Homenews | ADSLAB

实验室一项成果（SpanDB）被存储领域顶级会议 FAST 接收

Thu, 17 Dec 2020 16:21:58 +0800

经过持续两年的努力，我们实验室和卡塔尔QCRI马晓松老师合作的SpanDB被计算机存储系统领域顶级国际会议 FAST 2020 (CCF A类) 收录。向各位参与研究工作的老师、同学、合作者表示祝贺。

这项研究工作利用包括Intel Optane SSD在内的混合介质加速基于LSM-tree的主流健值存储系统。与以往工作不同，我们选择了比非持久性内存NVRAM更便宜且应用更广泛的NVMe SSD，目标是把此类SSD的全部潜力都释放出来，做到物尽其用。最终，加速效果在尾延迟、平均延迟、吞吐率等方面相较业界最新的成果有较为明显的提升。

近年来，在实验室负责人许胤龙教授的带领下，我们实验室在计算机系统特别是在健值数据库方向有了长期稳定的积累，这项工作的发表标志着我们已经突破了“成熟度壁垒”，科研实力向着更高水平迈进。

此项工作得到了国家自然科学基金重点项目、科技部重点研发课题、双一流学科建设、111协同创新、合肥市创新计划的资助，得到了国家高性能计算中心（合肥）、安徽省高性能计算重点实验室、超算中心的平台支持！

论文题目：SpanDB: A Fast, Cost-Effective LSM-tree Based KV Store on Hybrid Storage

论文摘要：键值（KV）存储广泛地应用在许多关键的应用程序和服务中。它们可以进行快速的内存处理，但是仍然经常受到 I/O 性能的限制。高速商用 NVMe SSD 的出现推动了基于超低延迟和高带宽SSD的新型KV系统的设计。但是，要切换到全新的数据结构并将整个数据库扩展到高端SSD，需要大量的资金投入。作为一种折衷方案，基于LSM树的 SpanDB，利用包括 fast NVMe SSD的混合介质加速基于LSM-tree的主流健值存储系统。与以往工作不同，SpanDB选择了比NVRAM便宜且应用更广泛的NVMe SSD，且目标是把此类SSD的全部潜能都释放出来。 SpanDB允许用户将大量数据托管在更便宜和更大的SSD（甚至HDD）上，同时将预写日志（WAL）和LSM树的顶层重新定位到更小，更快的高端 NVMe SSD 。为了更好地利用此NVMe SSD，SpanDB通过SPDK提供了高速并行WAL写入，并启用了异步请求处理以减轻线程间同步开销，并有效地使用基于轮询的I/O。最终，加速效果在尾延迟、平均延迟、吞吐率等方面相较业界最新的成果有较为明显的提升。

中国科大夺得2020华为开发者大赛MindSpore网络模型挑战赛两项金奖

Wed, 16 Dec 2020 16:21:58 +0800

9月26日，由华为公司主办的“华为开发者大赛MindSpore网络模型挑战赛”在上海世博中心举行隆重的颁奖仪式。MindSpore是华为开源的一款支持端边云全场景的深度学习训练推理框架，该赛事是由华为公司举办的首届面向MindSpore开源社区的开发者赛事。本次比赛吸引了来自北京大学、上海交通大学、浙江大学等高校的102支队伍共计443人参加，最终决出10个奖项，其中金奖三项。

在许胤龙教授和李诚特任研究员的指导下，计算机学院先进数据系统实验室组织了两支队伍参赛，分别是由周泉、许冠斌、马煜昕、杨承儒、于笑颜组成的ADSL007队，与由阮超逸、龚平、马凯、王海权组成的adsl-spore队。在近两个月的赛程中，同学们密切配合，攻坚克难，充分利用MindSpore混合精度、算子融合、数据下沉、自动并行等先进技术，在达到理想精度的同时，大幅度提升所实现神经网络模型的训练与推理性能。最终，ADSL007与adsl-spore队优异的表现获得华为技术评审专家的高度肯定，在各自的赛道上排名第一，获得了最高奖项——金奖。获奖作品已在官方网站上进行展播。

据了解，先进数据系统实验室长期致力于解决基础核心系统软件中最具挑战的难题，近年来，在智能计算系统方向进行了卓有成效的探索，在对算法、框架和硬件的协同优化方面做出了一系列优秀科研成果。这些积累为参赛队员们在此次大赛中取得优异成绩奠定了坚实基础。未来，该实验室将继续与国内企业开展深入合作，利用平台优势和日渐丰富的开源社区资源，做出有影响力的原创性成果。

实验室主编新教材《图论导引》出版

Wed, 16 Dec 2020 16:21:58 +0800

实验室许胤龙、吕敏、李永坤三位老师主编的新教材《图论导引》在科学出版社现已在电子商务平台和当当上线。这本书分为基础知识与应用两部分，是几位老师结合三十多年计算机专业本科《图论》课程教学的实践经验编撰而成，不仅参考了国内外多本教材，而且在总结了图计算方面最新的研究成果。为提高学生的学习兴趣，本书从应用实例导入图论知识点，再介绍相关基础知识与基本理论，使学生更易理解。

