來(lái)自華中科技大學(xué)的劉海坤教授的報(bào)告主題為基于新型非易失內(nèi)存的鍵值對(duì)存儲(chǔ)系統(tǒng)（MioDB）。作為一種簡(jiǎn)單高效的數(shù)據(jù)結(jié)構(gòu)，鍵值對(duì)（KV）存儲(chǔ)系統(tǒng)已成為互聯(lián)網(wǎng)應(yīng)用的基本組件，而為了利用高速的順序?qū)?，LSM-Tree犧牲了一定讀性能，將隨機(jī)寫(xiě)轉(zhuǎn)化為順序?qū)?，大幅提高了KV存儲(chǔ)系統(tǒng)的寫(xiě)吞吐率。然而，LSM存在嚴(yán)重的寫(xiě)放大和寫(xiě)停留問(wèn)題。目前新興的非易失內(nèi)存（PM）為解決這一問(wèn)題提供了契機(jī)。目前國(guó)內(nèi)外利用PM對(duì)基于LSM樹(shù)的KV鍵值對(duì)存儲(chǔ)系統(tǒng)的優(yōu)化方案并沒(méi)有利用PM的字節(jié)尋址特性，沒(méi)有對(duì)傳統(tǒng)LSM數(shù)的SSTable改進(jìn)，而MioDB則提出使用跳表代替SSTable，消除序列化和反序列化開(kāi)銷，減少系統(tǒng)寫(xiě)放大和寫(xiě)停留。經(jīng)測(cè)試，MioDB和最新工作MatrixKV相比，隨機(jī)寫(xiě)吞吐量提高2.5倍，寫(xiě)放大降低2.6倍。

來(lái)自國(guó)防科技大學(xué)的馬勝教授的報(bào)告主題為面向緊湊型卷積神經(jīng)網(wǎng)絡(luò)的脈動(dòng)陣列結(jié)構(gòu)優(yōu)化設(shè)計(jì)。脈動(dòng)陣列為有節(jié)奏地計(jì)算、傳輸數(shù)據(jù)的處理單元網(wǎng)絡(luò)，傳統(tǒng)的脈動(dòng)陣列無(wú)法適應(yīng)卷積神經(jīng)網(wǎng)絡(luò)發(fā)展過(guò)程中小尺寸卷積和深度可分離卷積的優(yōu)化方案，性能出現(xiàn)嚴(yán)重?fù)p失和可擴(kuò)展性不足。因而報(bào)告提出了可配置多向脈動(dòng)陣列（CMSA），通過(guò)雙向路徑解決非對(duì)稱切分問(wèn)題，從而優(yōu)化小尺寸卷積計(jì)算，并且設(shè)計(jì)新的數(shù)據(jù)流、改動(dòng)脈動(dòng)陣列結(jié)構(gòu)來(lái)優(yōu)化深度卷積。隨后，報(bào)告對(duì)深度卷積進(jìn)行進(jìn)一步分析，提出可配置異構(gòu)脈動(dòng)陣列（CHSA），通過(guò)單通道輸出固定數(shù)據(jù)流擴(kuò)展映射空間和改變循環(huán)展開(kāi)策略，并進(jìn)一步設(shè)計(jì)異構(gòu)PE設(shè)計(jì)，有效提高了計(jì)算時(shí)PE利用率。

來(lái)自上海交通大學(xué)冷靜文長(zhǎng)聘教軌副教授的報(bào)告主題為人工智能芯片編譯器研究。人工智能編譯器是發(fā)揮硬件算力的重要基礎(chǔ)，國(guó)產(chǎn)人工智能芯片的峰值算力高，但實(shí)際代碼的利用率低，研究AI芯片的配套軟件工具棧（包括編譯、優(yōu)化、運(yùn)行時(shí)系統(tǒng)等）刻不容緩。而新一代人工智能編譯器有三大挑戰(zhàn)：①多模型的協(xié)同編譯優(yōu)化、②跨硬件架構(gòu)的算子級(jí)優(yōu)化和③模型精度感知的編譯優(yōu)化，為了應(yīng)對(duì)上述挑戰(zhàn)，冷靜文副教授擴(kuò)充了現(xiàn)有編譯器的中間表示，提出了多層次IR的編譯器范式，并產(chǎn)出了三大成果：①基于任務(wù)IR的靜態(tài)多版本編譯器、②基于硬件級(jí)IR的跨架構(gòu)編譯器和③計(jì)算圖IR的插樁接口以及計(jì)算圖重編譯。

