姓名：许胤龙

职称：教授

职务：闽江学院院长教学事务特别助理

学历：博士

电子邮件：[email protected]

许胤龙，中国科学技术大学澳门6合彩开奖 教授，闽江学院闽都学者卓越教授（柔聘，校长教学事务特别助理）、国家教育部软件工程专业教学指导委员会委员、国家高性能计算中心（合肥）常务副主任。曾任中国科大澳门6合彩开奖 副院长。1983年于北京大学数学系获学士学位，1989、2004年于中国科大计算机系获硕士、博士学位。主持多项国家自然科学基金面上、国家863项目，参与多项国家973、国家自然基金重点、国家863重点、科技部重点研发计划等项目。曾获得国家级教学成果二等奖、安徽省教学成果特等奖与一等奖、宝钢全国优秀教师奖、中国科学院优秀指导教师奖、教育部计算机专业优秀教师奖励计划等。主要研究方向有存储系统、数据处理、高性能计算等。在FAST、SOSP、HPCA、ASPLOS、MICRO、VLDB、ATC、EUROsys、ACM SIGMETRICS、WWW、ACM ToS、IEEE JSAC、IEEE TPDS、IEEE ToC、IEEE TCAD等国际顶级学术会议与学术杂志上发表了高水平学术论文200余篇。

许胤龙教授在中国科学技术大学领导了一个先进数据系统实验室，实验室致力于以数据为中心的系统软件设计与优化，旨在构建融合高效数据存储、访问、计算为一体的先进数据系统，专注于大规模存储与文件系统、云计算与虚拟化、新型数据库系统、大数据处理系统、资源管理与调度等方向的研究。许胤龙教授指导的学生多次获得全国优秀博士论文提名奖、阿里星、中国科学院优秀博士论文、中国科学院院长特别奖、中国科学院院长奖、IBM优秀博士奖励计划等。

教育经历：

1979年9月-1983年7月 北京大学，计算数学，本科

1986年9月-1989年7月 中国科学技术大学，计算机软件与理论，在职硕士研究生

2005年1月，中国科学技术大学，计算机软件与理论，在职申请博士

工作经历：

1983年7月-1989年12月 中国科学技术大学计算机系，助教

1990年1月-1999年12月 中国科学技术大学计算机系，讲师

2000年1月-2003年12月 中国科学技术大学计算机系，副教授

2004年1月-至今 中国科学技术大学计算机系/学院，教授

2023年12月-至今  闽江学院闽都学者卓越教授、闽江学院院长教学事务特别助理（柔聘）

研究方向：

数据存储、高性能计算、数据可靠性

荣誉获奖：

1. 科教结合、所系结合、理实结合——中国科大拔尖人才培养模式的探索与实践，2022年国家级教学成果二等奖（个人排名14/18）

2. 2021年度教育部计算机专业优秀教师奖励计划。

3. 安徽省教学名师（2021年入选）

4. 编程实践能力培养导向的课程建设与实践，2019年度安徽省教学成果特等奖（个人排名3/5）

5. 中国科学院优秀指导教师（2006年度、2022年度）

6. 中国科学院朱李月华优秀教师（2008年度、2017年度）

7. 2014年度宝钢全国优秀教师奖

8. 并行算法类教学基地建设，2001年度安徽省教学成果一等奖，国家级教学成果二等奖（个人排名4/5）

主持项目：

1. 国家自然科学基金面上项目，属性感知的键值存储系统索引结构与缓存优化研究（No. 62172382）, 2022-01-01至2025-12-31。

2. 国家自然科学基金重点项目，新型分布式存储系统的高可靠性关键技术研究（No.  61832011，清华大学舒继武教授主持，中国科学技术大学合作参与）, 2019-01-01至2023-12-31。

3. 国家自然科学基金面上项目，基于关联性的分布式元数据存取优化研究（No. 61772486）, 2018-01-01至2021-12-31。

4. 国家自然科学基金面上项目，容错存储系统的扩容问题研究（No. 61379038）, 2014-01-01至2017-12-31。

5. 科技部-国家重点研发计划课题，大数据的副本一致性理论及编码理论（No. 2018YFB1003204），2018-05-01至2021-04-30。

6. 与多个知名IT企业的合作项目。

科研成果：

论文

发表学术论文200多篇，近五年代表性论文：

[1] Hongmin Li, Si Wu, Zhipeng Li, Qianli Wang, Yongkun Li, Yinlong Xu, Enabling High Performance and Resource Utilization in Clustered Cache via Hotness Identification, Data Copying, and Instance Merging. IEEE Trans. Computers, 74(2):371-385 (2025).

