科研进展

深圳先进院研发出具有数据大小感知的高维配置自优化内存大数据系统

时间:2018-04-03  来源:数字所异构智能计算中心 贝振东 文本大小:【 |  | 】  【打印

  32428日,ACM23届体系结构支持的编程语言和操作系统国际会议(ASPLOS 2018)在美国弗吉尼亚州的威廉斯堡举行。中国科学院深圳先进技术研究院数字所异构智能计算中心喻之斌研究员和贝振东博士在该会议上宣读了被录用的长文(双栏14页)“DAC: Datasize-Aware High Dimensional Configurations Auto-Tuning of In-Memory Cluster Computing”。 

  该工作针对内存计算的高维配置优化难题,提出了数据大小感知的自优化系统DAC。该工作发现数据大小对内存大数据分析引擎如Spark达到最佳性能时的配置有显著影响,进而提出感知数据大小的层次化无假设性能建模技术,并利用体系结构支持的优化配置方法,解决了大数据背景下内存大数据系统的高维配置难题。在复杂应用场景下,以Spark程序为例,DAC实现了平均30.4倍,最高达89倍的性能加速比。该报告引起现场学者的浓厚兴趣,并进行了深入讨论和广泛交流。参会学者提出了许多关于方法实现细节和如何在实践中应用的问题,一致认同DAC在数据中心中具有的重要学术和应用价值,认为研究成果将大幅提升内存大数据系统的性能,创造社会经济效益。 

    ASPLOS是计算机系统结构领域的顶级国际会议,涉及硬件、体系结构、编译器、编程语言、操作系统和网络等多个研究方向,尤其重视不同研究方向上的交叉融合。ASPLOS在过去的三十多年推动了世界上一系列重大的计算机系统创新(例如RISCVLIW处理器,今天广为使用的多核处理器,集群和工作站网络,优化编译器,深度学习专用芯片,RAID和网络存储系统设计等)。因此,ASPLOS在学术界和工业界均具有巨大的影响力,是中国计算机学会(CCF)推荐的A类国际会议。

喻之斌研究员在会上作报告

喻之斌研究员(左)和贝振东博士在会场