報告題目：新型異構數據流架構研究

報告時間：2024年11月13日上午11:00

報告地點：437bwin必贏國際官網B404

報告人：過敏意

報告人單位：上海交通大學

報告人簡介：過敏意，上海交通大學電子信息與電氣工程學院“致遠”講席教授，國家杰青，教育部創新團隊學術帶頭人，973計劃首席科學家，享受國務院特殊津貼。IEEE Fellow，ACM 杰出科學家，中國計算機學會常務理事和會士 。研究方向為高性能計算，并行編譯與算法，并行與分布式系統，云計算與大數據，計算機體系結構?，F擔任IEEE Transactions on Sustainable Computing主編，IEEE Transactions on Parallel and Distributed Systems、IEEE Transactions on Cloud Computing、Journal of Parallel and Distributed Computing等期刊編委；在IEEE/ACM Transactions、MICRO、ASPLOS、ISCA、HPCA等國內外著名期刊和會議發表了500余篇論文，出版中英文著作6部，授權發明專利40多項，國際學術會議上獲得最佳論文7次。主持國家杰出青年基金、國家自然科學基金重點項目、國家重點研發計劃、863項目、973項目等多項國家級項目，曾獲得2019年度國家技術發明二等獎和多個省部級一等獎。

報告摘要：近期計算機應用特別是新興人工智能應用呈現多領域交叉融合的發展趨勢，例如深度學習與圖計算和大數據結合，分別產生了圖神經網絡和向量型數據庫等多領域融合負載。這些領域融合負載給靈活性受限的新興領域專用架構帶來了全新的挑戰。而另一方面，通用CPU處理器受制于馮氏控制流架構的瓶頸制約，性能功耗已逐漸飽和。數據流架構是構建高性能與高效能處理器的重要方法，具有重要的應用潛力；其具有天然的數據驅動并行執行模型，能夠有效地驅動大量計算和存儲資源。例如，深度學習專用TPU處理器可以認為是一種特殊固化后的數據流架構。此外，數據流模型也具有可完整表示應用計算語義、提供簡潔編程性等優勢；深度學習領域中如Tensorflow/PyTorch等編程框架和TVM等編譯框架都采取了基于數據流的模型。然而，數據流計算系統目前只在深度學習領域取得了初步的成功，其硬件架構和配套軟件系統無法用于其他領域，更遑論新興多領域融合負載。因此，亟需研究新型數據流計算系統。本次演講將首先回顧數據流計算架構的發展歷史，并分享課題組在新型異構數據流計算系統設計和研制上的進展。

邀請人：杜博