2018年7月19日下午，翁楚良教授主持了题为“异构体系结构的数据管理”的Panel，并且邀请到了国防科技大学窦勇教授、南洋理工大学何丙胜副教授和华东师范大学数据学院院长钱卫宁教授和副院长周烜教授。首先，翁老师介绍了当前硬件的发展趋势，并且阐述了异构体系结构对数据管理方式发展带来的机遇和挑战，然后就三个热点问题1、数据管理如何应对异构体系结构的发展趋势？2、随着新硬件的发展，软件系统架构应该如何改变？3、数据管理系统如何同机器学习结合？同四位老师展开了学术前沿的研讨。
窦老师：目前GPU、NVM层出不穷，新硬件发展迅速，数据管理要积极拥抱新硬件的发展，并且需要研发出像Hadoop、Spark那样用户友好，使用简单的抽象系统。软件发展需要更好的同新硬件结合，构建良好的生态，让硬件反向适配软件系统。最后他指出目前机器学习中存在标注数据处理难的问题，可以从数据管理的角度解决这个问题。
何老师：新硬件的发展对数据管理是机遇也是挑战，我们需要求真务实的做好基本科研基础的训练，增强自身能力，预测新硬件的发展方向，乐于迎接挑战。当前的部分软件系统架构不太适用于新硬件，系统更多的是追求用户友好、试用简单，目前应对复杂硬件环境还存在很多问题，需要结合具体硬件环境改良软件架构。机器学习不仅能帮助DBA优化SQL，而且可以实现Index等自适应的系统模块，提升系统性能。他也提到通过迁移学习将当前硬件的优化策略应用在新硬件上，帮助数据管理系统做的更好。
钱老师：新硬件发展是必然趋势，但是目前的硬件层次还比较模糊，需要不同领域的协作，产生清晰的层次。应对复杂的新硬件环境，软件系统的改良需要把握具体问题，找到系统瓶颈，才能有效解决问题。机器学习主要针对处理高维数据、目标函数明确、搜索空间复杂的问题，同数据库系统中如索引等问题性质相同，可以预见机器学习能够对数据库系统优化带来帮助。
周老师：新硬件会呈现多样化、专门化的发展态势，而目前的硬件将会不能满足当前数据管理系统的需求，因此数据库管理系统也需要专门的硬件支持。结合新硬件的软件架构的设计，要权衡硬件性能和价格，把握实际情况，做具体优化。机器学习不仅可以帮助DBA调优SQL，而且能提升数据管理系统性能，如自适应的查询优化等。数据管理系统则可以提供系统级的机器学习工具，让用户使用变得简单。
此外，台下同学们也踊跃参与其中，提出“如何利用GPU加速图的计算”等问题，专家们针对提出的问题展开了激烈的讨论，并给出了一些想法和建议。
撰稿人：齐学成，涂云山
排版：刘婷婷
