這兩場座談會將探索當代系統面臨的潛在資料損毀(SDC)挑戰,以及可靠性、可用性與可維護性(RAS)領域中的策略性介入措施。在這些座談討論中,我們將定義 SDC、探索潛在成因,包含 SDC 與 RAS 互動的領域。RAS 與 SDC 兩者在技術微縮與整合、運算能力、先進節點測試,以及永久性、退化性、間歇性或瞬態錯誤的偵聽與修正方面,皆面臨挑戰。聆聽來自新思科技、Arm、Google 與微軟等產業專家的見解,涵蓋終端使用者、超大規模資料中心業者、OEM、半導體供應商與 EDA 公司等多重觀點。
與會專家(由左至右):Rama Govindaraju、Jyotika Athavale、Robert S. Chappell、Amr Haggag
本座談會第一部分定義並探索 SDC 的潛在成因。
本座談會第二部分討論減輕 SDC 的策略。
工程架構總監,新思科技
Jyotika 是新思科技的工程架構總監,領導資料中心與車用應用的品質、可靠性與安全性研究、路徑尋找及架構。Jyotika 亦擔任 2024 年全球 IEEE 電腦學會(IEEE Computer Society)主席,監督全體 IEEE-CS 的計畫與營運。為表彰她在國際安全標準化方面的領導力,Jyotika 榮獲 2023 年 IEEE SA 標準獎章(IEEE SA Standards Medallion)。此外,因其卓越的服務領導力,她於 2022 年獲頒 IEEE 電腦學會黃金核心獎(IEEE Computer Society Golden Core Award)。
矽智財解決方案品質主管,Arm
Dr. Amr Haggag 是 Arm 矽智財解決方案品質主管。在此之前,他曾領導 Google 自訂晶片(Tensor)品質團隊、Apple 晶片(A 系列、M 系列與 S 系列)技術與設計可靠性團隊,並曾任 Motorola/Freescale 品質技術總監。他在半導體產業擁有超過 20 年的品質與可靠性領導經驗,並曾任職於多個涵蓋可靠性與 RAS 的 IEEE 委員會。
首席工程師,Google
Rama Govindaraju 是 Google 的首席工程師,領導確保大規模機器學習超級電腦可靠性的工作。在此之前,Rama 曾任 Google 工程總監,領導系統基礎設施架構團隊;亦曾任 IBM 傑出工程師,負責領導 IBM 超級電腦實驗室的軟體架構,並領導 5 代超級電腦的開發。Rama 擁有美國紐約倫斯勒理工學院電腦科學碩士與博士學位,以及印度蘭契 BIT Mesra 電腦科學學士學位。
硬體架構合夥人,微軟
Robert S. Chappell 是位於華盛頓州雷蒙德微軟公司的合夥人。Rob 對「大規模」運算充滿熱情,負責提升 Azure 核心雲端業務底層數百萬個伺服器節點的可靠性與效能。在 2019 年加入微軟之前,Rob 花費了 20 多年的時間來架構高產量的 CPU。Rob 擁有密西根大學電腦架構博士學位。