[2] Wei Wang, Min Lyu, Tianyang Niu, Qiliang Li, Liangliang Xu, Yinlong Xu, Fast Acceleration Strategies for XOR-Based Erasure Codes. IEEE Trans. Comput. Aided Des. Integr. Circuits Syst. 44(1): 331-344 (2025).

[3] Shuai Lin, Rui Wang, Yongkun Li, Yinlong Xu, John C. S. Lui, Two-Dimensional Balanced Partitioning and Efficient Caching for Distributed Graph Analysis. IEEE Trans. Parallel Distributed Syst. 36(2): 133-149 (2025)

[4] Yuxin Ma, Ping Gong, Tianming Wu, Jiawei Yi, Chengru Yang, Cheng Li, Qirong Peng, Guiming Xie, Yongcheng Bao, Haifeng Liu, Yinlong Xu, Eliminating Data Processing Bottlenecks in GNN Training over Large Graphs via Two-level Feature Compression. Proc. VLDB Endow. 17(11): 2854-2866 (2024).

[5] Lulu Yao, Yongkun Li, Patrick P. C. Lee, Xiaoyang Wang, Yinlong Xu, AdaptMD: Balancing Space and Performance in NUMA Architectures With Adaptive Memory Deduplication. IEEE Trans. Computers 73(6): 1588-1602 (2024).

[6] Si Wu, Zhirong Shen, Patrick P. C. Lee, Zhiwei Bai, Yinlong Xu, Elastic Reed-Solomon Codes for Efficient Redundancy Transitioning in Distributed Key-Value Stores. IEEE/ACM Trans. Netw. 32(1): 670-685 (2024).

[7] Jiahao Li, Jingbo Su, Luofan Chen, Cheng Li, Kai Zhang, Liang Yang, Sam H. Noh, Yinlong Xu, Fastmove: A Comprehensive Study of On-Chip DMA and its Demonstration for Accelerating Data Movement in NVM-based Storage Systems. ACM Trans. storage 20(3): 19 (2024).

[8] Qiliang Li, Liangliang Xu, Yongkun Li, Min Lyu, Wei Wang, Pengfei Zuo, Yinlong Xu, Enabling Efficient Erasure Coding in Disaggregated Memory Systems. IEEE Trans. Parallel Distributed Syst. 35(1): 154-168 (2024).

[9] Tao Li, Yongkun Li, Wenzhe Zhu, Yinlong Xu, John C. S. Lui, MinFlow: High-performance and Cost-efficient Data Passing for I/O-intensive Stateful Serverless Analytics. FAST 2024: 311-327.

[10] Rui Wang, Yongkun Li, Shuai Lin, Weijie Wu, Hong Xie, Yinlong Xu, John C. S. Lui, Common Neighbors Matter: Fast Random Walk Sampling With Common Neighbor Awareness. IEEE Trans. Knowl. Data Eng. 35(5): 4570-4584 (2023).

[11] Qiang Zhang, Yongkun Li, Patrick P. C. Lee, Yinlong Xu, The Design and Implementation of UniKV for Mixed Key-Value Storage Workloads. IEEE Trans. Knowl. Data Eng. 35(11): 11935-11949 (2023).

[12] Yipeng Xing, Yongkun Li, Zhiqiang Wang, Yinlong Xu, John C. S. Lui, LightTraffic: On Optimizing CPU-GPU Data Traffic for Efficient Large-scale Random Walks.  ICDE 2023: 882-895

[13] Yidong Wang, Yufei Wu, Cheng Li, Pengfei Zheng, Biao Cao, Yan sun, Fei Zhou, Yinlong Xu, Yao Wang, Guangjun Xie, CFS: Scaling Metadata Service for Distributed File System via Pruned Scope of Critical Sections', EUROSys 2023.

