陈海波

湖南邵阳人,上海交通大学教授,CCF杰出会员、ACM/IEEE高级会员,主要研究方向为系统软件与系统结构。多次担任SOSP、ISCA、Oakland、EuroSys、Usenix ATC等国际著名学术会议PC members,APSys 2014、2014年全国体系结构学术年会等PC Co-Chairs,以及ACM APSys的Steering Committee Co-Chair,在SOSP、OSDI、EuroSys、Usenix ATC、ISCA、MICRO、HPCA等发表多篇学术论文,获得EuroSys 2015、APSys 2013与ICPP 2007的最佳论文奖、HPCA 2014的最佳论文提名奖与2011年全国优秀博士学位论文奖,入选国家万人计划“青年拔尖人才”。

演讲题目:面向内存计算的系统软件与系统结构重新思考

摘要:大数据时代对海量数据处理高吞吐与低延时的要求使得内存计算成为一个必然趋势,内存计算时代计算机系统瓶颈由I/O向CPU迁移、内存存储的易失性等对于内存计算的方法与系统提出了新的挑战。该报告将探索如何有效利用当前新型硬件架构与特性,如高速互联网络、大规模众核、HTM以及非易失存储等,来重新思考与定义面向高吞吐、低延时的内存计算系统的设计与实现,以及如何对当前的系统软件栈与体系结构进行重构以适应内存计算的发展。

演讲题目:面向高可扩展与高可靠的大规模机器学习的系统软件支持

摘要:大数据时代对海量信息的处理速度与精度要求不断增长,从而包括深度学习、类脑计算在内的新型机器学习算法不断普及,这也对系统软件如何提供可扩展、可靠与易用的大数据执行环境提出了新的机遇与挑战。本报告将首先介绍基于图计算的大规模机器学习系统软件的可扩展与可靠性支持,然后对面向类脑计算系统软件的机遇与挑战进行分析与展望。