CNCC｜存储迎来新挑战！边缘存储如何高效存储和调用数据？

CNCC2022将于12月8日至10日在贵州省贵阳市国际生态会议中心举办，今年CNCC技术论坛数量达到122个，内容涵盖了“计算+行业、人工智能、云计算、教育、安全”等30个方向。本文特别介绍将于12月9日举行的【边缘智能存储与计算】论坛。报名及了解更多技术论坛信息请识别下图二维码进入CNCC2022官网。目前早鸟票限时优惠报名正在进行，抓住机会立享大幅优惠！随着物联网技术与5G网络的快速发展，网络边缘设备急剧增加，其所产生的边缘数据将呈现爆炸式增长。另一方面，随着深度学习等智能技术的广泛应用，边缘设备的数据处理需要具备实时处理能力。而传统云计算模型采用集中式管理，具有极大的数据传输延迟，难以支撑边缘数据高速访问和实时处理需求。为解决以上不足，边缘计算作为新型分布式计算模型越来越受到重视，其通过将计算和存储能力下沉到网络边缘侧，可支撑实时高效的数据处理。而边缘存储作为一种基于边缘计算的新型分布式存储架构，将数据分散存储在邻近的边缘存储设备或边缘数据中心，可大幅度缩短数据产生、计算、存储之间的物理距离，提供高速低延迟的边缘数据访问和智能处理能力。本论坛将邀请多名知名学者开展主题报告，研讨边缘存储与智能计算相关前沿研究进展，从网存算融合，智能存储，边缘协同的智能计算、边缘训练芯片、边缘异构硬件的自动化代码生成以及边缘极简数据架构等方面探讨存在的问题与挑战，并给出解决方案。论坛安排顺序主题主讲嘉宾单位1智能存储的技术挑战与研究进展周可华中科技大学2网存算融合的边缘智能处理系统与技术舒继武清华大学/厦门大学3边缘协同智能计算陈旭中山大学4边缘训练芯片与系统郭崎中科院计算所5面向边缘异构硬件的自动代码生成梁云北京大学6面向DiskLess极简数据架构的探索与实践董浩华为技术有限公司7Panel环节所有讲者论坛主席舒继武CCF会士，CCF信息存储技术专委会主任清华大学长聘教授，厦门大学信息学院院长CCF理事，IEEEFellow，主要研究领域为信息存储系统、智能存储、并行分布式系统等，相关论文发表在包括SOSP、OSDI、FAST、USENIXATC、MICRO、ISCA、ASPLOS、SC、SIGMOD、VLDB等国际学术会议和ACMTOS、IEEETC/TPDS等权威期刊上百余篇；承担过国家重点研发项目、国家重大专项课题、863项目、973课题、自然科学基金重点项目等；获国家科技进步二等奖和国家发明技术二等奖各1次。论坛共同主席梁云北京大学长聘副教授、北大-商汤智能计算联合实验室主任博雅青年学者，曾获2020年CCF-IEEECS青年科学家奖。研究领域是芯片设计自动化EDA和计算机体系结构，累计在相关领域的国际知名会议和期刊如ISCA、ASPLOS、MICRO、HPCA、DAC、ICCAD、FPGA等发表论文100余篇,两次被评为国际会议(ICCAD2017,FCCM2011)最佳论文，6次被提名为国际会议(PPoPP2019,DAC2017/2012,ASPDAC2016,FPT2011,CODES2008)最佳论文。梁云是ACMTECS和ACMTRETS的AssociateEditor，同时也是MICRO,ASPLOS,HPCA,DAC,FPGA等会议的TPC。报告及讲者介绍周可华中科技大学/武汉光电国家研究中心教授CCF杰出会员，教育部长江学者奖励计划特岗学者、教育部新世纪优秀人才，武汉市创新岗位特聘专家。主要从事云存储、智能存储、大数据处理、存储安全方向的研究。现任信息存储系统教育部重点实验室副主任，华中科技大学-腾讯公司智能云存储技术联合研究中心主任。获国家技术发明二等奖1项、省部级一等奖3项、主持制定国家标准3项、行业标准1项，在国内外学术刊物和会议上发表论文100余篇。报告题目：智能存储的技术挑战与研究进展随着数据的爆炸式增长，存储系统规模越来越庞大，其内部组成也变得越来越复杂，如何使其高效地运行、满足每个用户的服务质量要求，并保障系统的高可靠性，是一个极具挑战性的命题。首先，传统的基于规则的存储策略不能满足存储系统复杂性、动态化的要求。其次，存储系统的运行数据，如I/Otrace数据、磁盘SMART数据、系统参数等数据日益丰富且表征的规律隐蔽，如何采用人工智能技术分析运行数据进而优化存储系统运行。本报告将介绍智能存储的最新研究进展，并探讨智能存储在不同发展阶段所遇到的技术挑战。