuss mechanisms to deal with different failures, and their implications to design robust storage systems with high performance over emerging memory-based storage devices.

肖侬·国防科技大学

Bio:肖侬,国防科技大学计算机学院教授、博士生导师。获得教育部长江学者特聘教授、国家杰出青年科学基金。现任中国计算机学会工委副主任、信息存储专业委员会副主任、大数据专家委常务委员和高性能计算专业委员会委员。研究方向为高性能网络计算与云计算、新型存储和系统结构。负责过863重大项目和一般项目、国家重大基础研究项目973课题、国家自然科学基金重点项目等。获得国家科技进步二等奖1项、省级部委级一等奖2项和二等奖3项,发表论文160多篇。

讲座题目:基于新型存储介质的异构存储计算技术

摘要:以NVRAM为代表的新型存储介质技术发展迅猛,为缓解计算机系统中的越来越严重的I/O挑战性问题提高了一个有效的途径。我们将重点探讨基于这类新型存储介质的异构存储计算技术。

廖小飞·华中科技大学

Bio:廖小飞,博士、教授、博士生导师,计算机学院副院长。2005年获得华中科技大学工学博士学位,主要研究方向为系统软件、多核虚拟化、大数据处理等。主持863计划、国家自然科学基金等多个项目,单篇论文最高引用超过400次。获得NSFC“优秀青年科学基金”、教育部“长江学者”青年项目,入选中组部“万人计划”之首批“青年拔尖人才支持计划”,获得国家科技进步二等奖1项、教育部技术发明一等奖2项。

讲座题目:异构内存计算系统的构造:进展与问题

摘要:基于异构内存构造新型混合内存系统,或可提供价廉、低耗、相对高性能的处理环境,是解决大数据处理时效性问题的一个重要方向。报告人简要介绍了国内外研究进展,以及研究团队在结构安排、数据管理以及模拟器等方面的具体工作。

周礼栋·微软亚洲研究院

Bio:周礼栋博士现任微软亚洲研究院副院长,负责计算机系统和网络领域的研究,并主管微软亚洲研究院-微软(亚洲)互联网工程院人工智能系统联合中心,主要从事大规模分布式系统、存储系统、无线通讯和网络,以及系统安全和可靠性方面的研究。他的研究一直推动着可靠及可扩展的分布式系统的理论和实践进步,为在线云服务提供支持。多年来,周礼栋博士在设计和开发大规模分布式系统方面扮演了重要的技术角色,这些系统支持着微软从搜索引擎、大数据基础设施、云可靠性和可用性到AI基础设施的主要服务。周礼栋博士是计算机学会计算机存储会刊(ACM Transactions on Storage)编委会成员,曾担任2017第26届操作系统原理大会(SOSP’17)联合主席。周礼栋博士毕业于康奈尔大学,先后获得计算机科学硕士及博士学位。

讲座题目:高效可靠分布式大数据流处理:抽象、设计和实现

摘要:在这个讲座中,我们以分布式大数据流运算为例,从效率和可靠性等角度,诠释在大数据云计算时代如何设计和实现大规模、可扩展的、基于内存的数据处理和运算。我们定义新的抽象来降低系统的复杂性、提高设计灵活性,保证协议的正确性,并有效地提升了系统在大规模部署和运行上的可维护性。我们也探索了将内存压缩应用到大数据流处理中的可能性并取得了很好的效果。最后,我们会简单介绍一下微软亚洲研究院系统和网络研究领域中和内存计算相关的其它前沿项目。

陈海波·上海交通大学

Bio:陈海波,上海交通大学教授、博士生导师。同时也担任华为OS首席科学家、操作系统内核实验室主任。主要研究方向为操作系统与并行分布式系统。在操作系统、基于新型硬件的事务处理系统与大数据查询系统等领域做出了引领性工作。入选2014年国家“万人计划”青年拔尖人才计划,获得2011年全国优秀博士学位论文奖、2015年CCF青年科学家奖与2018年CCF青竹奖。目前担任ACM SIGOPS ChinaSys副主席、ACM APSys指导委员会主席、《ACM Transactions on Storage》编委,ACM CCS 2018系统安全领域主席。曾担任ACM SOSP 2017年大会主席、ACM SIGSAC与CCS/IEEE CS青年科学家奖奖励委员会委员、以及SOSP、ISCA、Oakland (S&P)、PPoPP、EuroSys、USENIX ATC、FAST、CCS等国际著名学术会议程序委员会委员。在SOSP、OSDI、EuroSys、Usenix ATC、ISCA、MICRO、HPCA、ASPLOS、FAST、PPoPP、CCS、Usenix Security、NDSS等著名学术会议与IEEE TC、ToS、TSE与TPDS等著名学术期刊等共发表100余篇学术论文,获得ACM EuroSys 2015、ACM APSys 2013/2017与IEEE ICPP 2007的最佳论文奖与IEEE HPCA 2014的最佳论文提名奖。研究工作也获得Google Faculty Research Award、IBM X10 Innovation Award、NetApp Faculty Fellowship与华为创新价值成果奖等企业奖励。

