中美貿(mào)易戰(zhàn)愈演愈烈，歸根結(jié)底是美國對我們遏制和我們謀求持續(xù)發(fā)展之戰(zhàn)。美國幾次三番針對我國的科技公司，為我們敲響了警鐘，科技自強是硬道理。
我國雖然鮮有頂尖級的系統(tǒng)軟件商業(yè)公司，但我們在科技領(lǐng)域并不缺少世界頂尖人才和成果。以清華大學(xué)朱曉偉博士為例，他在讀期間專注于圖計算領(lǐng)域，研發(fā)的Gemini分布式圖計算系統(tǒng)，處理速度超出學(xué)術(shù)界最快系統(tǒng)10倍（通常性能超出40%~50%已經(jīng)是很好的優(yōu)化，超出2倍就很夸張了，超出10倍，可想而知學(xué)術(shù)界的震驚情況），朱曉偉博士在2016年投稿USENIX ATC會議時，因其中一位評審專家不相信能達到這樣的性能而被拒絕入選，用該專家話說，“too good to be true”。無奈，朱曉偉博士只得補充了一些其他系統(tǒng)性能不足的原因分析，并附上源碼接受挑戰(zhàn)，因禍得福，論文最終入選USENIX主辦的OSDI（Operating Systems Design and Implementation，OS領(lǐng)域最好的會議之一），這也是我國第一次有高校主導(dǎo)的學(xué)術(shù)研究入選OSDI，如今該論文已經(jīng)作為圖數(shù)據(jù)領(lǐng)域的標(biāo)桿被引用多達上百次。
系統(tǒng)軟件的成熟需要長期的投入和積累，很難像互聯(lián)網(wǎng)產(chǎn)業(yè)那樣從一個商業(yè)模式快速迭代成一個TOP級的商業(yè)公司。一款成熟的系統(tǒng)軟件需要兩個必要的條件：優(yōu)秀的人才和持續(xù)的積累。這些人才和積累，就是商業(yè)公司的壁壘。人才方面，頂尖的系統(tǒng)軟件人才，在實習(xí)期，甚至在優(yōu)秀論文發(fā)表進入學(xué)術(shù)界視野的時候，往往就已經(jīng)被國外的技術(shù)公司“盯上了”；即便是留在國內(nèi)公司，也會很分散的進入BAT（百度阿里騰訊）、TMD（頭條美團滴滴）等企業(yè)作為項目負責(zé)人率隊解決實用的難題或者去復(fù)刻國外系統(tǒng)，很難集中一批優(yōu)秀的人才專注在某一領(lǐng)域持續(xù)創(chuàng)新研究。畢竟把幾個頂尖人才放在一個項目里是極其奢侈的，從人力成本的角度考慮，即便大廠也不愿意做。人才的分散，使得技術(shù)積累變得更加困難，而高校積累的、曾經(jīng)閃閃發(fā)光的那些研究成果，隨著學(xué)生畢業(yè)進入工作環(huán)境，也會因為缺少精力維護而擱淺，被埋沒或遺忘。
朱曉偉博士在畢業(yè)前同樣面臨著同樣的困惑：Gemini系統(tǒng)即將被束之高閣么？這么多年的學(xué)習(xí)和研究，很可能就要作為基石，被其他國家的科學(xué)家進一步研發(fā)、商用、構(gòu)建新的壁壘。“不甘心”這幾個字在他心里生根發(fā)芽。
清華頂尖博士團隊 變革系統(tǒng)軟件的科技格局
圖數(shù)據(jù)很多人不太了解，這里簡單的普及一下。圖是將信息中的實體，以及實體之間的關(guān)系，分別抽象表達成為頂點以及頂點間的邊這樣的結(jié)構(gòu)數(shù)據(jù)。圖計算系統(tǒng)就是針對圖數(shù)據(jù)處理的系統(tǒng)，它在圖結(jié)構(gòu)的數(shù)據(jù)上進行針對性優(yōu)化的高效計算，尤其適合大規(guī)模的關(guān)聯(lián)關(guān)系分析。相比傳統(tǒng)的關(guān)系型數(shù)據(jù)（以O(shè)racle為代表），圖的邏輯可以很好的解決目前遇到的關(guān)聯(lián)數(shù)據(jù)分析問題，如繪制用戶社交關(guān)系圖譜做社交影響力排名、好友推薦；通過繪制資金交易圖譜做大數(shù)據(jù)征信、反欺詐等應(yīng)用；構(gòu)建設(shè)備關(guān)系網(wǎng)絡(luò)圖譜實現(xiàn)物聯(lián)網(wǎng)建模分析、供電網(wǎng)絡(luò)建模分析等等。