舒继武CCF会士，CCF信息存储技术专委会主任清华大学长聘教授，厦门大学信息学院院长报告题目：网存算融合的边缘智能处理系统与技术随着5G、物联网等技术的迅速发展，越来越多的数据从边缘产生，边缘计算及存储这一新范式正在发挥重要作用。然而，边缘受场地、供电、算力、位置等方面的限制，在实时存储和处理边缘数据过程中正面临严峻挑战。报告将介绍一种边缘网存算融合的体系架构，将存储、计算及管理的软件逻辑卸载至可计算存储设备或可编程网络设备。实验显示，网、存、算三要素的有机融合能显著提升边缘数据存储及处理的效率，同时还可最大化降低了对主机端资源的占用和对业务的干扰。陈旭中山大学教授，先进网络与计算系统研究所所长，国家地方联合工程实验室副主任入选德国洪堡学者、国家级青年人才项目和广东省高层次人才项目。承担包括国家自然科学基金联合重点项目、面上项目、国家重点研发计划课题等项目。曾获得香港青年科学家奖、IEEE通信学会亚太区杰出青年学者奖、IEEE计算机学会年度最佳论文亚军，CCFA类国际会议IEEEINFOCOM最佳论文亚军奖、IEEEICC最佳论文奖等学术荣誉。报告题目：边缘协同智能计算边缘智能是边缘计算赋能泛在分布式人工智能的一种新范式，是实现万物智联愿景的关键支撑技术之一。本报告将介绍在分布式异构边缘计算环境下的云-边-端协同边缘智能技术的最新研究进展，包括面向深度神经网络的高效能边缘协同推理、面向数据隐私保护的云边端多层次联邦学习、以及边缘协同智能机器人应用等内容。郭崎中科院计算所研究员长期从事智能计算系统相关研究。在包括ISCA、MICRO、HPCA等CCF-A类会议及ACM/IEEE汇刊上发表论文70余篇。入选国家特支计划青年拔尖人才、中国科协首届“青年人才托举工程”、中科院青促会等。曾获得国家自然科学二等奖、中国科学院杰出科技成就奖等。报告题目：边缘训练芯片与系统边缘训练有望成为诸多应用场景下快速提升系统适应能力的有效途径之一。然而，随着数据和模型规模的不断增加，边缘训练受限于计算、存储和能耗约束，对芯片与系统提出了更高要求。我们拟从算法、架构及编译等维度探讨构建高效的边缘训练芯片与系统。梁云北京大学长聘副教授、北大-商汤智能计算联合实验室主任报告题目：面向边缘异构硬件的自动自动代码生成随着人工智能算法的快速发展，在更广泛的边缘异构计算硬件上部署相关算法的需求愈发强烈。为了满足实际部署场景的功耗、时延、吞吐需求，涌现了大量定制化硬件设备。定制化的高性能部署对充分发挥这些硬件的优势起到了决定性作用。特别是软件生态并不完善的边缘设备，对高性能部署的需求更加突出。然而，基于手动开发的算子库需要大量的时间和人力成本，在当前硬件更新换代频繁、新兴架构频出、异构化趋势明显的背景下，这种开发方式已然不能满足人工智能算法部署需求。我们提出面向边缘异构硬件的自动代码生成框架。该框架通过高层次抽象和机器学习算法自动生成代码，并灵活适配包括CPU，GPU等多种边缘硬件。董浩华为闪存存储首席架构师负责SAN/NAS融合的全闪存架构设计。主导设计T系列统一存储、OceanStor融合存储、全闪存Dorado存储、数据保护OceanProtect等主力销售产品。其主持设计的高端全闪存产品获得DCIG首位推荐奖和金芦苇工业设计奖。报告题目：面向DiskLess极简数据架构的探索与实践数字经济驱动应用从Severful走向ServerLess，带来以数据为中心、计算无状态的新型极简数据架构的变革机会，催生DiskLess新存储技术演进与发展，进一步释放算力和存力价值。本报告介绍华为存储在DiskLess架构与技术上创新实践和思考。CNCC是级别高、规模大的高端学术会议，探讨计算及信息科学技术领域最新进展和宏观发展趋势，展示计算领域学术界、企业界最重要的学术、技术成果，搭建交流平台，促进科技成果转换，是学术界、产业界、教育界的年度盛会。今年邀请嘉宾包括ACM图灵奖获得者、田纳西大学教授JackDongarra，以及高文、管晓宏、江小涓、钱德沛、徐宗本、张平等多位院士及专家，还有七百余位国内外名校学者、名企领军人物、各领域极具影响力的业内专家，CNCC在计算领域的水准及影响力逐年递增。本届CNCC的主题是：算力、数据、生态。CNCC2022将汇聚国内外顶级专业力量、专家资源，为逾万名参会者呈上一场精彩宏大的专业盛宴。大会期间还将举办“会员之夜”大型主题狂欢活动，让参会者畅快交流，燃爆全场。如此盛会，岂能缺席！等你来，马上行动，欢迎参会报名！