中国科大荣获首届全国大学生计算机系统能力大赛编译系统设计赛特等奖

Mon, 01 Jan 0001 00:00:00 +0000

2020年中国大学生计算机系统能力大赛首届编译系统设计赛全国总决赛暨颁奖典礼于8月19-21日在线上和西北工业大学成功举行。该赛事是由教育部高等学校计算机类专业教学指导委员会和系统能力培养研究专家组共同发起，以学科竞赛推动专业建设和计算机领域创新人才培养体系改革、培育我国高端芯片及核心系统的技术突破与产业化后备人才为目标,面向高校大学生举办的全国性大赛。来自清华大学、中国科学技术大学、北京航空航天大学等47所高校的72支队伍报名参赛。我校派出的由计算机学院本科生陈清源、黄奕桐、曾明亮，网络空间安全学院本科生章耀辉组成的“燃烧我的编译器”队以及由少年班学院本科生黄业琦、计算机学院本科生丁伯尧、刘硕、彭昀组成的“YAL”队参加了线上总决赛，由计算机学院李诚老师和网络空间安全学院李卫海老师共同指导，计算机学院张昱老师作为特邀专家参加了本次总决赛。在历时2个月的初赛后，全部72支参赛队伍中仅有21支队进入总决赛。各决赛队在经过8月19-20日持续36小时紧张激烈的编译器优化工作和在线性能评测，以及21日的线上答辩后，由组委会10位专家评审与合议并发布获奖名次。我校“燃烧我的编译器”队以总分第一的优异成绩获得唯一的特等奖，捧起了“华为毕昇杯”；“YAL”队获得了二等奖。李诚、李卫海老师获得“优秀指导教师”奖。受到疫情影响，参赛学生较长时间无法返校进行实验工作，但指导教师通过搭建远程测试平台等方式成功克服实验器材困难，帮助同学们完成了核心代码调试和性能测评。在6-8月间，指导老师与同学们开展了多轮校内线上研讨会，认真备赛。 “燃烧我的编译器”队的同学们设计思路清晰，分工明确，配合默契，在比赛中展示了强大的创新和工程实践能力。他们巧妙地设计了程序的三层中间表式，并提出基于多线程的轻量级自动并行等优化方法，在有限的比赛时间里实现了30余个优化遍。最终，他们设计的编译器为测试用例生成了高性能可执行代码，大部分用例的运行速度明显快于开启-O3高级优化后的主流编译器GCC，荣获特等奖。“YAL”队的同学们虽在初赛中因队员有其他比赛等事情而使进度严重滞后，在临近初赛结束时又遇到极为复杂的技术难题，但在同学们和老师的通力配合之下，依靠顽强拼搏的精神，在高度紧张的比赛气氛中承受住压力，扭转了不利局面，顺利挺进决赛，荣获二等奖。

我校计算机类课程体系建设秉承基础宽厚实，专业高精尖的理念，重视学生“系统能力”的培养，相关改革成效凸显，成为全国8所“系统能力培养示范高校”之一。近年来，计算机学院编译课程组在课堂和实验教学两方面均进行了卓有成效的改革，部分理念走在国内高校前列。该课程组的老师强调实践在课程教学中的重要性，注重实践内容的系统性和综合性以及过程管理，采取多元化测评方法来考核学生的表现。他们积极增删课程内容，及时把最新理论和技术通过精心构造的实践案例及课程教案等反映到教学中。他们较早地将新兴技术(如LLVM、RISC-V、深度学习等)引入到实验框架建设中，培养学生掌握新开发工具以及比较、评价、选择不同方法的能力，激发学生学习的热情和促进对其创新能力的培养。这一系列的改革在同学们中引起了较好的反响，也为这次比赛取得佳绩奠定了重要的基础。

教务处、计算机学院、网络空间安全学院、信息学院和少年班学院的大力支持为本次比赛队员选拔、培训和线上参赛创造了多项有力条件。我校参赛队员通过细致认真的备赛，良好的团队协作和冷静沉着的表现在本次比赛中取得了优异成绩，展现了我校学生扎实的专业水平、良好的系统思维与创新能力、全面的综合素质。

（转自中国科学技术大学新闻网）

实验室一项成果被云计算领域顶级会议SoCC收录

Mon, 01 Jan 0001 00:00:00 +0000

近期，在实验室老师们、同学和微软亚洲研究院合作者们的共同努力下，ADSL实验室又一项成果被云计算领域顶级会议 SoCC 录用。向各位参与研究工作的老师、同学、合作者表示祝贺，并感谢你们一直以来的辛勤工作和付出！

本项成果涉及AI 系统领域中优化加速图神经网络在大规模图数据集上的采样训练，摘要如下:

论文: PaGraph: Scaling GNN Training on Large Graphs via Computation-aware Caching and Partitioning. Zhiqi Lin (USTC), Cheng Li (USTC), Youshan Miao (MSRA), Yunxin Liu (MSRA), Yinlong Xu (USTC). ACM Symposium on Cloud Computing 2020 (SoCC ’20)