报告题目：what is the next trend of big data systems research?
报告人： da yan university of alabama at birmingham, birmingham, al
主持人： 王晓玲 教授
报告时间：2019年5月23日 周四10:00-11:00
报告地点：中北校区数学馆201
报告摘要：
大数据时代强调几个v，其中包括: volume (容量), velocity (速度) 以及 value (价值). 大数据计算系统的研究热潮已经持续有十几年了，并且在这波浪潮中也踊现了一批家喻户晓的系统，包括hadoop, spark, pregel等。然而近年来大数据系统已经呈现创新不足的趋势，加之深度学习的突飞猛进导致业界向ai一面倒的趋势(volume/velocity -> value)，面对大数据计算系统研究者的一个重要议题就是what‘s next for big data systems? 事实上，该领域已经从通用的模型例如mapreduce和spark，向更细分化的系统领域拓展，比如pregel和graphlab这类的图计算系统，storm和flink这类流数据系统，parameter server和systemml这类机器学习系统，以及tensorflow和pytorch这类深度学习系统。但是这类系统从根本上讲还是io-bound为主的，导致目前主流的业界应用算法都是计算复杂很低的算法。本报告将从演讲者本人在图数据系统的研究方向出发，阐述该方向的研究现状以及出现的创新颓势，以及现有系统io-bound的特性，并简要展望未来设计cpu-bound系统解决复杂度较高的大数据问题的动机以及巨大潜力。
报告人简介：
严达，阿拉巴马大学伯明翰分校计算机系助理教授。因他在大数据系统方向的贡献，于2015年度被授予香港青年科学家称号，是该奖项2015年在physical/mathematical science方向的唯一获奖者。他的研究被同行广泛引用并给予很高的评价，例如他开发的blogel系统在vldb 2018的一篇图系统实验比较论文中被评价为overall winner。这些系统也被大家广泛使用，他们的工作目前已经发表在诸如sigmod, vldb, icde等顶级会议上。他的论文发表在包括sigmod, pvldb, sigkdd, icde, www, tkde, tpds, icpp, socc, eurosys等顶级计算机会议和期刊上；他在foundations and trends in databases上有一本涵盖图计算系统领域各个方面的书。担任过sigmod 2020，sigmod 2019, vldb 2018, icpp 2018, ijcai 2017等会议的论文评委，tods, vldbj, tkde, tpds等期刊的论文评委，acm/ieee tcbb和bmc bioinformatics的客座主编，若干workshop的组织者(包括与sigkdd一起开的biokdd 2018和biokdd 2019), 以及美国国家科学基金会（nsf）的项目评委。