吴晨涛

上海交通大学

吴晨涛，上海交通大学计算机科学与工程系教授、博导，国家级青年人才，国家重点研发计划首席科学家，华中科技大学、美国弗吉尼亚联邦（州立）大学双博士。CCF体系结构专委会常委，上海市计算机学会存储专委会主任。研究方向主要为云存储、大数据存储系统。主持国家重点研发计划、国家自然科学基金、上海市自然科学基金等项目20余项，在IEEE TC、IEEE TPDS、ATC、HPCA、DAC等期刊会议上发表论文100余篇。研究成果荣获2019年国家技术发明二等奖、2018年和2022年上海市技术发明一等奖、2021年上海市计算机学会技术发明一等奖和教学成果一等奖、2019年阿里巴巴优秀学术合作项目、2022年华为火花奖、IEEE TC 2019 Spotlight Paper、ICCD 2020 Best Paper等奖励。                            

蒋金虎

复旦大学

蒋金虎，复旦大学大数据研究院高级工程师，博士，CCF存储专委会委员，研究方向主要为分布式存储和操作系统。曾任江南计算技术研究所操作系统研究室主任，负责“太湖之光”国产超算的系统软件及存储系统设计研发。作为项目负责人，先后承担完成国家重点研发计划、“十三五”全军共用信息系统装备预先研究项目和多个国家级高性能计算系统的操作系统和存储系统的研发及实施，期间两次荣获个人二等功，并获得军队科技进步一等奖3项（2项排名第1，1项排名第3），二等奖1项（序5），三等奖1项（序1）。在学术期刊和会议上发表论文20余篇。                            

刘海坤

华中科技大学

刘海坤，博士、华中科技大学教授、博士生导师，国家高层次青年人才计划入选者，湖北省杰青获得者。2012年于华中科技大学计算机系统结构专业博士毕业，先后在美国、新加坡开展访问交流和博士后研究工作。目前主要研究兴趣为新型内存和存储系统、云计算等。先后主持10多项国家自科基金项目、国家重点研发计划课题以及企业横向合作项目。在包括ASPLOS/ISCA/HPCA/DAC/SC等计算机重要国际会议和期刊发表论文80多篇。担任多个国际会议程序委员会主席及领域主席。获得国家自然科学二等奖、教育部自然科学一等奖、上海市技术发明奖、华为奥林帕斯先锋奖各1项。

报告题目：高性能高可靠分布式大内存系统

报告摘要：随着新型大容量持久内存（PM）和RDMA逐渐走向应用，构建高性能高可靠的分布式异构大内存系统将面临诸多挑战，如网络内存访问延迟高、可靠性下降、数据一致性开销大等。本报告将针对这些挑战，分享我们在设计开发分布式大内存系统的一些实践和对未来技术发展趋势的展望。

赵新奎

浙江大学

赵新奎，浙江大学百人计划研究员、博士生导师，浙江省数智服务技术重点实验室副主任、浙江大学先进计算与新兴服务研究所副所长。长期从事智能操作系统、云计算与分布式系统、云原生软件与理论等方向的研究，并取得一系列原创性成果，近年来在ASPLOS、DAC、WWW、TPDS、TSC、SCIS等知名国际会议/期刊上发表学术论文30余篇，申请国家发明专利30余项。先后主持国家重点研发计划课题、国家自然科学基金委面上项目、浙江省重点研发计划项目、浙江省自然科学基金重大项目、宁波市重点研发计划等十余项科研项目研发。获得国家市场监督管理总局科技创新人才计划重点领域创新团队、中国数字服务大会软件服务创新大赛一等奖等荣誉。

报告题目：基于新型互联技术的高性能池化存储系统

报告摘要：数据规模的快速增长以及大型工作负载（如人工智能、数据分析）的快速发展为今天的数据中心带来了三大挑战。首先是内存墙，内存容量和带宽的增长跟不上应用规模的膨胀，成为了应用的性能瓶颈；其次是内存搁浅，由于节点上的计算和内存资源呈现固定比率，即使是最先进的调度器也会导致大量节点上存在资源碎片；最后是内存利用率低下，由于内存无法超卖，数据中心被迫以峰值需求为应用分配内存以保证其运行。因此，对数据中心进行资源分解，构建高性能的弹性池化存储系统具有重要研究意义。本报告结合以CXL为代表的新型互联技术，介绍我们在池化内存管理、池内通信、以及池化计算模式的初步探索与实践，旨在解决如何构建一个弹性和高效的池化系统的问题，并进一步探讨新型互联技术为池化存储系统带来的挑战和机遇。

