LOGO LOGO
图计算机第二次线上学术交流研讨会顺利召开
时间:2020-08-14 08:49:19

由我实验室廖小飞教授牵头的国家重点研发项目“面向图计算的通用计算机技术与系统”,在6月成功举办第1期线上学术交流研讨会的基础上,于2020年7月23日上午利用Zoom会议平台召开了第二次线上学术交流研讨会,邀请了多位本领域知名专家和学者与会报告。

加拿大皇家科学院院士M. Tamer Özsu做了题为“Streaming Graph Processing and Analytics”的报告。流式图(Streaming Graph)在越来越多的实际应用中被采用,然而由于流式图本身的复杂性和图处理复杂性的叠加,这些流式图的处理和分析挑战性很大。该报告首先对流式图处理和分析问题及环境进行介绍和定位,然后结合流式图数据管理项目s-Graffito着重介绍了其研究小组在流式图这一领域最近的工作。

中科院计算所的助理研究员张明喆报告的题目是“相变存储器的性能和使用寿命优化”。该报告主要围绕阻碍相变存储器在实际系统中大规模应用的写访问延迟长和写寿命短两个问题,介绍了近年来在基于器件特性的相变存储器性能,寿命优化方面的工作。与传统的优化方法相比,基于器件特性的动态优化方案具有硬件开销小,可同时针对多个目标进行优化、易于与现有系统进行集成等特点。

浙江省北大信息技术研究院高级研究员郑研究员报告的题目是“A Scalable Hardware Accelerator for Graph Processing”。该报告主要从工业界角度分享面向图计算加速器的内存管理架构,设计机遇与挑战,包括 Host 接口、PHY 接口、RAS 支持、安全、ECC、Flow 控制,以及Power 管理等内容。

香港中文大学程鸿副教授做了题为“Graph Learning and Its Applications”的报告。该报告主要介绍最近在图学习方面的研究及其应用。与独立处理各个图实例不同,其研究工作采用图层次图模型来解决图分类问题(其中节点表示图实例,边表示图实例之间的语义关系)。具体为,设计了一个新的分类框架,该框架包括两个分类器,一个是图实例级的(graph instance level),另一个是层次结构级的(hierarchical structure level)。两个分类器交替更新,最小化监督损失和它们之间的分歧损失。该方法在37,836个腾讯QQ用户群上进行了测试,取得了良好的分类效果。

新加坡国立大学何丙胜副院长报告的题目是“ThunderGP: Fast Graph Processing for HLS-based FPGAs”。该报告介绍了其研究小组面向HLS-based FPGA的图处理工作ThunderGP。ThunderGP可以使得数据科学家能够在不影响可编程性的前提下享受基于FPGA的图处理性能。其获得优异性能的关键点有两个:第一,ThunderGP采用了改进的执行流程,以更好地利用FPGA的流水线并行性,减少对全局内存的数据访问量。第二,ThunderGP对内存访问进行了高度优化,以充分利用硬件平台的内存带宽容量。据了解,这是在基于HLS的FPGA上最快的图处理框架。

另外,清华大学计算机科学与技术系高性能所博士生冯冠宇还带来了一个关于新型事务图存储系统亮点工作“LiveGraph: a Transactional Graph Storage System with Purely Sequential Adjacency List Scans”的分享。

以上报告深入浅出、精彩纷呈,且内容很有前瞻性,聆听的师生表现出了浓厚的兴趣。报告之余,现场的师生就流图处理、硬件图加速器、图学习、基于HLS的FPGA图加速等诸多问题和专家们进行了充分沟通与交流,获益匪浅。同时,本次会议还通过bilibili对外进行了直播,使得项目外的诸多感兴趣的人士也获得了学习的机会。

通过本次会议的召开,进一步促进了项目组、实验室与图计算国内外同行的沟通交流,为项目的后续推进提供了有益的支持。


(通讯员 蒋文斌)