[14] Lulu Yao, Yongkun Li, Fan Guo, Si Wu, Yinlong Xu, John C. S. Lui,Towards High Performance and Efficient Memory Deduplication via Mixed Pages. IEEE Trans. Computers 72(4): 926-940 (2023)

[15] Chaoyi Ruan, Yingqiang Zhang, Chao Bi, Xiaosong Ma, Hao Chen, Feifei Li, Xinjun Yang, Cheng Li, Ashraf Aboulnaga, Yinlong Xu,Persistent Memory Disaggregation for Cloud-Native Relational Databases. ASPLOS (3) 2023: 498-512

[16] Jingbo Su, Jiahao Li, Luofan Chen, Cheng Li, Kai Zhang, Liang Yang, Sam H. Noh, Yinlong Xu,Revitalizing the Forgotten On-Chip DMA to Expedite Data Movement in NVM-based Storage Systems. FAST 2023: 363-378

[17] Quan Zhou, Haiquan Wang, Xiaoyan Yu, Cheng Li, Youhui Bai, Feng Yan, Yinlong Xu,MPress: Democratizing Billion-Scale Model Training on Multi-GPU Servers via Memory-Saving Inter-Operator Parallelism. HPCA 2023: 556-569

[18] Liangliang Xu, Min Lyu, Zhipeng Li, Cheng Li, Yinlong Xu,A Data Layout and Fast Failure Recovery Scheme for Distributed Storage Systems With Mixed Erasure Codes. IEEE Trans. Computers 71(8): 1740-1754 (2022)

[19] Rui Wang, Yongkun Li, Yinlong Xu, Hong Xie, John C. S. Lui, Shuibing He,Toward Fast and Scalable Random Walks over Disk-Resident Graphs via Efficient I/O Management. ACM Trans. Storage 18(4): 36:1-36:33 (2022)

[20] Si Wu, Zhirong Shen, Patrick P. C. Lee, Yinlong Xu,Optimal Repair-Scaling Trade-off in Locally Repairable Codes: Analysis and Evaluation. IEEE Trans. Parallel Distributed Syst. 33(1): 56-69 (2022)

[21] Liangliang Xu, Min Lyu, Qiliang Li, Lingjiang Xie, Cheng Li, Yinlong Xu,SelectiveEC: Towards Balanced Recovery Load on Erasure-Coded Storage Systems. IEEE Trans. Parallel Distributed Syst. 33(10): 2386-2400 (2022)

[22] Qiang Zhang, Yongkun Li, Patrick P. C. Lee, Yinlong Xu, Si Wu,DEPART: Replica Decoupling for Distributed Key-Value Storage. FAST 2022: 397-412

[23] Rui Wang, Shuibing He, Weixu Zong, Yongkun Li, Yinlong Xu,XPGraph: XPline-Friendly Persistent Memory Graph Stores for Large-Scale Evolving Graphs. MICRO 2022: 1308-1325

[24] Jiawei Wang, Cheng Li, Kai Ma, Jingze Huo, Feng Yan, Xinyu Feng, Yinlong Xu,AutoGR: Automated Geo-Replication with Fast System Performance and Preserved Application Semantics. Proc. VLDB Endow. 14(9): 1517-1530 (2021)

[25] Rui Wang, Yongkun Li, Shuai Lin, Hong Xie, Yinlong Xu, John C. S. Lui,On Modeling Influence Maximization in Social Activity Networks under General Settings. ACM Trans. Knowl. Discov. Data 15(6): 108:1-108:28 (2021)

[26] Xin Wang, Yinlong Xu, Richard T. B. Ma,Paid Peering, Settlement-Free Peering, or Both?, IEEE/ACM Trans. Netw. 29(2): 585-594 (2021)

[27] Cheng Li, Hao Chen, Chaoyi Ruan, Xiaosong Ma, Yinlong Xu,Leveraging NVMe SSDs for Building a Fast, Cost-effective, LSM-tree-based KV Store. ACM Trans. Storage 17(4): 27:1-27:29 (2021)

[28] Hao Chen, Chaoyi Ruan, Cheng Li, Xiaosong Ma, Yinlong Xu,SpanDB: A Fast, Cost-Effective LSM-tree Based KV Store on Hybrid Storage. FAST 2021: 17-32

[29] Yiduo Wang, Cheng Li, Xinyang Shao, Youxu Chen, Feng Yan, Yinlong Xu,Lunule: an agile and judicious metadata load balancer for CephFS. SC 2021: 47

[30] Youhui Bai, Cheng Li, Quan Zhou, Jun Yi, Ping Gong, Feng Yan, Ruichuan Chen, Yinlong Xu,Gradient Compression Supercharged High-Performance Data Parallel DNN Training. SOSP 2021: 359-375

[31] Yongkun Li, Zhen Liu, Patrick P. C. Lee, Jiayu Wu, Yinlong Xu, Yi Wu, Liu Tang, Qi Liu, Qiu Cui,Differentiated Key-Value Storage Management for Balanced I/O Performance. USENIX Annual Technical Conference 2021: 673-687

主讲课程：

图论、组合数学、离散数学