<output id="hwyes"><button id="hwyes"><address id="hwyes"></address></button></output>
      1. 您的位置:首頁 > 活動會議 > 活動日歷 > ADL

        ADL95《大數據環境下內存存儲與內存計算》開始報名了

        閱讀量:30
        2018-08-22

        The CCF Advanced Disciplines Lectures

        中國計算機學會學科前沿講習班

        CCF ADL 95

        主題《大數據環境下內存存儲與內存計算》

        2018917-18 

        中科院計算技術研究所一層報告廳(海淀區科學院南路6號)



        微信圖片_20180822170851

        掃描(或長按)二維碼報名

            人機物融合生態的快速發展,推動著大數據基礎設施不斷追求高時效、低能耗的設計。近些年來,新型存儲器件(各種非易失型存儲器件,如相變存儲、3D XPoint等)的迅猛發展,已經為大數據高時效的存儲與計算提供了新的可能。這些新型存儲器件的應用必將對傳統DRAM-I/O的存儲架構產生沖擊,也將對上層核心軟件系統、編程環境提出挑戰。同時,隨著新型存儲器件從模型、概念到小規模量產和應用,大數據高時效體系結構的重構腳步已經越來越近,如何支撐大數據應用獲得重要收益必將成為未來幾年工業界和學術界關注的熱點問題,也是國家重點研發計劃支持的重點。本期CCF學科前沿講習班邀請了多位學術界和工業界的著名學者,將圍繞大數據環境下的內存存儲與內存計算的系統結構與關鍵技術進行介紹,探討相關技術的未來發展趨勢。本講習班旨在幫助學員了解內存存儲與內存計算的當前熱點和前沿的科學問題,開闊科研視野,增進學術交流和增強實踐能力。

        學術主任:舒繼武 清華大學

        廖小飛 華中科技大學

        主辦單位:中國計算機學會

        日程安排:(如有變動,以現場為準)

        時間

        內容

        9月17日

        8:00-8:15

        開班儀式

        8:15-10:15

        周禮棟,微軟亞洲研究院

        講座題目:高效可靠分布式大數據流處理:抽象、設計和實現

        10:30-12:30

        吳結生,阿里巴巴云計算公司

        講座題目:On the Robustness of Large-Scale Storage Systems over Memory-Based Storage Technologies

        12:30-13:30

        午餐

        13:30-15:30

        肖儂,國防科技大學

        講座題目:基于新型存儲介質的異構存儲計算技術

        16:00-18:00

        廖小飛,華中科技大學

        講座題目:異構內存計算系統的構造:進展與問題


        8:00-10:00

        李濤,佛羅里達大學

        講座題目: Enabling In Memory Computing for AI and Edge Computing in Big Data Era

        10:15-12:15

        陳海波,上海交通大學

        講座題目:低時延數據中心操作系統

        12:15-13:00

        午餐

        13:00-15:00

        查偉, 華為公司

        講座題目:Design Issues for SCM-friendly Storage and Data Structure


        15:15-17:15

        舒繼武,清華大學

        講座題目:持久性內存存儲系統的內存空間管理與內存數據結構


        17:15-18:15

        學術討論,合影,結業式



        特邀講者(按學術講座時間順序)


        李濤·佛羅里達大學

        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.

        講座題目: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.

        吳結生·阿里巴巴云計算公司

        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).

        講座題目: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.

        肖儂·國防科技大學

        Bio:肖儂,國防科技大學計算機學院教授、博士生導師。獲得教育部長江學者特聘教授、國家杰出青年科學基金。現任中國計算機學會工委副主任、信息存儲專業委員會副主任、大數據專家委常務委員和高性能計算專業委員會委員。研究方向為高性能網絡計算與云計算、新型存儲和系統結構。負責過863重大項目和一般項目、國家重大基礎研究項目973課題、國家自然科學基金重點項目等。獲得國家科技進步二等獎1項、省級部委級一等獎2項和二等獎3項,發表論文160多篇。

        講座題目:基于新型存儲介質的異構存儲計算技術

        摘要:以NVRAM為代表的新型存儲介質技術發展迅猛,為緩解計算機系統中的越來越嚴重的I/O挑戰性問題提高了一個有效的途徑。我們將重點探討基于這類新型存儲介質的異構存儲計算技術。

        廖小飛·華中科技大學

        Bio:廖小飛,博士、教授、博士生導師,計算機學院副院長。2005年獲得華中科技大學工學博士學位,主要研究方向為系統軟件、多核虛擬化、大數據處理等。主持863計劃、國家自然科學基金等多個項目,單篇論文最高引用超過400次。獲得NSFC“優秀青年科學基金”、教育部“長江學者”青年項目,入選中組部“萬人計劃”之首批“青年拔尖人才支持計劃”,獲得國家科技進步二等獎1項、教育部技術發明一等獎2項。