讲座题目:低时延数据中心操作系统

摘要:新型应用如互联网金融、AR/VR、电子商务等数据中心的要求逐步从高吞吐走向低时延,并且对时延的要求逐步从秒级走进毫秒乃至微秒级,另一方面,新型硬件的时延也开始从毫秒级走向微妙级,并且向纳秒级演讲。然而,作为管理硬件资源与支撑应用的数据中心操作系统面临着对资源的低效抽象与协作失衡等问题,从而造成应用评价时延乃至长尾时延的增大。在该报告中,我将介绍我们近期在低时延数据中心操作系统方面的一系列研究,通过提供去层次化抽象、去通信化同步与基于RDMA的原位计算等方法,将当前数据中心操作系统的时延降低超过一个数量级,同时吞吐提升超过两个数量级。成果被Linux、Xen、OpenJDK等基础软件平台广泛使用,并且被华为、微信等直接应用。最后,我将展望未来基于垂直整合的数据中心操作系统的软硬件协同设计。

查伟·华为有限公司

Bio:查伟,现为华为IT产品线存储首席规划师,98年加入华为,先后从事了华为话音交换机,数通交换机的底层模块开发工作;2002年开始从事华为存储业务,先后主导了华为存储从中端企业存储SAN S5000产品到高端SAN 18000系列产品的设计工作;12年后负责华为存储架构设计及规划.

讲座题目:Design Issues for SCM-friendly Storage and Data Structure

摘要:本TOPIC从华为面向SCM构建存储原型系统的前期实践出发,阐述了面向SCM的存储系统的需求、硬件基础,并以此为设计前提,阐述了如何在SCM介质上实现低时延的存储系统,特别是其中数据结构的考虑,以及我们在实现过程中的问题及解决方案。

舒继武·清华大学

Bio:舒继武 博士,清华大学计算机系教授,教育部长江学者特聘教授,国家杰出青年基金获得者,IEEE Fellow,中国计算机学会会士、学术工委副主任、信息存储技术专业委员会副主任,灾备技术国家工程实验室副主任;担任《ACM Transactions on Storage》的Associate Editor和《计算机学报》、《软件学报》、《计算机研究与发展》等期刊编委;主要研究领域为网络(/云/大数据)存储系统、新型NVM存储系统与技术、存储可靠性与安全、并行/分布式处理技术等,相关成果发表在包括FAST、USENIX ATC、MICRO、ISCA、EuroSys、DAC、DSN等重要国际学术会议和IEEE/ACM Trans.等权威期刊上;负责过国家重点研发项目、863项目、973课题、国家自然科学基金重点项目等。获国家科技进步二等奖和国家发明技术二等奖各一次,部级科技一、二等奖三次。

讲座题目:持久性内存存储系统的内存空间管理与内存数据结构

摘要:近年来,随着新型非易失存储器NVM如3D XPoint等的推出和应用,通过内存总线连接CPU的NVM—持久性内存PM,一方面,PM不仅具有与DRAM性能接近、非易失性、字节寻址、静态功耗低的特点,还具有读写不对称、写延迟高、寿命有限等不足;另一方面,持久性内存PM提供了内存级的数据持久性,可构建持久性内存存储系统,但却改变了传统存储系统两级存储的模式,且易失性和持久性的边界有了变化。这些都导致持久性内存存储系统的软件层次需要变革。本报告首先阐述持久性内存存储系统构建中软件层的一些挑战,然后,阐述持久性内存存储系统中的内存空间管理的相关问题、挑战和研究进展,再次,阐述持久性内存存储系统中的内存数据结构的相关问题、挑战和研究进展,最后给出总结和展望


报名须知:

1、报名费:CCF会员2500元,非会员3000元,非会员同时加入学会2700元(学生2550元)。开班现场报名,需缴纳报名费4000元(仅支持公务卡,不收取现金)。食宿交通自理。根据交费先后顺序,会员优先的原则录取,额满为止。
给予西部五所高校两个名额,可免费,限CCF会员, 需个人提出书面申请并加盖院系公章,将电子版发至adl@ccf.org.cn, CCF将按照申请顺序进行录取。 (五所高校的名单如下:新疆大学,青海大学,云南大学,贵州大学,宁夏大学。)
2、入会流程:扫描二维码,点击“会员”—>“加入CCF”—>缴费。会费:会员200元/年。学生会员:50元/年。


3、报名截止及缴费说明:
(1)报名截止日期:2018年9月16日。报名请尽量预留不会拦截外部邮件的邮箱,收到报名费,CCF会发送确认邮件到您邮箱;
(2)CCF会员报名,请务必在报名表中填写在有效期内的CCF会员号。否则按非会员处理;
(3)纸质发票开具周期长,请尽量选取电子发票;
(4)通过支付宝缴费,请将交费页面截图作为附件发送到 adl@ccf.org.cn邮箱,主题为“ADL95+学员姓名”。
4、缴费方式:
银行转账(支持网银、支付宝):
开户行:北京银行北京大学支行
户名:中国计算机学会
账号:0109 0519 5001 2010 9702 028
缴费请务必注明:ADL95+学员姓名
5、联系:李红梅  
邮箱 : adl@ccf.org.cn  电话:18810669757