周烜

华东师范大学

周烜，华东师范大学，数据科学与工程学院副院长，教授。在新加坡国立大学取得博士学位，先后在德国 L3S 研究中心、澳大利亚联邦科工组织（CSIRO）和中国人民大学信息学院任职，于2017年入职华东师范大学。长期专注于数据库系统研究，曾负责多个国内外的科研项目和工业合作项目，开发的数据管理系统在多个行业落地应用，成果发表于VLDB、SIGMOD、ICDE等学术会议和期刊，获2019年国家科技进步二等奖、2022年国家级教育成果二等奖，入选教育部新世纪人才计划、高校计算机专业优秀教师奖励计划、上海市东方英才教师计划和国家级高层次人才计划。目前担任CCF数据库专业委员会和CCF大数据专家委员会执行委员。

报告题目：数据库遇见新硬件

报告摘要：本次报告将首先回顾硬件的发展和变化曾经对数据库系统内核产生的影响，包括大内存、多核处理器、SSD等硬件催生的一系列数据存储与处理技术，再针对当前的硬件发展趋势，包括GPU/NPU、持久性内存、高速互联设备等新型硬件，讨论数据库内核技术的当前研究热点和未来发展趋势。

程稳

之江实验室

程稳，之江实验室助理研究员，主要研究方向为计算机体系结构相关的特定领域加速芯片、缓存架构和高性能智算集群。目前主持国家重点研发计划课题一项，作为项目骨干参与国家自然科学基金项目两项。曾作为课题负责人负责联合科研项目课题两项，参与过多项科技部、工信部项目。发表高水平论文10余篇，曾获第二届“阿里云-中国计算机学会存储专委会”卓越论文奖。

报告题目：面向大模型应用的数据缓存与卸载技术研究。

报告摘要：存储在大模型应用的整个生命周期中扮演着至关重要的角色，存储技术的选择直接影响大模型的训练和推理效率。随着大模型参数规模和训练数据量的持续增长，现有的存储与计算架构面临诸多挑战，如过长的I/O路径、显存容量的限制以及数据传输的瓶颈等问题。本报告将深入探讨这些问题，并分享我们在数据缓存与卸载方面的研究进展与实践。

环宇翔

广东省智能科学与技术研究院

环宇翔，广东省智能科学与技术研究院研究员，类脑计算架构与超大规模处理系统研究组组长，类脑计算系统研究中心主任。曾于复旦大学取得微电子学与固体电子学博士学位，先后任复旦大学信息科学与工程学院任助理研究员、广东省智能科学与技术研究院副研究员、研究员。环宇翔博士长期围绕领域专用处理架构（Domain-Specific Architecture, DSA）的芯片系统设计和领域应用开展研究，重点聚焦于从芯片到系统的分布式互联处理架构和设计方法的研究，包括可重构可扩展架构的领域专用处理器、复杂深度学习模型的高能效加速和分布式处理、神经拟态专用集成电路和超大规模类脑计算系统等。环宇翔博士在智能院工作期间，带领团队完成了十亿级神经元规模类脑原型验证系统的研制、天琴芯类脑计算芯片以及天琴芯海类脑晶圆计算芯片与原型系统的研制。其主持和参与了多项国家级和省部级项目，已累计发表学术论文40余篇，授权发明专利10余项。                                

报告题目：超大规模神经形态计算系统的存算处理需求与挑战

报告摘要：随着神经科学和认知科学的进步，脑启发智能已经成为开发下一代人工智能技术的重要途径。基于神经形态芯片的大规模神经形态计算平台是脑科学研究的核心，并且推动了脑启发智能应用的普及。通过大规模集成与并行处理能力，这些平台能够实现包含亿级神经元神经系统仿真，为促进脑科学及计算机科学的发展提供了关键性的实验工具。神经形态计算具有存算融合计算、异步事件驱动处理等内在特性，超大规模的神经形态计算涉及海量神经元拟态过程的并行仿真计算，因而对处理系统的性能也提出了极高的要求。本次报告将主要介绍大规模神经形态计算的系统特性以及系统中存算处理的需求和挑战。

杨斌

天津大学

杨斌，天津大学智能与计算学部副研究员，主要研究方向是大规模并行I/O，高性能存储系统的性能分析与优化，并行文件系统等，并在计算机领域著名会议/期刊NSDI、FAST、ATC、SC、TOS上发表了多篇文章。曾获CCF HPC China最佳论文奖、ACM  SIGHPC China优秀博士论文奖等。                                

报告题目：大规模超算存储系统的长时间运行情况分析及问题思考

报告摘要：随着算力提升，应用向高分辨率、高保真度发展，I/O需求大幅提升。与此同时，存储技术的快速发展使得系统架构日趋复杂，难以有效利用。本报告对典型超算存储系统进行了介绍，并以神威太湖之光超级计算机为例对其应用和存储系统的运行情况进行了分析，为超算存储系统的管理优化和设计提供了借鉴。