該領(lǐng)域，國內(nèi)最先進的團隊是由陳文光教授帶領(lǐng)的清華團隊，他們十年前就關(guān)注到了圖數(shù)據(jù)技術(shù)，歷任學(xué)子均參與過圖數(shù)據(jù)的研究，并在OSDI、EuroSys、ATC等頂級會議中發(fā)表了多篇相關(guān)論文，他們編寫的圖計算系統(tǒng)比學(xué)術(shù)界最快水平快了10多倍，比常見工具快了100多倍。
作為我國計算機領(lǐng)域“產(chǎn)”、“學(xué)”、“研”、“用”的第一人，陳老師自然是敏銳的捕捉到了圖數(shù)據(jù)的大有可為：隨著AI如火如荼的發(fā)展，圖數(shù)據(jù)作為底層數(shù)據(jù)存儲分析技術(shù)，可以幫助機器學(xué)習(xí)領(lǐng)域獲取更多維度的信息，在打破性能的約束后，可以說圖計算是下一代AI發(fā)展的推速器。既然已經(jīng)有了超前的學(xué)術(shù)成果，為什么我們不將其落地，進入尋常企業(yè)中？陳老師的提議很快得到了一眾博士學(xué)霸們的響應(yīng)，做商用系統(tǒng)軟件很苦，但是很值得，為的是讓性能瓶頸不在成為分析的障礙，也為了中國系統(tǒng)軟件揚眉吐氣的機會 。
組件團隊時，陳教授第一個想到的門生，是已經(jīng)博士畢業(yè)多年，編寫了世界上第一個開源分布式C++圖計算系統(tǒng)，在微軟亞洲研究院負責(zé)微軟下一代大數(shù)據(jù)系統(tǒng)平臺和分布式機器學(xué)習(xí)平臺的洪春濤博士，MXNET早期原型設(shè)計正是在洪春濤博士的幫助下完成的。在微軟研究院率隊研發(fā)的經(jīng)歷，使得洪春濤博士既有成熟商業(yè)軟件開發(fā)的經(jīng)驗，同時具備協(xié)作管理的閱歷和協(xié)同開發(fā)的節(jié)奏把控力。加之對圖計算的敏銳度，是擔(dān)綱團隊領(lǐng)袖的最佳人選。而洪春濤博士也早有做一番事業(yè)的想法，可以說是一拍即合。
朱曉偉博士自不必說，一路頂著保送清華、碩博連讀、國家級獎學(xué)金、西貝爾學(xué)者、被國際一流期刊重點關(guān)注、斬獲AMC一等獎等眾多科技獎項的學(xué)者，比起去大廠帶團隊拿高薪，能讓研究成果學(xué)以致用比什么都重要。
除了曉偉博士這樣的“性能怪獸”，另一位“重量級”選手——應(yīng)該是重“量級”選手——林恒博士的加入，更讓陳老師覺得“穩(wěn)了”。林恒博士是“神威·太湖之光”Graph500作者。“太湖之光”是我國連續(xù)兩年四屆取得Top500排名世界第一的高性能計算機，也是唯一一臺采用自主研發(fā)的國產(chǎn)處理器的TOP ONE系統(tǒng)。林恒博士主導(dǎo)了該系統(tǒng)Graph500評選并獲得世界排名第二，填補了國產(chǎn)高性能系統(tǒng)在數(shù)據(jù)分析領(lǐng)域獎項的空白。同時基于“太湖之光”研發(fā)的“神圖”系統(tǒng)是世界上規(guī)模最大的圖計算系統(tǒng)，入選了2018年“戈登·貝爾”獎決賽，也是中國唯一入圍該獎項的項目。
速度、體量兼有之，陳老師覺得還不夠，因此又挖來了GPU加速、機器學(xué)習(xí)領(lǐng)域?qū)＜依類鹜┦?，也是團隊的另一位西貝爾學(xué)者、奧賽金牌獲得者，曾率隊連獲世界三大超級計算機比賽（ASC、SC、ISC）的總冠軍，在清華計算機系素有“小神童”之稱。
