存储遇到真爱(AI)——智能存储技术论坛| CNCC2021

吴晨涛

上海交通大学教授

吴晨涛，上海交通大学计算机科学与工程系教授、博士生导师，华中科技大学、美国弗吉尼亚联邦（州立）大学双博士。中国计算机学会（CCF）信息存储专委会常务委员，上海计算机学会存储专委会副主任。研究方向主要为云存储、大数据存储系统。主持和参与国家自然科学基金、国家重点研发计划课题、国家973计划、国家863计划、上海市自然科学基金等项目20余项，在IEEE TC、IEEE TPDS、HPCA、DSN、IPDPS等期刊会议上发表论文70余篇。研究成果获2018年上海市技术发明一等奖、2019年国家技术发明二等奖、2019年阿里巴巴优秀学术合作项目、ICCD 2020 Best paper等奖励。

曾令仿

之江实验室研究专家、CCF杰出会员

曾令仿，之江实验室研究专家。2006年博士毕业于华中科技大学计算机学院。研究方向为计算机体系结构相关的超算存储、存算一体和隐私增强信息存储等。主持和参加多项国家自然科学基金项目，国家973和863重大专项，教育部创新团队，企业合作项目等，执行经费过亿元。曾为德国美因茨大学数据中心Visiting Professor（2016-2018），新加坡国立大学电子与计算机工程系博士后研究员（2007-2008, 2010-2013）。发表国际知名会议和期刊论文60余篇，其中包括FAST、SC、SIGMOD、TPDS、ToS等中国计算机学会（CCF）推荐的A类论文。出版专著一部，完成国家标准2项，授权中国发明专利25项，PCT专利1项。2006年获ACM/IEEE超级计算机大会高性能存储挑战竞赛决赛奖。2011年获湖北省技术发明一等奖。曾博士是CCF杰出会员和CCF杰出演讲者；2020年至今，是IEEE期刊TPDS评审委员会成员，同时担任JHPS的编委。

冯丹

华中科技大学计算机学院院长、教授

冯丹，华中科技大学计算机科学与技术学院院长，教授，博士生导师，CCF会士。武汉光电国家研究中心信息存储与光显示功能实验室主任，信息存储系统教育部重点实验室主任。从事计算机系统结构、非易失存储技术、大规模网络存储系统、云存储、磁盘阵列体系结构等方面的研究工作。承担了包括973、863、国家自然科学基金等多个项目的研究工作，取得多项成果。先后两次担任973项目首席科学家，担任863重大项目“海量存储系统关键技术”总体专家组组长，国家自然科学基金委创新群体“大数据存储系统与技术”负责人，教育部创新团队“信息存储系统与技术”学术带头人等。在国内外重要学术刊物及学术会议上发表有关学术论文200余篇，著作2部，获得60项发明专利授权，10余项软件著作版权。研究成果获国家技术发明二等奖2项，省部一等奖3项，国际存储竞赛决赛奖1项。

报告题目：基于忆阻的存算一体化系统及仿真技术

报告摘要：探索基于新型非易失存储器的非冯诺依曼体系结构，减少数据在存储器和处理器间的传输提升计算系统能效的技术，已成为当前研究热点。报告将在介绍国内外存算一体化研究现状及发展趋势的基础上，介绍我们的研究工作。包括：面向图像处理、神经网络计算等的通用存算一体化体系结构，高可靠存储技术，高精度计算技术，典型存算一体化算法映射及优化方法，以及系统仿真平台技术等。

许胤龙

中国科学技术大学教授、国家高性能计算中心（合肥）常务副主任

许胤龙，中国科学技术大学计算机学院教授、国家教育部软件工程专业教学指导委员会委员、国家高性能计算中心（合肥）常务副主任。曾任中国科大计算机学院副院长。1983年于北京大学数学系获学士学位，1989、2004年于中国科大计算机系获硕士、博士学位。主持多项国家自然科学基金面上、国家863项目，参与多项国家973、国家自然基金重点、国家863重点、科技部重点研发计划等项目。曾获得国家级教学成果二等奖、安徽省教学成果特等奖与一等奖、宝钢全国优秀教师奖、中国科学院优秀指导教师奖等。指导的学生曾获得全国优秀博士论文提名奖、中国科学院优秀博士论文等。主要研究方向有存储系统、数据处理、高性能计算等。在USENIX FAST、ACM SOSP、VLDB、USENIX ATC、IEEE ICDE、ACM SIGMETRICS、IEEE INFOCOM、Spring WWW、ACM ToS、IEEE JSAC、IEEE TPDS、IEEE ToC、IEEE TCAD等国际顶级学术会议与学术杂志上发表了一系列高水平学术论文。

