火热来袭！ 以数据为中心的系统架构论坛 | CNCC2021

如何高性能、高效能的快速处理海量数据是一个难题。学界和工业界利用多种存储介质缓存或存储海量数据，多样化算力处理数据提取价值，高速互连网络加速数据交换，存算一体，近数据计算，在网计算，数据流等技术促使计算架构从计算为中心转向数据为中心。这些突破和演进对于规模化大数据分析，数据密集型HPC，AI大模型训练具有重大意义。对于我国建设区域化大数据中心，E级超算，人工智能智算中心等大科学装置的效能具有重要的科技、经济和社会效益。本论坛将围绕这些技术方向在工业界和学界的最新进展展开研讨，凑成产学研合作。

金海

博士，华中科技大学教授、博士生导师，长江学者特聘教授，CCF副理事长、会士， IEEE Fellow，华中科技大学“大数据技术与系统国家地方联合工程研究中心”主任、“服务计算技术与系统教育部重点实验室”主任。国务院特殊津贴专家。“十三五”“云计算与大数据”国家重点研发计划专家组副组长、“十四五”“先进计算与新兴软件”国家重点研发计划专家组组长。湖北省计算机学会理事长。获国家自然科学二等奖 1项、国家科技进步二等奖 2项、国家发明二等奖 1项。主要研究领域为计算机体系结构、并行与分布式处理等、云计算与大数据。 

陈明宇

中国科学院计算技术研究所研究员

讲者简介：陈明宇，博士，中国科学院计算技术研究所研究员、博士生导师，中国科学院大学岗位教授，CCF信息存储专委委员。主要研究方向为高性能计算机体系结构和操作系统，先后参加过曙光2000~6000系列国产高性能计算机的研制，新型高通量计算机系统研究，主持和参与过863、973、自然科学基金、中科院先导专项等多项国家重大科研项目。

近年来研究重点为内存和新型存储体系结构，提出面向一体化存储的新型消息式访存结构。

报告题目：数据中心统一访存的技术挑战

报告摘要：新型的内存介质的采用和跨节点的内存资源共享是数据中心计算机体系结构的发展趋势之一，而传统的处理器访存结构已经不能适应未来内存资源多样性的变化。报告首先介绍分布式内存扩展技术的发展历史和现状，然后分析实现数据中心统一访存面临的关键技术挑战，包括异步、并发、一致性、地址映射等问题，最后介绍对处理器内专用访存加速单元的研究成果。

杨玉超

北京大学研究员，北京大学人工智能研究院类脑智能芯片研究中心主任

杨玉超，博士，北京大学研究员，人工智能研究院类脑智能芯片研究中心主任，北京智源学者。长期从事神经形态器件、类脑智能芯片、忆阻器等研究，累计发表Nature Nanotechnology、Nature Electronics、Nature Communications、Science Advances、IEDM等期刊和会议论文100余篇，SCI引用5500余次，H因子为33。累计2篇入选TOP 0.1% ESI热点论文，11篇入选TOP 1% ESI高被引论文，3篇入选期刊封面/内封面，受邀撰写中英文专著5章。研究工作入选北京智源人工智能研究院发布的“2020年世界十大AI进展”，并被Advanced Science News、Materials Views、nanotechweb.org、X-MOL、RSC中国等几十家网站重点报道。主持重点研发计划、基金委重点项目、霍英东教育基金会青年教师基金、北京智源青年科学家等项目，任国家重点研发计划项目首席科学家、中青科协信息与电子专业委员会副秘书长/理事、中青科协提案专门委员会理事、中国电子学会青年工作委员会委员、IEEE未来计算国际研讨会TPC主席、EDTM 2021 Subcommittee主席、《Nano Select》副主编、《Scientific Reports》编委、《Chip》编委、《中国科学：信息科学》青年编委、《Chinese Physics B》客座编辑、《Journal of Semiconductors》客座编辑等。曾30余次受邀在国际学术会议上做主旨/特邀报告，作为程序委员会主席和召集人组织了IEEE未来计算国际研讨会（IWOFC）等多次国际会议。获首届科学探索奖、求是杰出青年学者奖、Wiley青年研究者奖、《麻省理工科技评论》中国区35岁以下科技创新35人等奖项，入选2020全球前2%顶尖科学家榜单。

