国际站 
据上海科技大学官微，第35届国际高性能并行与分布式计算会议（The 35th ACM International Symposium on High-Performance, Parallel and Distributed Computing, HPDC 2026）在美国克利夫兰召开，上海科技大学信息科学与技术学院王春东教授课题组论文，荣获本届会议唯一的最佳论文奖，这也是中国研究团队首次斩获此奖项。
HPDC是中国计算机学会（CCF）推荐的A类会议。据悉，2026年HPDC共收到281篇论文投稿，41篇接收为正式论文，接收率约为14.6%。
获奖证书
王春东为该论文的通讯作者，上海科技大学为唯一完成单位。论文作者胡岩鹏、朱莉、贾磊均为课题组研究生。胡岩鹏赴美参会，并做会议报告。
论文作者与课题组其他成员（左2王春东，左4胡岩鹏，左6朱莉，右3贾磊）
近年来，人工智能等新型应用对高效可靠的数据存储系统提出更高要求，如何挖掘CPU处理器和新一代存储设备的并行处理能力是当前研究的重要挑战。“计算—存储”的串行式处理流程是当今数据存储的主流模式，深刻影响了系统性能。上海科技大学信息学院王春东课题组以LSM树（Log-Structured Merge-Tree）键值存储为研究对象，提出了新型的并行处理方案。
本研究关注的键值存储，即key-value (KV) store，是目前多个应用场景的主要数据管理与存储架构。LSM树架构由于其优良的性能，被谷歌、脸书等大量采用存储各类数据，也在区块链等场景广泛应用。压缩（Compaction）是 LSM 树用于维护其分层树形结构的核心操作，该操作通过计算完成数据重排序、通过I/O操作完成数据重存储。团队发现计算与 I/O 操作采用串行执行方式：完成数据重排序后，用户线程需等待内核线程执行文件写入与 fsync 同步 I/O 操作直至结束。这类高开销的同步 I/O 会形成过长的关键路径，进而影响 LSM 树的性能。
针对此问题，研究人员提出了一种面向高效LSM树数据存储的计算与 I/O 并行化方案，命名为Pome。Pome依托全新设计的协议，将 I/O 操作移出关键路径，在单次压缩操作中实现计算与 I/O 的解耦。为此，该方案借助 io_uring 实现异步 I/O 操作。此外，针对压缩加速可能引发的 I/O 拥塞问题，Pome 引入自适应 I/O 速率限制器，以保障执行流程平稳运行。在 RocksDB 之上实现了 Pome 原型系统。图1和图2展示了传统串行化处理方式和Pome的并行化方案的差异。对比两者可以看出，Pome大幅缩减了关键路径上的处理时间，可有效提升LSM树的效率。实验结果表明，Pome 显著提升了 RocksDB 的性能，且表现优于多款当前主流的 LSM 树改进方案。
图1 原LSM树串行式压缩流程示意
图2 论文提出的Pome并行化处理方案示意
论文链接：
https://dl.acm.org/doi/10.1145/3806645.3807603
代码链接：
https://github.com/toast-lab/LSM-pome
来源：上海科技大学，爱科会易仅用于学术交流，若相关内容侵权，请联系删除。