2021年3月22日，清华大学网络研究院在FIT楼1-312会议室举办学术报告，报告主题是“后摩尔定律时代的下一代云系统”，嘉宾是来自于北京大学计算机科学与技术系的金鑫副教授，由副院长徐明伟教授主持。本场报告主要围绕可编程交换机对IO密集型任务的加速、GPU对计算密集型任务的加速两项主旨展开，采用线下和线上同步进行的方式，共60余人参加。
金鑫副教授做学术报告
本场报告的第一部分是基于金老师团队在2020年SIGCOMM上发表的论文NetLock: Fast, Centralized Lock Management Using Programmable Switches。金老师指出该项工作主要基于可编程交换机设计了一种中心化的锁管理系统，主要的挑战是，可编程交换机的内存和功能都是有限的。为了说明方法的有效性，金老师还列举了一些验证实验，包括各方面性能的提升。第二部分是基于金老师团队在2021年OSDI上发表的论文PipeSwitch:Fast Pipelined Context Switching for Deep Learning Applications。金老师指出该项工作主要是针对当前GPU上深度学习模型的训练和推理计算相对独立的问题，设计了一种支持多个深度学习应用共享GPU、提升GPU利用率的系统。同样，金老师也通过实验证明了算法的效果，主要是从时延等方面进行说明。
学术报告活动现场
在互动环节，同学们积极踊跃地向金老师提出问题。例如，有的同学比较关心工作本身的问题，即PipeSwitch的流水线中等待时间的问题，金老师指出这常常被作为一个优化问题来解决；而有的同学则提出更加开放的问题，即金老师对智能网卡的看法，金老师表示本人对这个问题也很感兴趣，欢迎以后多多交流。
互动环节
金鑫，北京大学计算机科学与技术系副教授。主要研究方向为计算机系统，包含软硬件协同设计、可编程网络与机器学习系统。2012年取得北京大学计算机与经济学双学士学位，2016年取得普林斯顿大学博士学位。加入北京大学前，曾任加州大学伯克利分校博士后研究员、约翰霍普金斯大学助理教授。曾获USENIX FAST 2019最佳论文奖、USENIX NSDI 2018最佳论文奖、亚马逊AWS机器学习研究奖(2019)、谷歌研究奖(2019)和Facebook通信与网络研究奖(2018)。
