近日，计算机网络系统顶级会议NSDI 2023在美国波士顿举行。今年恰逢NSDI 召开20周年庆典，也是2020年以来首次全线下模式召开的计算机网络系统领域的国际盛会。北京大学计算机学院的老师和学子赴美参与此次盛会，报告各自方向的最新研究成果，与国际同行进行深入交流。
许辰人副教授和同学合影
在本届NSDI上，北京大学计算机学院共有4篇高水平论文入选，研究成果覆盖了面向深度学习模型的用户无感知GPU共享系统、面向大规模向量检索并提供性能保证的分布式查询系统、面向高铁网络的全网融合多路多通传输系统和面向物流网络的RFID定位追踪系统，涉及本次NSDI大会全部24个领域中的4个领域，论文数在国际高校和企业中排名第4。这也是北京大学连续3年在NSDI大会上发表论文，相关内容简介如下：
一. 容器云环境中面向深度学习负载的服务器无感知GPU共享机制
在深度学习负载的容器云环境中，GPU 利用率通常很低。现有用于提升 GPU 利用率的GPU 共享方案又不能很好满足实际生产环境需求。针对该问题，北京大学金鑫-刘譞哲课题组设计了一套容器云环境中面向深度学习负载的服务器无感知GPU共享机制。通过充分共享 GPU 计算和显存资源，其在兼顾性能隔离、错误隔离、服务器无感知等性质的基础上，相比现有方式达到了更高性能。
博士生吴秉阳宣讲论文
该工作以《Transparent GPU Sharing in Container Clouds for Deep Learning Workloads》为题，发表于今年 NSDI 的 Learning with GPUs 会场，由文章第一作者北京大学计算机学院22级博士生吴秉阳做口头报告，合作作者包括章梓立、白志豪（约翰斯·霍普金斯大学）、刘譞哲副教授、金鑫副教授（通讯作者）。
论文链接：https://www.usenix.org/conference/nsdi23/presentation/wu
二. 大规模非结构化数据的检索系统
在面向大规模非结构化数据集的检索问题中，传统向量检索系统缺乏单机和分布式框架下性能保证。针对该问题，北京大学金鑫-刘譞哲课题组设计了一套精准的向量搜索的错误率和试验的描绘技术，并将其拓展到分布式架构，实现了一套端到端的向量检索引擎。在保证相同有界错误率的条件下，其搜索性能达到所有方法中的最优，其分布式设计能达到理想的伸缩性。
本科生章梓立宣讲论文
该工作以《Fast, Approximate Vector Queries on Very Large Unstructured Datasets》为题，发表于今年的 NSDI 中的 Data 会场，由文章第一作者北京大学信息科学技术学院的19级本科生章梓立进行宣讲，合作作者包括金超、汤林鹏（墨奇科技）、刘譞哲副教授（通讯作者）、金鑫副教授（通讯作者）。
论文链接：https://www.usenix.org/conference/nsdi23/presentation/zhang-zili
三. 高铁网络中多路径传输框架与算法设计及系统
在高铁环境下，无线信道状态变化迅速、接入速率与延迟难以预测、网络中断时有发生，网络连接性能缺乏保障。针对该问题，北京大学许辰人课题组利用多路径传输技术优化网络性能，设计了一种适用于复杂网络环境的多路径传输算法框架，基于这一框架设计了针对高速移动场景的传输优化策略，并实现了对应的多路径传输系统。在京沪高铁LTE网关（即高铁Wi-Fi控制器）上的实地测试表明，该系统能够提升至多242%的传输速率，对于实时通讯应用减少45%的传输时间，并大幅提升用户间体验的公平性。
博士生倪蕴哲宣讲论文
该工作以《POLYCORN: Data-driven Cross-layer Multipath Networking for High-speed Railway through Composable Schedulerlets》为题，发表于今年的NSDI中的Alternative Networks会场，由文章第一作者北京大学计算机学院18级博士生倪蕴哲进行宣讲，合作作者包括钱风副教授（明尼苏达大学双城分校）、刘泰德、程翊华、马知遥、王婧、王忠锋（国铁吉讯）、 黄罡教授、刘譞哲副教授、许辰人副教授（通讯作者）。
论文链接：https://www.usenix.org/conference/nsdi23/presentation/ni
四. 面向物流网络的高吞吐高可靠射频无源标签定位软硬件系统设计
扫描二维码是物流行业的效率瓶颈，秒量级的单包裹扫描速度难以匹配亿量级的日包裹处理量。针对该问题，北京大学许辰人课题组利用射频无源标签替代二维码，设计了一种具备高吞吐量和高精度定位能力的标签读写器，实现了每秒定位约180个包裹，错误率低于万分之一的高效高可靠包裹扫描，有力支撑了大规模物流网络的自动化和智能化。文章提出的硬件设计、算法设计和评估数据集均开源在https://soar.group/projects/rfid/rfchord/。
博士生梁博宣讲论文
该工作以《RF-Chord: Towards Deployable RFID Localization System for Logistic Networks》为题，发表于今年的 NSDI 中的 Physical Layer 会场，由文章第一作者北京大学计算机学院的22级博士生梁博进行宣讲，合作者包括王璞瑞（MIT），赵人杰（UCSD），郭和毓，张鹏宇（阿里巴巴），郭俊辰（阿里巴巴），祝顺民（阿里巴巴），刘洪强（阿里巴巴），张新宇（UCSD），许辰人副教授（通讯作者）。
论文链接：https://www.usenix.org/conference/nsdi23/presentation/liang-bo
NSDI背景介绍：
第20届USENIX网络系统设计与实现专题讨论会NSDI 2023（Symposium on Network System Design and Implementation）于4月17日-19日举行。NSDI 是计算机网络顶级会议、CCF A类会议，由USENIX组织，侧重于网络和分布式系统的设计原则、实施和应用评估，目标是聚集网络、系统社区的研究人员，以跨学科、合作等方式应对重叠的研究挑战。
