2017年5月29日，美国阿拉巴马大学伯明翰分校的计算机科学系助理教授严达博士，应邀访问计算机所并做了题为“大规模分布式图数据计算—系统与算法”的学术报告。

严达博士为到场师生做精彩报告

严达博士从现代在线社交网络、万维网、知识图谱等应用产生的含有数以亿计的定点和边的大规模图数据的计算需求出发，引出了Google在2010年的SIGMOD会议上提出的Pregel分布式计算框架。在Pregel中，为了实现一个分布式的图算法，用户只需要指定一个顶点的计算行为。严博士首先简要回顾一下Pregel的计算模型，以及如何在Pregel上对各种图问题开发高效以及扩展性强的算法。接着，分析了现有的Pregel类型系统在处理现实生活中大图时的性能局限，并介绍一系列新颖的系统设计与优化技术以显著地改进图计算的性能和扩展性。这些技术从新的计算模型，通信机制，轻量级查询的后端设计，外存执行，容错机制等多方面提高了Pregel的性能，并往往达到几个数量级的性能改进。最后严博士对大规模图数据处理领域的未来研究方向进行一个展望。精彩的报告赢得了大家的掌声，报告会的内容详实、图文并茂、会场气氛生动活泼。

报告现场

严达博士目前在美国阿拉巴马大学伯明翰分校计算机科学系任助理教授。他本科毕业于上海复旦大学，博士毕业于香港科技大学，并在2015年获得了香港青年科学家奖。严博士带领其团队开发了一系列用于大规模图计算的分布式系统，包括Pregel+, Blogel, Quegel等。这些系统在学术界以及工业界被广泛的关注与使用。相关的工作在国际A类会议发表，诸如SIGMOD, VLDB, KDD, WWW等，并且被邀请在Foundations and Trends in Databases, Springer Briefs in Computer Science以及机械工业出版社出版关于大规模图数据计算的书籍。他也担任国际A类会议与期刊的评审，例如PVLDB, IJCAI, TKDE, TPDS等。严达博士的其他研究方向包括地理空间数据管理，机器学习以及数据不确定性。