不仅仅是科学

Computer System: Science + Engineering + Art

  1. Science
  • Measure and quantitate existing phenomenon
  • Building models to understand the world
  1. Engineering
  • Building useful systems and tools

做有用的工作

We build stuffs with flexibility

Reinvent a wheel

主要挑战: 复杂性

设计架构 + 实现

目标: STEADY

开发: T-imely

性能: S-imple, E-fficient, A-daptable

功能: D-ependable, Y-ummy

容错: D-ependable

研究驱动力

  • 工艺与硬件的变化
  • 技术创新的进步
  • 应用模式的变化

“埋头拉车” + “抬头看路”

  1. 埋头拉车: 在一个领域内埋头苦干, 深入钻研
    • Get hands dirty
    • Understand even the gory details
  2. 抬头看路: 关注宏观世界与技术趋势的变化
    • “点线面体” 来思考研究问题
    • 研究需要逐步形成系统性
      • 避免追逐短期热点
      • 要形成沉淀

系统发展趋势

趋势 1

分层解耦到云+端垂直整合，需要重新定义系统软件栈

趋势 2

后摩尔时代的三堵墙需要新的软硬件协同

  • 编程墙: 后摩尔时代: 单核 -> 多核 -> 异构多核
  • 功耗墙: Dennard scaling 定律失效，工艺提升不再能保证不增加功耗
  • 效用墙: 功耗约束不能使能所有算力，如何在功耗约束下最大化芯片算力

机遇

广义的协同方法

  1. 使用软件（硬件）设计理念构建硬件（软件）
  2. 充分挖掘和利用硬件已有特性
  3. 扩展硬件并与软件协同完成任务

趋势 3

基于数据驱动的软件优化方法: 从1.0 到 2.0

趋势 4

新时代应用模式的变化呼唤新的系统软件抽象与管理

  • 应用模式的变化: 文件抽象 - 应用容器 - 云原生
  • 需要新的系统软件抽象与运行支撑

趋势 5

计算体系结构变化需要新的系统软件架构

  1. 新型大容量、非易失内存的出现会替代传统硬盘
  2. 从三层变为主要两层
  3. 异构加速硬件的发展使得 CPU-centric 计算到分布式协作计算

趋势 6

从 CPU 中心到 DSA 与智能设备崛起，需要重构系统软件

回顾与反思

对社会和他人的贡献是检验成功的重要标准

管理好时间与预期

  • 研究分为三类，对应不同时间周期

    1. 突发想发型研究：较短时间完成
    2. 系统性研究：较长型研究
    3. 理论与难题突破性研究

  • 论文只是能力，更重要的是构筑研究与系统能力

    1. 要发现与定义问题
    2. 要分析与解决问题
    3. 独立承担关键人物的能力和人性
    4. 独立思考与自我批判
    5. 清晰的逻辑与表达能力