报告题目：模式感知键值存储初步探索

报告摘要：键值存储将不同数据抽象成统一的键值对形式进行存储，并提供简单通用的访存接口，可以实现对非结构化数据的高效存储和灵活管理，同时具备良好的横向扩展能力，目前已被广泛应用于分布式数据库与云存储等分布式系统的底层存储。由于键值存储往往需要对多类型非结构化数据的统一高效存储，因此在存储结构、索引结构、访存管理等方面均需进行相应的设计和优化，吸引了业界大量的深入研究，并形成了系列成熟技术。未来，随着数据的普通查询与数据的智能化分析逐步融合，比如HTAP数据库的事务处理与数据分析的融合，图计算的图查询与图分析的融合等，数据的访问模式也更复杂化与精细化，从而对键值存储提出了新的需求和挑战。该报告将首先概述课题组在通用键值存储方面的成果，进而着重介绍在模式感知（schema-aware）键值存储方面的初步探索与尝试。

张兴军

西安交通大学计算机学院院长、教授

张兴军，西安交通大学教授，博士生导师。西安交通大学计算机科学与技术学院院长。主要从事高性能计算、大数据存储系统、分布式机器学习等领域研究工作。主持科研项目20余项；发表学术论文140余篇，被SCI、EI收录100余篇；核心技术获得国家发明专利授权36项；获省部级科研成果奖2项。担任中国西部科技创新港并行与分布式数据处理研究所副所长、陕西省并行与分布式数据处理工程技术研究中心副主任、陕西省计算机学会副理事长、陕西省计算机类专业教学指导委员会秘书长、教育部计算机类专业教学指导委员会委员。

报告题目：通过存储子系统架构创新优化数据密集型超算性能

报告摘要：随着处理器技术和计算机体系结构的快速发展，高性能计算技术取得了长足的进步。然而，数据规模的不断扩大和大数据、人工智能等新型应用不断提高的性能要求，使得传统的数据密集型计算面临巨大的数据访问性能问题。报告将总结传统数据密集型计算面临的问题，并讨论 HPC 新型存储子系统架构设计，以解决不断增长的应用程序类型和性能要求。

张广艳

清华大学长聘副教授、CCF杰出会员

张广艳，清华大学计算机系长聘副教授、博士生导师，CCF杰出会员。主要从事大数据存储与分析的理论和方法研究，包括大数据计算、存储系统与分布式处理等方面。研究得到包括国家重点研发计划、973和863等多项国家科研项目的支持。近年来提出了大规模存储系统构建及访问的方法与关键技术，有效提高了存储系统的性能、扩展性和可用性。发表学术论文40余篇，其中包括FAST（4篇）、USENIX ATC、ACM TOS、IEEE TC、IEEE TPDS等计算机系统领域顶级国际会议或期刊论文20余篇。近五年以第一发明人获得国家发明专利授权8项、美国发明专利授权2项。指导的2名硕士生获得“清华大学优秀硕士学位论文”奖。

报告题目：三维目标驱动的CNN超参数调优方法

报告摘要：CNN 的高识别精度离不开对其模型精心的训练和设计，但这个过程需要经过漫长的计算周期并耗费海量的计算资源。随着训练数据量的快速增长，CNN 规模将更大，结构将更复杂，CNN 的设计更迭也将更频繁，CNN训练及设计的计算性能已成为制约其快速发展和广泛应用的主要瓶颈。报告探讨了一种三维目标驱动的 CNN 超参数调优方法。其核心思想是为 CNN计算系统建立全新的性能模型，并深度嵌入贝叶斯优化来学习该模型中目标函数和超参数之间的关系，以实现在调优中权衡推理精度、推理内存使用量和训练速度来最大化系统性能。

