报告主题：数据库内的AI加速技术(DB4AI)

报 告 人：伍赛

报告时间：2022年11月10日 13:30-15:30

报告网址：#腾讯会议：382-506-730

报告摘要：

  在物联网、金融、工业制造等领域的应用中，数据通常存储和管理在关系数据库系统中，而为了支持如模式识别、自然语言分析等AI模型，需要将数据导出到类似于TensorFlow/PyTorch等系统中进行预测和推断。推断的结果往往又要导回到数据库中，以支持复杂的BI分析。维护两个系统进行数据共享和同步及其复杂，而且由于“系统墙”的存在，性能也无法满足实时大数据分析的需求。因此，DB4AI技术逐渐进入学术圈和工业界的视野。DB4AI技术拟在数据库内实现了大部分神经网络算子，并支持应用多种数据库技术对模型进行优化，支持在数据库内的机器学习模型管理，并提供相类SQL语言的声明式语言。本讲座介绍DB4AI在各个方向上取得的研究进展，并对未来可能的研究方向进行探讨。

报告人简介：

  伍赛，浙江大学，教授，博士生导师，软件学院副院长。2002和2005年于北京大学分别获得学士和硕士学位，于2011年在新加坡国立大学获得博士学位，主要的研究方向包括：分布式数据、大数据处理、人工智能驱动的数据分析等。在数据库领域顶级/重要学术期刊ACM Computing Survey、The VLDB Journal (VLDBJ)、IEEE Transactions on Knowledge and Data Engineering (TKDE)等和国际会议SIGMOD、VLDB、ICDE、SIGIR等发表论文60多篇。大数据并行处理框架epiC的论文被评选为VLDB 2014最佳论文奖,分布式数据库BestPeer++论文获ICDE 2012最佳论文提名。论文《Distributed data management using MapReduce》作为滑铁卢大学、雅典大学等大数据课程教材。申请人是多个国际知名会议（VLDB2010, ICDE2011，CIKM2011, VLDB2014, ICDE2014, SIGMOD2014, SIGMOD2015, VLDB2015，VLDB2016, VLDB2017、VLDB2022、VLDB 2023、CIKM2017, ICDE 2018, VLDB2018, VLDB2019, VLDB 2022, KDD 2021, KDD 2022、KDD 2023、SIGMOD 2022、SIGMOD 2023）的程序委员会委员。申请人基于epiC开发的yzStack大数据平台已经在浙江省财政厅、南方电网超高压、杭州市海关等项目上得到应用。大数据相关研究成果获得了2016年教育部科技进步奖一等奖（4/10）, 2019年电子学会科技进步特等奖（6/15）, 2020年电子学会科技进步一等奖（3/15）, 2020年教育部科技进步奖一等奖（9/10）。