EN
学术动态
面向存内处理架构的存储计算协同优化方法
发布时间:2019-01-11

报告题目:面向存内处理架构的存储计算协同优化方法

报告人:王毅  副教授  深圳大学

主持人: 陈仪香 教授

告时间:2019年1月14日 周一10:00-11:00

报告地点:中北校区数学馆201

报告摘要:

与传统的以计算为核心的应用程序相比,智能应用对计算和存储资源均有较高的要求。计算和存储资源之间的数据迁移直接影响了性能,使得存储成为资源受限系统的主要瓶颈。尽管新型存内处理(Processing-In-Memory)架构为减少数据迁移提供了解决方案,但该系统仍然存在应用程序可移植性差、存储空间利用率低等突出问题。为了解决这些问题,我们从系统软件的角度实现智能应用的跨平台部署,并通过对存储空间的高效管理来提升应用程序在硬件平台的推理速度。我们的初步研究结果表明,通过协同优化智能应用程序在存内处理架构中计算和存储资源上的分配,可以有效提升系统性能。

 

报告人简介:

王毅于2011年在香港理工大学获得博士学位,于2005年及2008年在哈尔滨工业大学分别获得本科及硕士学位。2014年起在深圳大学计算机与软件学院担任副教授。现任国家高性能计算中心深圳分中心(高性能计算所)副主任、深圳市服务计算与应用重点实验室副主任。王毅的主要研究方向是计算机体系结构、存储系统、实时及嵌入式系统。近年来,发表论文80余篇,其中包括30篇IEEE/ACM Transactions论文(如TC、TPDS、TCAD、TODAES、TECS等),以及30余篇国际会议论文(如DAC、DATE、RTSS、RTAS、LCTES、CODES+ISSS、ISLPED等)。王毅曾获得CCF-B类会议LCTES 2017最佳论文奖、CCF-C类会议ASP-DAC 2015最佳论文题名。发表的论文中,CCF-A类论文21篇、B类论文35篇、C类论文13篇。引用次数超过1000次,H-index为22。