当前位置 >>

合作交流

新加坡南洋理工大学的何丙胜副教授来室做报告

撰稿：摄影：发布时间：2015年12月04日

           新加坡南洋理工大学计算机工程学院的何丙胜副教授于2015年12月1日访问实验室并给师生介绍了他的研究工作。何丙胜副教授是2003年本科毕业于上海交通大学，2008年在香港科技大学获得博士学位。何丙胜副教授的研究兴趣包括云计算，数据库系统和高性能计算，在ACM TODS，IEEE TKDE/TPDS/TC，ACM SIGMOD，VLDB/PVLDB，ACM/IEEE SuperComputing，ACM HPDC，ACM SoCC等期刊/会议发表过论文。
        何丙胜副教授在计算所做了题为“When HPC Meets Big Data”的报告，主要介绍最新的利用HPC技术（FPGA加速器等）加速大数据处理的工作。报告首先介绍当前计算机产业发展正处于大数据时代，除了性能这一作为计算机研究永恒的主题之外，并行也已经成为研究热点。通过对当前现状的分析，何老师提出了大数据时代中三个ANY特性: 从企业到每个人(anyone)，从结构化数据到任意形式的数据(any form)，从SQL处理到任意方式的处理(any analytics/processing)。何老师引用2014年图灵奖得主Michael Stonebraker的一句话来总结这些多样性: “One size does not fit all”，也就是说，大数据的处理技术要因地制宜。当新出现的软件硬件架构遇到大数据应用的时候，就会在系统层次上产生很多新的研究话题，例如性能，可编程性，能源消耗，用户界面等等，何老师的研究工作主要关注系统的性能和可编程性。接下来何老师从数据规模和性能需求两方面对现有的技术进行了分类: 数据规模小，性能需求高的问题，可以采用GPGPU进行加速; 数据规模大，性能需求不高的问题，可以通过集群和云计算来解决; 而数据规模大，性能需要高的问题，则需要通过基于硬件加速的云计算来进行处理。在后续报告中，何老师简单介绍了他们课题组近年来了工作，包括运用column database的特性对数据行进压缩，减小CPU和GPGPU之间数据传输的开销，同时能保证在压缩状态下进行比较等基本操作的编码技术; 通过近似硬件的技术对一些大数据应用进行加速，并运用refinement算法，达到对30万数据规模进行排序仍然能保证正确性的效果; 开发了一款openCL编程工具，针对verilog后端为程序员提供性能优化的建议。
        报告过程中，何老师与计算所师生进行了精彩的互动问答，对同学老师的疑问进行了详细并且深入的解释。

附件下载：