报告题目：基于忆阻器的存算一体技术

报告摘要：近年来，人工智能经历了突飞猛进的发展，但仍面临训练代价大、功耗高等瓶颈难题，限制了其在边缘智能设备中的应用场景。信息科学正逐步从以摩尔定律为代表的编年体式常规科学时期转向多种计算范式并存的群雄逐鹿时期。基于忆阻器的存算一体技术是迈向新一代高效人工智能系统的重要技术路径。本报告将探讨高能效存算一体器件、芯片、架构等方面的技术演进趋势。

叶笑春

中科院计算所高通量计算机研究中心研究员

叶笑春，博士，中科院计算所高通量计算机研究中心研究员，CCF体系结构专委委员，主要从事众核处理器结构研究。作为核心骨干参与了Godson-T高性能众核处理器和DPU高通量众核处理器的研制，近年来在包括MICRO、HPCA等在内的计算机体系结构会议/期刊上发表论文60余篇，授权/受理发明专利20余项。作为负责人或骨干参与973、863、国家重点研发计划、基金重点/面上、核高基、中科院先导等课题10余项。曾获北京市技术发明一等奖、吴文俊人工智能技术发明奖、中科院科技成果转化奖等。

报告题目：数据流体系结构的发展与探索

报告摘要：数据流架构是计算机体系结构中的一个重要分支，在并行性挖掘等方面具有巨大的潜力。本报告将回顾数据流模型及体系结构的发展历史，阐述数据流在传统高性能并行计算以及人工智能等新兴加速场景中的应用及发展前景。

孙宏伟

华为计算产品线基础软件资深技术专家（首席）

孙宏伟，工学博士，华为计算产品线基础软件资深技术专家（首席）。曾任华为混合云首席架构师兼CTO，IBM大中华区软件定义架构资深技术总监，参与设计了Summit与Sierra的全栈软件系统，包括LSF，GPFS，集群管理软件等。主持百万级吞吐量毫秒级时延的业界首个元函数框架IBM Symphony，IBM Waston Runtime的主要设计者。发表论文30多篇，专利30多篇。

报告题目：以数据为中心的计算架构的思考与实践

报告摘要：数据量的爆发和对数据的时效性分析诉求凸显了现有的计算架构的“内存墙”、“互连墙”等业界难题，以分级内存、全局内存池化等技术为基础构建的数据驱动的系统架构解决数据为中心应用的诸多痛点，提升性能、降低成本、框架模型创新，数据处理单元DPU的出现推动数据驱动的系统架构的下一步演进。通过基础软件使能算力和应用，简化应用开发，构建杀手级场景是数据驱动系统架构成功的关键。

华为Open Computing Kit作为计算产品线应用使能基础软件平台，沉淀三大系统级架构创新技术能力即数据驱动、多样算力和端边云，融合四大软件根技术即操作系统、数据库、编译器/语言与加速库，打造计算产业平台级竞争力。本演讲将介绍华为以数据为中心的系统架构创新的背景与进展、总体架构、应用场景、性能优化数据、路线图及技术挑战等内容。

从爆发的海量数据中及时获取价值成为计算产业发展的源动力和重要趋势，针对大数据量实时性分析的诉求，从计算为中心到数据为中心的体系结构变革已经拉开帷幕，多样算力、高速网络、多层次内存与内存池化等新技术层出不穷，基础软件作为计算架构的灵魂，数据驱动的计算架构以及规模化的应用为基础软件带来跨代机遇，本次汇报专注数据为中心的计算架构中的基础软件技术及其发展趋势，内容包括 1.分布式系统与软件架构创新，面向数据为中心计算架构的新一代分布式软件框架与编程模型 2. 针对多层级存储介质的软件透明服务与优化 3. 通过资源(多样算力、多级内存等)池化与共享减少数据流动，提高数据处理效率 4. 高速硬件场景中的基础软件架构创新与性能优化，降低基础软件开销对应用端到端性能的影响需要体系化的思路和软件架构创新。