Albert-Jan N. Yzelman 博士介绍(高性能计算)

weixin_42849849

409人浏览 · 2026-04-28 11:45:58

weixin_42849849 · 2026-04-28 11:45:58 发布

文章目录

Albert-Jan N. Yzelman 博士

Albert-Jan N. Yzelman 博士

🔹 基本信息

Albert-Jan Nicholas Yzelman 博士是一位专注于高性能计算与并行编程模型研究的计算机科学家，目前担任华为瑞士苏黎世研究中心（Huawei Zürich Research Center）计算系统实验室的研究科学家与专家（Research Scientist and Expert）[[2]][[8]]。

ORCID: 0000-0001-8842-3689 [[8]]
Google Scholar: 640+ 次引用，h-index 12 [[4]]
个人主页: https://albert-jan.yzelman.net [[2]]
LinkedIn: Albert-Jan Yzelman [[34]]

🔹 教育背景

时间	机构	学位/经历	详情
2002	荷兰 Duiven	Atheneum 文凭	高中毕业 [[24]]
2007–2011	乌特勒支大学（荷兰）	学士（双专业）	数学 + 计算机科学 [[24]]
—	乌特勒支大学	硕士	科学计算（Scientific Computing）[[24]]
2007–2011	乌特勒支大学数学系	博士	论文：Fast sparse matrix-vector multiplication by partitioning and reordering，导师：Rob H. Bisseling 教授 [[11]][[16]]

博士论文在线获取：Utrecht University Repository [[11]]

🔹 职业经历

时间	机构	职位	研究方向
2011–2015	鲁汶大学（KU Leuven，比利时）计算机系	博士后研究员	共享内存高性能并行计算、稀疏矩阵计算 [[8]]
2011–2015	Flanders Intel ExaScience Lab / ExaScience Life HPC Lab	博士后研究员	与 Dirk Roose、Karl Meerbergen 教授合作 [[24]]
2015–2020	华为巴黎研究中心	Research Scientist → Principal Researcher	并行计算、不规则计算，应用覆盖移动端至云端 [[24]]
2020.02–至今	华为苏黎世研究中心计算系统实验室	Research Scientist and Expert	未来计算的基础性、长期性与开放性研究 [[2]][[8]]

🔹 研究方向

核心研究方向围绕不规则计算与并行计算的编程范式，重点关注 [[2]]：

✅ 易用、高性能、可扩展且可移植的编程原理与系统设计
✅ 稀疏矩阵-向量乘法（SpMV）的缓存无关（cache-oblivious）算法与超图划分方法 [[11]][[15]]
✅ 批量同步并行（BSP）模型在共享内存多核系统中的应用与优化 [[42]][[43]]
✅ GraphBLAS 标准的 C++ 实现、并行化与非阻塞执行机制 [[49]][[50]]
✅ 张量计算的多维存储与分区策略 [[1]][[25]]

🔹 代表性学术论文（按引用次数排序）

论文标题	期刊/会议	引用次数	年份	链接/DOI
Cache-oblivious sparse matrix–vector multiplication by using sparse matrix partitioning methods	SIAM J. Sci. Comput. 31(4):3128–3154	127	2009	[[4]][[56]]
High-level strategies for parallel shared-memory sparse matrix-vector multiplication	IEEE TPDS 25(1):116–125	84	2013	[[4]][[12]]
Two-dimensional cache-oblivious sparse matrix–vector multiplication	Parallel Computing 37(12):806–819	58	2011	[[4]][[22]]
MulticoreBSP for C: a high-performance library for shared-memory parallel programming	Int. J. Parallel Program. 42(4):619–642	57	2014	[[4]][[42]]
An object‐oriented bulk synchronous parallel library for multicore programming	Concurrency Computat.: Pract. Exper. 24(5):533–553	44	2012	[[4]]
A C++ GraphBLAS: specification, implementation, parallelisation, and evaluation	Preprint	28	2020	[[4]][[49]]

📚 完整出版物列表：DBLP [[17]] | ResearchGate [[3]]

🔹 开源软件与工具项目

项目名称	描述	链接/资源
Mondriaan	稀疏矩阵超图划分工具，用于科学计算中的负载均衡与通信优化，与 Rob Bisseling 等人共同开发	[[35]][[38]][[39]]；源码：个人主页软件页
MulticoreBSP for C	面向共享内存多核系统的高性能 BSP 编程库，支持易用的并行编程接口	文档：multicorebsp.com [[42]]；论文：[[45]][[48]]
ALP/GraphBLAS	C++ 实现的 GraphBLAS 标准库，支持图算法的线性代数表达、并行执行与非阻塞机制	规范：GitHub: graphblas-api-cpp [[51]]；实现参考：[[49]][[52]][[53]]

🔹 学术合作网络

与多位国际知名学者保持长期合作（按机构分类）：

乌特勒支大学：Rob H. Bisseling（博士导师）[[4]]
鲁汶大学：Dirk Roose、Karl Meerbergen [[4]]
华为苏黎世：Pál András Papp、Denis Jelovina、Filip Pawłowski [[4]]
CNRS & ENS Lyon：Bora Uçar [[4]]
佐治亚理工：Ümit V. Çatalyürek [[4]]
ETH Zurich：Georg Anegg [[4]]
Barcelona Supercomputing Center：Vicenç Beltran Querol [[4]]

完整合作者列表见：Google Scholar Co-authors [[4]]

🔹 近期研究动态（2023–2025）

DAG Scheduling in the BSP Model（SOFSEM 2025）：扩展 BSP 模型以支持非均匀内存访问（NUMA）效应，提升任务调度效率 [[12]]
分布式推荐系统优化：提出有界滞后同步集体通信策略，加速推理阶段分布式计算 [[20]]
张量-向量收缩算法：研究分布式与异构环境下的多维张量计算优化 [[25]]
“谦逊编程”（Humble Programming）理念推广：强调可验证、可维护的高性能代码设计哲学 [[2]]

🔹 关键资源汇总

类型	链接	说明
🌐 个人主页	https://albert-jan.yzelman.net	传记、出版物、软件、演讲等完整信息 [[2]]
🎓 博士论文	UU Repository	开源获取完整博士论文 [[11]]
📊 学术档案	Google Scholar	论文引用、h-index、合作者网络 [[4]]
🔗 身份标识	ORCID: 0000-0001-8842-3689	国际学者唯一标识符 [[8]]
💼 职业档案	LinkedIn	职业经历与技能标签 [[34]]
📚 出版物索引	DBLP	计算机科学领域出版物标准索引 [[17]]
🔬 研究作品	ResearchGate	论文全文、项目、合作请求 [[3]]