至此，由冠軍們組成的團隊就成型了，幾位創(chuàng)始人每個都是以一敵百，技術(shù)公司搶破頭的精英，放棄了高薪、大廠、帶團隊的機會，被陳老師“一鍋端”了，這樣的頂尖陣容，放眼世界也找不到第二個。 “下一代的 AI 可能就踩在我們的肩上了 ”懷揣著改變科技格局的夢想，著手圖數(shù)據(jù)落地的項目啟動了。
快如電光的“費馬”
說是項目啟動，其實幾位創(chuàng)始成員延續(xù)著此前在組里的默契和協(xié)作，跟博士在讀期間的工作沒有太大的區(qū)別。唯一的不同，就是商業(yè)應(yīng)用不同于實驗室中固定的環(huán)境和場景測試，需要顧及系統(tǒng)的方方面面，為了系統(tǒng)的高可用性、易用性、可移植性等應(yīng)用場景中必不可少的部分，團隊重構(gòu)了圖數(shù)據(jù)系統(tǒng)，優(yōu)化了系統(tǒng)可用性，內(nèi)置了大量的算法，封裝接口等等，支持豐富的接口和調(diào)用語言，并提供數(shù)據(jù)快速導(dǎo)入導(dǎo)出、可視化等外圍工具，便于管理和使用，使其更適應(yīng)商業(yè)應(yīng)用場景。
把世界上TOP級的聰明人聚在一起，自然效率奇高。系統(tǒng)重構(gòu)僅用了三個月的時間，還是在洪春濤博士的嚴格要求下所用的時間。學(xué)霸之所以是學(xué)霸，不僅是靠天分，同時也靠好習(xí)慣。一直以來，洪春濤博士的每段代碼，都會寫兩遍，第一遍目的是實現(xiàn)功能、跑通程序，第二遍是更合理更簡潔更完美的實現(xiàn)，“對于程序員來說，2.0版本總是最好的，所以我會一次就做2.0”。作為團隊核心，洪春濤博士即是CEO也是大家的學(xué)長，這一習(xí)慣被他帶到了團隊里，后面無論項目多緊張，這一習(xí)慣也不會打破。因此，在微軟6年率隊開發(fā)大規(guī)模復(fù)雜系統(tǒng)經(jīng)驗的加持下，洪春濤博士帶領(lǐng)團隊高質(zhì)量的完成了系統(tǒng)重構(gòu)。
產(chǎn)品成熟了，隨之而來終于迎來了一個大家有分歧的問題：起名字。
起名這件事，可能比代碼重構(gòu)更燒腦，為此團隊展開了激烈的討論，最終學(xué)霸們?yōu)轫椖科鹆藗€速度為王的名字：F=ma（費馬）。F=ma是牛頓第二定律，意為“加速”；同時FMA也是計算機的乘加指令（比快更快），中文名字致敬了數(shù)學(xué)家皮埃爾.德.費馬。從此快如電光的LightGraph和PandaGraph有了更快的名字“費馬”。
性能快百倍，內(nèi)存消耗少十倍的 “閃電計算”
圖數(shù)據(jù)的數(shù)據(jù)邏輯維度要遠高于關(guān)系型數(shù)據(jù)，以社交場景為例，以往我們分析微博大V的權(quán)重，通常會按其粉絲數(shù)量來排名；而圖數(shù)據(jù)不僅關(guān)注粉絲數(shù)量，同時關(guān)注粉絲質(zhì)量，大V的粉絲是僵尸粉還是活躍粉，是小白還是同為大V，互動是否頻繁等等維度數(shù)據(jù)在圖數(shù)據(jù)中年清晰可尋。因此，圖數(shù)據(jù)分析遠超出二維的分析維度，每增加一層，分析的難度就高了百倍，分析的難度差距是巨大的。數(shù)據(jù)分析維度和數(shù)據(jù)量的增長對系統(tǒng)性能提出了更高的要求，如果性能不足，想要的分析也是難以實現(xiàn)的。
不同于以往科技公司“復(fù)刻”國外成熟產(chǎn)品和模式的套路，費馬冠軍團隊只做性能最佳。那么對比國外成熟的圖數(shù)據(jù)平臺，費馬憑什么能性能快百倍，內(nèi)存消耗少十倍？
