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。