        講座題目:異構內存計算系統的構造:進展與問題

        摘要:基于異構內存構造新型混合內存系統,或可提供價廉、低耗、相對高性能的處理環境,是解決大數據處理時效性問題的一個重要方向。報告人簡要介紹了國內外研究進展,以及研究團隊在結構安排、數據管理以及模擬器等方面的具體工作。

        周禮棟·微軟亞洲研究院

        Bio:周禮棟博士現任微軟亞洲研究院副院長,負責計算機系統和網絡領域的研究,并主管微軟亞洲研究院-微軟(亞洲)互聯網工程院人工智能系統聯合中心,主要從事大規模分布式系統、存儲系統、無線通訊和網絡,以及系統安全和可靠性方面的研究。他的研究一直推動著可靠及可擴展的分布式系統的理論和實踐進步,為在線云服務提供支持。多年來,周禮棟博士在設計和開發大規模分布式系統方面扮演了重要的技術角色,這些系統支持著微軟從搜索引擎、大數據基礎設施、云可靠性和可用性到AI基礎設施的主要服務。周禮棟博士是計算機學會計算機存儲會刊(ACM Transactions on Storage)編委會成員,曾擔任2017第26屆操作系統原理大會(SOSP’17)聯合主席。周禮棟博士畢業于康奈爾大學,先后獲得計算機科學碩士及博士學位。

        講座題目:高效可靠分布式大數據流處理:抽象、設計和實現

        摘要:在這個講座中,我們以分布式大數據流運算為例,從效率和可靠性等角度,詮釋在大數據云計算時代如何設計和實現大規模、可擴展的、基于內存的數據處理和運算。我們定義新的抽象來降低系統的復雜性、提高設計靈活性,保證協議的正確性,并有效地提升了系統在大規模部署和運行上的可維護性。我們也探索了將內存壓縮應用到大數據流處理中的可能性并取得了很好的效果。最后,我們會簡單介紹一下微軟亞洲研究院系統和網絡研究領域中和內存計算相關的其它前沿項目。

        陳海波·上海交通大學

        Bio:陳海波,上海交通大學教授、博士生導師。同時也擔任華為OS首席科學家、操作系統內核實驗室主任。主要研究方向為操作系統與并行分布式系統。在操作系統、基于新型硬件的事務處理系統與大數據查詢系統等領域做出了引領性工作。入選2014年國家“萬人計劃”青年拔尖人才計劃,獲得2011年全國優秀博士學位論文獎、2015年CCF青年科學家獎與2018年CCF青竹獎。目前擔任ACM SIGOPS ChinaSys副主席、ACM APSys指導委員會主席、《ACM Transactions on Storage》編委,ACM CCS 2018系統安全領域主席。曾擔任ACM SOSP 2017年大會主席、ACM SIGSAC與CCS/IEEE CS青年科學家獎獎勵委員會委員、以及SOSP、ISCA、Oakland (S&P)、PPoPP、EuroSys、USENIX ATC、FAST、CCS等國際著名學術會議程序委員會委員。在SOSP、OSDI、EuroSys、Usenix ATC、ISCA、MICRO、HPCA、ASPLOS、FAST、PPoPP、CCS、Usenix Security、NDSS等著名學術會議與IEEE TC、ToS、TSE與TPDS等著名學術期刊等共發表100余篇學術論文,獲得ACM EuroSys 2015、ACM APSys 2013/2017與IEEE ICPP 2007的最佳論文獎與IEEE HPCA 2014的最佳論文提名獎。研究工作也獲得Google Faculty Research Award、IBM X10 Innovation Award、NetApp Faculty Fellowship與華為創新價值成果獎等企業獎勵。

        講座題目:低時延數據中心操作系統

        摘要:新型應用如互聯網金融、AR/VR、電子商務等數據中心的要求逐步從高吞吐走向低時延,并且對時延的要求逐步從秒級走進毫秒乃至微秒級,另一方面,新型硬件的時延也開始從毫秒級走向微妙級,并且向納秒級演講。然而,作為管理硬件資源與支撐應用的數據中心操作系統面臨著對資源的低效抽象與協作失衡等問題,從而造成應用評價時延乃至長尾時延的增大。在該報告中,我將介紹我們近期在低時延數據中心操作系統方面的一系列研究,通過提供去層次化抽象、去通信化同步與基于RDMA的原位計算等方法,將當前數據中心操作系統的時延降低超過一個數量級,同時吞吐提升超過兩個數量級。成果被Linux、Xen、OpenJDK等基礎軟件平臺廣泛使用,并且被華為、微信等直接應用。最后,我將展望未來基于垂直整合的數據中心操作系統的軟硬件協同設計。

        查偉·華為有限公司

        Bio:查偉,現為華為IT產品線存儲首席規劃師,98年加入華為,先后從事了華為話音交換機,數通交換機的底層模塊開發工作;2002年開始從事華為存儲業務,先后主導了華為存儲從中端企業存儲SAN S5000產品到高端SAN 18000系列產品的設計工作;12年后負責華為存儲架構設計及規劃.

