高立新教授为电信学院师生做关于“加快机器学习算法的数据并行框架”的报告

2018年11月30号下午3点，马萨诸塞大学安姆斯特分校的高立新教授在西安交通大学彭康楼学术报告厅作了一场关于“加快机器学习算法的数据并行框架”的报告，该报告是针对于当前大数据应用过程中如何加快机器学习的循环过程问题，给出了解决这些问题的数据并行框架，由于报告内容具有很强的新颖性和前瞻性，吸引了我校很多的老师和学生前来聆听，本次报告由电信学院计算机技术与应用系副教授秦涛主持。

在报告中，高立新教授从简单到复杂，从点到面，循序渐进的介绍了整个报告的内容。首先，介绍了大数据、机器学习算法和分布式环境的基本情况。接下来，介绍了当前并行计算模型中国际上研究的热点模型——BSP（Bulk Synchronous Parallel，整体同步并行计算模型）的工作原理，机器学习算法是如何在该模型上使用，以及该模型存在的两个挑战问题：延迟和失效。再者，针对于这两个问题，介绍了柔性同步并行方法（FlexibleSynchronous Parallel, FSP），以及该方法如何解决这两问题，并且详细介绍了提出的基于内存的FSP模型——Flegel。接下来，针对于异步并行模型，详细介绍了提出的Maiter模型，该模型不需要同步化拦阻板，并且能够对失效进行恢复。最后，对整个报告的知识点进行了总结。

高立新教授的讲座不仅能够用自己丰富的专业知识从浅入深，循循善诱的介绍内容，而且能够从中获得做科研的方法，这些都使得广大的师生收益匪浅。高立新教授在报告过程中不断的与师生进行互动，对于师生提出的疑问能够在演讲过程中给出圆满的解答，确保了师生对报告内容的消化和吸收。本次的报告使得从事该研究方向的师生了解了相关的前沿技术，受益良多。