华宇

华中科技大学教授、CCF杰出会员

华宇，华中科技大学教授，CCF杰出会员、CCF和ACM的杰出演讲者。曾在加拿大麦吉尔大学，美国内布拉斯加大学林肯分校做博士后研究工作。研究方向是新型存储器件、云存储系统、非易失内存系统等。研究成果发表在OSDI、MICRO、FAST、HPCA、SC等国际会议上。在ACM APSys 2019、ICDCS 2021等国际会议上担任程序共同主席/副主席，在OSDI、FAST、USENIX ATC、ASPLOS、SC等会议上担任程序委员。研究成果获得教育部自然科学一等奖、湖北省科技进步一等奖和中国电子学会信息科学技术二等奖等。指导的学生获得ACM China优博全国奖和ACM SIGOPS China新星奖等。

报告题目: 面向东数西算的学习型内存系统

报告摘要: 东数西算对于数据中心的内存系统在低延迟和低能耗等方面提出新的需求，而以学习型索引为突破口构建自适应和可扩展的新型学习型内存系统是解决系统性能瓶颈的关键所在。报告将全面分析和阐述基于新型内存器件支持学习型系统的架构设计、索引机制和性能优化方法等，并讨论相关设计和实现中所面临的若干挑战性难题和研究工作进展。

刘铎

重庆大学教授

刘铎，重庆大学教授，博士生导师。主要从事新型非易失存储系统、嵌入式系统、新型计算架构与分布式系统等方面研究。先后在IEEE TC、TPDS、TCAD等国际期刊及DAC、DATE、ICCD、EMSOFT等国际会议发表学术论文100余篇；担任IEEE Trans. On Computers、Journal of System Architecture等期刊编委（Associate Editor）；重庆市杰出青年基金，重庆英才计划青年拔尖人才获得者。

报告题目：面向边端的非易失存储系统关键技术探索

报告摘要：随着物联网应用的持续快速发展以及4G/5G网络的普及，终端设备的种类和数量的急剧增加，高密度、低能耗和高读写速度的非易失存储器件正被大规模部署在智能终端或边缘服务器。非易失存储设备已经成为边、端的主要存储资源，对整个存储系统的性能起着至关重要的作用。本报告针对边-端存储资源特点，以及边-端存储的需求，介绍大容量低开销嵌入式闪存存储，多用户智能存储系统优化，持久化内存文件系统写优化等方面的技术探索。

朱家稷 

阿里巴巴研究员、阿里云智能事业群存储架构组负责人

朱家稷，阿里巴巴研究员，阿里云智能事业群存储架构组负责人，块存储研发负责人。在阿里云初创时期加入，全程参与了飞天内核的架构设计、飞天5K、盘古分布式存储平台、ESSD等重要项目。2017年“飞天云操作系统核心技术及产业化”项目获得中国电子学会特等奖，是其主要完成人之一。加入阿里之前，曾在微软亚洲研究院从事分布式系统方面的研究开发工作。就读于北京大学，获得计算机科学的本科、硕士学位。中国计算机学会信息存储技术专委会委员。

报告题目：云上企业级存储技术实践

报告摘要：云存储在不断丰富存储企业级特性的同时，深度融合了云原生的特性，比如规模弹性、服务化、即时按需使用、基础设施软硬协同创新、智能化运维等，助力用户业务数字化转型和创新。本报告介绍阿里云块存储ESSD云盘在该方面的技术实践。

程卓

华为数据存储技术创新实验室主任

程卓，华为数据存储技术创新实验室主任，负责数据存储领域的技术创新和孵化。毕业于华中科技大学信息存储实验室，获得计算机系统结构硕士学位。入职华为后一直从事存储产品的设计和开发工作，拥有16年的存储专业领域研究和设计经验。主持设计了OceanStor融合存储、高端存储、全闪存系列存储产品。其中主持设计的高端存储产品获得2018年广东省科学技术特等奖。中国计算机学会信息存储技术专委会委员。

报告题目：存储系统智能化实践与思考

报告摘要：存储系统智能化-AI for Storage是目前存储领域的一大创新方向，它将AI技术与存储的设计相结合，用AI技术解决存储系统的性能/可靠性/可用性等难题。本报告介绍华为存储产品在AI技术应用及智能化设计中的创新实践和思考。