        講座題目:Design Issues for SCM-friendly Storage and Data Structure

        摘要:本TOPIC從華為面向SCM構建存儲原型系統的前期實踐出發,闡述了面向SCM的存儲系統的需求、硬件基礎,并以此為設計前提,闡述了如何在SCM介質上實現低時延的存儲系統,特別是其中數據結構的考慮,以及我們在實現過程中的問題及解決方案。

        舒繼武·清華大學

        Bio:舒繼武 博士,清華大學計算機系教授,教育部長江學者特聘教授,國家杰出青年基金獲得者,IEEE Fellow,中國計算機學會會士、學術工委副主任、信息存儲技術專業委員會副主任,災備技術國家工程實驗室副主任;擔任《ACM Transactions on Storage》的Associate Editor和《計算機學報》、《軟件學報》、《計算機研究與發展》等期刊編委;主要研究領域為網絡(/云/大數據)存儲系統、新型NVM存儲系統與技術、存儲可靠性與安全、并行/分布式處理技術等,相關成果發表在包括FAST、USENIX ATC、MICRO、ISCA、EuroSys、DAC、DSN等重要國際學術會議和IEEE/ACM Trans.等權威期刊上;負責過國家重點研發項目、863項目、973課題、國家自然科學基金重點項目等。獲國家科技進步二等獎和國家發明技術二等獎各一次,部級科技一、二等獎三次。

        講座題目:持久性內存存儲系統的內存空間管理與內存數據結構

        摘要:近年來,隨著新型非易失存儲器NVM如3D XPoint等的推出和應用,通過內存總線連接CPU的NVM—持久性內存PM,一方面,PM不僅具有與DRAM性能接近、非易失性、字節尋址、靜態功耗低的特點,還具有讀寫不對稱、寫延遲高、壽命有限等不足;另一方面,持久性內存PM提供了內存級的數據持久性,可構建持久性內存存儲系統,但卻改變了傳統存儲系統兩級存儲的模式,且易失性和持久性的邊界有了變化。這些都導致持久性內存存儲系統的軟件層次需要變革。本報告首先闡述持久性內存存儲系統構建中軟件層的一些挑戰,然后,闡述持久性內存存儲系統中的內存空間管理的相關問題、挑戰和研究進展,再次,闡述持久性內存存儲系統中的內存數據結構的相關問題、挑戰和研究進展,最后給出總結和展望


        報名須知:

        1、報名費:CCF會員2500元,非會員3000元,非會員同時加入學會2700元(學生2550元)。開班現場報名,需繳納報名費4000元(僅支持公務卡,不收取現金)。食宿交通自理。根據交費先后順序,會員優先的原則錄取,額滿為止。
        給予西部五所高校兩個名額,可免費,限CCF會員, 需個人提出書面申請并加蓋院系公章,將電子版發至[email protected], CCF將按照申請順序進行錄取。 (五所高校的名單如下:新疆大學,青海大學,云南大學,貴州大學,寧夏大學。)
        2、入會流程:掃描二維碼,點擊“會員”—>“加入CCF”—>繳費。會費:會員200元/年。學生會員:50元/年。


        3、報名截止及繳費說明:
        (1)報名截止日期:2018年9月16日。報名請盡量預留不會攔截外部郵件的郵箱,收到報名費,CCF會發送確認郵件到您郵箱;
        (2)CCF會員報名,請務必在報名表中填寫在有效期內的CCF會員號。否則按非會員處理;
        (3)紙質發票開具周期長,請盡量選取電子發票;
        (4)通過支付寶繳費,請將交費頁面截圖作為附件發送到 [email protected]郵箱,主題為“ADL95+學員姓名”。
        4、繳費方式:
        銀行轉賬(支持網銀、支付寶):
        開戶行:北京銀行北京大學支行
        戶名:中國計算機學會
        賬號:0109 0519 5001 2010 9702 028
        繳費請務必注明:ADL95+學員姓名
        5、聯系:李紅梅  
        郵箱 : [email protected]  電話:18810669757



        时时彩qq计划群2018

        <output id="hwyes"><button id="hwyes"><address id="hwyes"></address></button></output>

            <output id="hwyes"><button id="hwyes"><address id="hwyes"></address></button></output>