來(lái)自中國(guó)科學(xué)技術(shù)大學(xué)的李永坤副教授的報(bào)告主題為高可靠鍵值存儲(chǔ)系統(tǒng)。報(bào)告分為背景介紹、LSM樹(shù)的優(yōu)化和LSM樹(shù)在實(shí)際應(yīng)用中存在的問(wèn)題三個(gè)部分。在海量非結(jié)構(gòu)化數(shù)據(jù)飛速增長(zhǎng)的背景下，鍵值存儲(chǔ)以其靈活的數(shù)據(jù)類型、簡(jiǎn)單的接口、無(wú)需目錄樹(shù)和高可擴(kuò)展性的優(yōu)點(diǎn)代替?zhèn)鹘y(tǒng)關(guān)系數(shù)據(jù)庫(kù)和文件系統(tǒng)得以廣泛應(yīng)用。主流持久化鍵值存儲(chǔ)系統(tǒng)采用LSM樹(shù)結(jié)構(gòu)，然而LSM樹(shù)的層間合并會(huì)導(dǎo)致寫(xiě)放大，逐層搜索會(huì)導(dǎo)致讀放大，在有多副本容錯(cuò)的高可靠存儲(chǔ)系統(tǒng)中，尤其將多副本在一個(gè)LSM樹(shù)中統(tǒng)一管理會(huì)帶來(lái)更加嚴(yán)峻的讀寫(xiě)放大。李永坤副教授提出了DEPART，在存儲(chǔ)層對(duì)主副本和從副本解耦，進(jìn)行差異化管理，主副本保證用戶訪問(wèn)，需要快速寫(xiě)入和查詢，而從副本保證容錯(cuò)，也需要快速寫(xiě)入但查詢可以放松。因而主副本采用LSM樹(shù)存儲(chǔ)，從副本采用有序可調(diào)的兩層日志存儲(chǔ)，根據(jù)性能需求在讀寫(xiě)性能之間權(quán)衡。

來(lái)自ScaleFlux技術(shù)團(tuán)隊(duì)負(fù)責(zé)人孫建強(qiáng)先生的報(bào)告主題為可計(jì)算存儲(chǔ)在數(shù)據(jù)庫(kù)應(yīng)用場(chǎng)景的實(shí)踐。隨著CPU主頻增速減緩和業(yè)務(wù)數(shù)據(jù)的增長(zhǎng)，減少軟件棧開(kāi)銷以加速計(jì)算的近存儲(chǔ)計(jì)算得到發(fā)展，ScaleFlux獨(dú)家推出的擁有數(shù)據(jù)透明壓縮能力的可計(jì)算存儲(chǔ)CSD（2000和3000）應(yīng)運(yùn)而生。本報(bào)告基于CSD以數(shù)據(jù)透明壓縮為例介紹可計(jì)算存儲(chǔ)的廣闊前景。存儲(chǔ)中的透明壓縮即在SoC中對(duì)寫(xiě)入的數(shù)據(jù)壓縮后寫(xiě)入存儲(chǔ)介質(zhì)，壓縮和解壓縮的過(guò)程對(duì)主機(jī)透明。這一技術(shù)可以減少寫(xiě)入量進(jìn)而提高閃存的壽命，同時(shí)達(dá)到邏輯擴(kuò)容、提高性能的效果。和軟件壓縮相比，透明壓縮數(shù)據(jù)存放更緊湊、壓縮率更高，以MySQL無(wú)壓縮場(chǎng)景為基準(zhǔn)，在純文本數(shù)據(jù)集中，CSD 2000的壓縮比達(dá)2.96：1。

來(lái)自上汽技術(shù)中心基礎(chǔ)軟件架構(gòu)師張毅峰先生的報(bào)告主題為車載高性能計(jì)算與存儲(chǔ)。報(bào)告分為電子電器架構(gòu)（E/E）的進(jìn)化、車載高性能計(jì)算、車載高性能存儲(chǔ)和云端高性能存儲(chǔ)四大部分。張毅峰先生提出，從車輛到云端各個(gè)環(huán)節(jié)都需要大量數(shù)據(jù)存儲(chǔ)，車載數(shù)據(jù)主要為無(wú)需連接即可工作的實(shí)時(shí)應(yīng)用的車輛數(shù)據(jù)，而云存數(shù)據(jù)主要為性能分析，改進(jìn)和推送到車輛的數(shù)據(jù)，因而需要結(jié)合兩個(gè)特性，全面支持從“車”到“云”，再?gòu)摹霸啤钡健败嚒钡拇鎯?chǔ)需求。最后張毅峰先生以高級(jí)駕駛輔助系統(tǒng)（ADAS）的存儲(chǔ)需求及其在云平臺(tái)中的運(yùn)用為例進(jìn)行案例分析，進(jìn)一步透徹闡釋這一主題。

分享到

songjy

相關(guān)推薦