費馬CEO洪春濤博士直言是“同類產(chǎn)品太差了”，在客戶的實際業(yè)務(wù)環(huán)境中，經(jīng)常會有上千倍的差距。
除了出自最嚴謹代碼作者這一重要因素以外，從架構(gòu)層到功能層，費馬圖數(shù)據(jù)平臺進行了層層優(yōu)化。在架構(gòu)層，費馬團隊選擇了更適合底層數(shù)據(jù)交互的C++語言，而不是主流的Java語言，雖然編寫的復(fù)雜度高一些，但在應(yīng)用時能夠更靈活。舉個例子，當(dāng)圖數(shù)據(jù)庫從外存中讀取數(shù)據(jù)時，有時需要利用操作系統(tǒng)的MMAP功能，而操作系統(tǒng)默認會進行預(yù)讀取。操作系統(tǒng)假設(shè)我們是連續(xù)讀取數(shù)據(jù)的，所以當(dāng)我們讀取一塊數(shù)據(jù)時，它會幫我們把后面的數(shù)據(jù)也預(yù)先讀取進來。但是在數(shù)據(jù)庫中，我們經(jīng)常是隨機訪問的，因此這個預(yù)讀取功能會浪費時間讀取沒有用的數(shù)據(jù)。對于C++來說，我們可以通過系統(tǒng)調(diào)用來關(guān)閉這一功能，而Java則沒有對應(yīng)的功能。類似的操作還有很多，C++語言對底層數(shù)據(jù)處理更友好。在費馬團隊看來，選擇什么語言來編寫取決于實用性而非編寫者的偏好。
功能上，在存儲方面，費馬支持多版本并發(fā)，將讀寫操作分開，寫操作不影響讀操作的性能，不會因為頻繁的讀寫而降低性能；支持事務(wù)內(nèi)并行，多個線程可以在同一快照上執(zhí)行操作，從而加速長事務(wù)分布式處理；采用無鎖數(shù)據(jù)結(jié)構(gòu)，數(shù)據(jù)讀取操作不需要任何鎖操作，帶來極高的吞吐率；前綴壓縮，將相關(guān)數(shù)據(jù)存儲在連續(xù)的空間中，從而提高遍歷操作的效率，減少重復(fù)檢索操作等等。
在分析方面，費馬支持分布式擴展，能夠線性擴展到分布式環(huán)境，正如閃電一樣延伸再延伸；雙模式驅(qū)動，圖數(shù)據(jù)訪問支持推送和拉取兩種模式，并在運行中自動選擇更優(yōu)的模式，提高數(shù)據(jù)訪問效率；采用連續(xù)數(shù)據(jù)塊劃分，在數(shù)據(jù)劃分時，利用真實數(shù)據(jù)內(nèi)在的關(guān)聯(lián)性，將有關(guān)聯(lián)的數(shù)據(jù)劃分在一起，高質(zhì)量的劃分方法在分析時大有裨益；細粒度調(diào)度，將圖數(shù)據(jù)任務(wù)動態(tài)映射到設(shè)備的CPU、核、線程等多個層級，滿負荷利用計算資源。
種種優(yōu)化帶來了費馬100倍性能增長的“閃電計算”，計算力可以無限延伸，處理萬億級的數(shù)據(jù)毫不費力，用戶只需要基于費馬平臺，構(gòu)建應(yīng)用場景即可，處理速度電光即達。
目前，費馬科技已為工商銀行、京東金融、民生銀行、搜狗搜索等大型金融、互聯(lián)網(wǎng)企業(yè)及政府、軍工類項目提供高性能可擴展的圖數(shù)據(jù)平臺，為企業(yè)存儲和分析大規(guī)模圖數(shù)據(jù)提供強有力的支持，同時費馬團隊在客戶實踐中經(jīng)常會幫助客戶額外優(yōu)化場景和算法，致力于最佳實踐。相信我國的頂尖級系統(tǒng)軟件商業(yè)公司正奔跑在路上，“科技是沒有疆界的，但是科學(xué)家有”，而費馬科技目前要做的事情，就是*，盡快成長為Oracle級別的系統(tǒng)軟件公司。我們也期待著更多頂尖成果落地商用，構(gòu)筑起我們科技的長城。
申請創(chuàng)業(yè)報道，分享創(chuàng)業(yè)好點子。點擊此處，共同探討創(chuàng)業(yè)新機遇！
