【学术动态】
博士生王家兴的论文被会议CODES 2026录用并被推荐至期刊IEEE ...
存内计算通过在存储阵列内执行逻辑运算，减少处理器与存储器之间的数据搬移，是缓解“存储墙”问题的重要方向。在单指令多数据（SIMD）存内计算中，存储开销（Memory Footprint，MF）反映计算过程中的峰值存储单元占用。传统方法先减少逻辑门数，再优化计算序列，但门数降低并不一定使MF下降，逻辑综合与调度目标不一致成为进一步优化的瓶颈。针对上述问题，华中科技大学信息存储系统教育部重点实验室博士生王家兴（第一作者）...
博士生杨志军的论文被会议SOSP 2026录用
第32届ACM Symposium on Operating Systems Principles（SOSP）将于2026年9月29日至10月2日在捷克布拉格召开。SOSP是计算机操作系统领域的国际会议，华中科技大学的题为“XTRA: Unifying Cache Coherence and Concurrency Control for Distributed Transactions in a CXL Pod”的研究论文被本次会议接收。CXL内存池通过将多台主机连接至共享内存，使主机能够利用load/store指令直接访问共享数据，为分布式事务摆脱传统基于消...
博士生杨志军的论文被会议OSDI 2026录用
第20届USENIX Symposium on Operating Systems Design and Implementation (OSDI)将于2026年7月13日至15日在美国西雅图召开。OSDI是计算机操作系统领域的国际会议，华中科技大学的题为“FORGE: Mitigating Synchronization Amplification for Memory-Disaggregated Caching Systems”的研究论文被本次会议接收。分离式内存架构通过解耦计算与内存资源为缓存系统带来了弹性扩展与资源利用率的提升。然而，传统缓存管理任务（如热...
硕士生杜佳巍的论文被会议DASFAA 2026录用
随着向量数据规模与维度的爆发式增长，高维向量检索逐渐依赖性价比极高的NVMe SSD进行大规模存储。基于图结构的高维向量近似最近邻搜索因高精度和低延迟而被广泛应用，但在SSD存储架构下，图遍历引发的频繁随机I/O操作成为了严重的性能瓶颈。现有优化方法尝试通过“页面扩展”策略在I/O等待时间内重叠CPU计算以降低开销；然而，在面对高维向量数据时，单页面可容纳的节点数量锐减，导致页面扩展范围严重受限，且盲目扩展所有邻...
博士生陈波的论文被会议ICPP 2026录用
随着分区命名空间（ZNS）SSD逐步走向数据中心，其顺序追加写分区接口在降低闪存写放大、预留空间与DRAM成本的同时，也与广泛用于读密集型负载的B+Tree细粒度随机就地更新模式产生语义冲突。现有的面向ZNS的存储引擎面临三类瓶颈：LSM-tree方案存在压实开销与读放大；传统B+Tree在追加写设备上退化为频繁“读-改-写”，造成严重I/O放大；ZNS原生B+Tree则因过早绑定物理地址，在活跃分区填满时造成严重的排空停顿，制约了高吞吐...
博士生陈梦雷的论文被会议ICDE 2027录用
现代深度推荐系统广泛应用于电子商务、个性化广告等场景，依赖海量嵌入向量提供快速、精准的个性化服务。为了降低访问后端存储的开销，系统通常利用高速内存缓存嵌入向量。然而，一次推荐推理需要同时获取一组嵌入向量，即使其中仅有一个向量未命中缓存，也会因访问慢速存储而增加推理延迟。传统缓存策略主要优化单个对象的命中率，难以有效提高整组向量全部命中的概率。同时，用户兴趣与内容热度持续变化，也使缓存策略面临动...
博士生陈梦雷的论文被会议FAST 2027录用
现代深度推荐系统广泛应用于电子商务、个性化广告等场景，依赖海量嵌入向量提供快速、精准的个性化服务。随着嵌入表规模增长至数十TB，单机内存难以经济高效地容纳这些数据。内存解耦能够提升资源利用率与扩展性，但远程嵌入访问会引入高昂的网络传输开销。存内计算（PIM）技术可将嵌入查找与归约操作下沉至远端PIM池，减少数据移动，但真实PIM系统仍面临处理单元内部并行效率不足、单元间负载不均衡以及主机与设备间传输粒度不...
博士生李茗畦的论文被会议ICDCS 2026录用
随着分布式数据分析应用的快速发展，分布式数据分析集群被广泛用于处理和存储海量数据。为了降低大规模集群中的存储冗余开销，纠删码被广泛应用以替代传统的多副本机制同时提供相同的容错能力，但是引入了高修复开销。现有研究普遍认为网络传输是纠删码修复过程的主要瓶颈，因此重点优化修复带宽和数据传输路径，但这一假设在分布式数据分析集群中并不总是成立。论文通过对 Spark 集群的测量和分析发现，在 K-means、OLAP 查询...
毕业生明章强博士的论文被期刊TACO录用
跨节点部署的数据并行深度神经网络（DNN）训练系统已广泛应用于大模型训练场景，而多节点间梯度同步的通信开销，是限制系统训练性能的主要瓶颈。Top-k稀疏化压缩是缓解通信瓶颈的主流高效方法，但传统Top-k算法存在显著性能缺陷，制约了模型训练效果与系统吞吐量。传统Top-k算法存在两大核心问题：一是DNN各层梯度为多维张量，算法筛选的最大k个梯度元素仅集中在部分维度，存在严重的维度缺失问题，丢失大量维度信息，造成模型...
硕士生顿时等的论文被会议IWQoS 2026录用
在高错误率网络中，传统的帧复制和删除（Frame Replication and Elimination for Reliability, FRER）协议存在关联帧同时丢失和非预期数据帧消除问题，导致数据传输可靠性和服务质量下降。华中科技大学信息存储及应用实验室硕士生顿时（第一作者）、博士生干创、硕士生龙天云等同学，在胡燏翀教授、冯丹教授的联合指导下，提出CodedFRER：1）将纠删码编码生成的校验帧与副本帧混合传输；2）利用中继节点提前解码降低接收节点解...
分享文章