Other
Supervisor of Doctorate Candidates
Supervisor of Master's Candidates
这些研究成果奠定了优化流计算性能的理论和系统设计基础,为低延迟大模型推理系统的高速流数据处理提供技术支持:
硬件感知调度优化:提出了一系列硬件架构(NUMA、GPU)感知的执行计划优化策略,首次实现了流系统在NUMA上近似线性性能扩展性, ICDE’17, SIGMOD’19, ATC’20
事务性流处理优化:提出一种自适应调度机制,优化多核架构下事务性流处理的扩展性和吞吐量,为实时数据流处理系统提供强大支持,性能上超越主流相关系统达100倍,SIGMOD’23, VLDBJ’23, ICDE’24
自适应资源分配与低延迟优化:提出面向突发性工作负载的预测性资源分配和低延迟优化方法,显著提升了复杂流计算场景下的系统反应速度与资源利用效率。ICPP’24, IWQoS’24