在AI领域，分类任务关键且广泛应用。但随着数据量和分类规模增长，分类任务占预测算法时间开销的30%-60%。极限分类任务的参数规模已超过CPU或GPU内存，常规计算机体系结构下需存储在外部设备，计算时再传输到内存，导致数据搬移瓶颈，降低系统性能。ISCA 2023的ECSSD提出利用可计算存储架构解决这一瓶颈，通过硬件加速器电路与数据布局的深度协同设计，为极限分类提供高速、高能效解决方案。 这将推

本期为大家带来Pond论文深度解读，它基于CXL技术构建了第一个兼具高性能和低成本的公有云内存池系统。该工作堪称学术界与工业界合作的典范，由弗吉尼亚理工大学Huaicheng Li（FEMU SSD模拟器的作者）和微软云Azure团队（包括Mark D. Hill）共同完成，获得了计算机体系结构顶级会议ASPLOS’23杰出论文奖。该论文在短短7个月内已获得超过70次引用。