​作为有效建模和分析实体间关联关系的方式，图被广泛用于社交网络、在线支付、互联网等实际应用中。然而，图数据的海量性、稀疏性和异构性，以及图计算负载的多重动态性，为大规模图计算的性能和硬件资源的有效利用带来巨大挑战。为了应对上述挑战，我们着重研究面向新兴计算架构的图数据处理，基于图数据和计算负载特性，挖掘新兴计算架构的优势，提升系统的高效性。本次报告将介绍我们在基于Serverless架构和GPU加速的图数据处理方面的进展。 
报告人简介：

孙世轩博士目前是上海交通大学计算机科学与工程系长聘教轨副教授。他入选了国家级青年人才引进计划，上海市青年人才引进计划等项目。此前，他于香港科技大学获得博士学位（2015-2020），随后在新加坡国立大学从事博士后研究员工作（2020-2023）。他的主要研究方向是大数据系统和并行计算，目前专注于高性能图数据处理的研究；研究成果发表在SIGMOD、VLDB、ASPLOS、ICDE等顶级会议。