孙广宇：我2003年本科毕业于清华大学电子系；之后在清华微电子所读硕士，主要从事静态随机存取存储器（Static Random-Access Memory，SRAM）设计相关的研究工作；2006年在美国宾夕法尼亚大学读博士，从事体系结构相关的研究工作，主要围绕新型非易失存储器件做各个层次的架构设计，利用新型存储器件改善计算机体系结构的能效；2011年回国后在北京大学高能效计算与应用中心任教，从事专用体系结构的研究工作，包括设计空间搜索等；目前主要关注存算一体的架构设计。 

孙广宇：进行这两个方面的研究，有客观因素的影响，也有新机遇的因素。

新型存储器件是计算机体系结构和微电子层面结合的研究。从我自己的角度来看，计算机体系结构主要考虑的是计算、存储和通信三个方面的问题。存储，不管是新型存储还是传统工艺成熟的存储，一直在被广泛研究，包括早期SRAM、动态随机存取存储器（Dynamic RAM，DRAM）等。我刚开始读博士时，我的导师谢源老师正在和陈怡然老师开展关于新型存储的工作，他们非常了解器件的发展，预见到了和传统器件不一样的具有新特性的新器件。在他们的指导下，我开始做磁性随机存储器（Magnetoresistive RAM，MRAM）相关的工作。回国之后我和北航、北大的老师一起研究Flash、MRAM、阻变式存储器（Resistive RAM，ReRAM）等。国内的相关研究人员对新型存储非常关注，这些年取得了很多成果。从2007年到现在，我发表了不少相关的文章，但比较遗憾的是，真正落地的工作还比较少。主要原因是，对学术工作来讲，这类研究应用比较难，非常依赖工业界落地，当然工业界也做了很多这样的研究。但我依然看好新型存储的未来，在存储领域的金字塔上，新型存储总会找到它独有的位置，能够真正落地，这也是我一直坚持做新型存储研究的原因。

领域定制体系结构是与应用结合的研究。该研究的很多启发都来自应用。进入北京大学工作之后，我接触了很多之前并不了解的应用。比如，参与过王韬老师主持的通讯方面的研究，针对通讯协议做专用的加速，开发了一个可配置的软件定义无线电（software-defined radio），为网络方面的研究人员提供了开放平台，产生了较好的社区影响。2013年，我和百度合作进行固态硬盘（SSD）的研究，把一些简单的应用放到SSD的控制器（controller）里做大数据分析。现在存内计算（in-memory computing）、近存储计算（in-storage computing）的研究也非常火热，回过头来看，其实2013年我们做的就是近存储计算的工作。

再后来，我做了一些深度学习专用架构的研究。比较有意思的是，在做这方面的研究时，我得知中科院计算所的陈云霁老师和他的团队已经做了深度学习处理器的工作，发表在ASPLOS 2014上。于是我转变思路，针对深度学习处理器这种定制架构做一些自动化方法对设计空间进行搜索。这个思路和我过去从事电子设计自动化（EDA）的设计方法研究有关，而且当时我和丛京生老师一起工作，受丛老师启发，希望可以把问题公式化、模型化，然后设计自动化的方法去探索。最后，这个工作发表在FPGA 2015（第23届ACM/SIGDA FPGA国际研讨会）上，也受到了较多关注（谷歌学术引用约1900次）。

孙广宇：新型存储目前在工业界的落地还需要打磨。铁电随机存取存储器（Ferroelectric RAM，FeRAM）、MRAM已经落地应用，这两种存储技术国外领先一些。国内新型存储近年来的发展也很快，STT/SOT-MRAM（通过自旋电流实现信息写入的一种新型非易失性磁随机存储器）、ReRAM等新型存储都取得了很多成果。但从存储的发展历史看，其提出到落地的周期是比较长的。比如Flash的提出可以追溯到二十世纪五六十年代，但真正实现大规模商用已经到2000年后了。对新型存储来讲，无论是替代还是补充，能在现有存储体系中找到清晰的定位是比较重要的。因为新型存储会在某些特性上比之前的存储好，但也存在问题。从现在的工业发展来看，台积电、三星等厂商已经把MRAM、ReRAM列入发展计划，也推出了一些产品，基本上证明新型存储的未来是比较光明的。

另一个常被问到的问题是关于新型存储的应用场景。这个问题很难问答，因为目前很多新型存储在器件层面仍在不断改进，还没有成熟到与传统存储一样稳定，那么在演进过程中，新型存储器件的特性就有可能发生变化。特性稳定之后，新型存储的定位就会比较清晰，比如SRAM、DRAM。还有一种可能是，新型器件会在某些特定领域有较好的表现，例如人工智能、图计算等。新型存储还在不断发展中，我们拭目以待。

孙广宇：在体系结构是软硬件的接口，上层有应用，底层有器件。做体系结构研究既要懂上层的应用，也要懂底层的器件，未来的体系结构研究需要更深入地往上走和往下走。这有两方面的推动因素。一是摩尔定律难以为继，过去只通过简单的设计、依赖工艺进步就可以有数量级的收益，现在是不可能了。研究人员对底层器件懂得越多，就越能做好上层架构的优化。二是上层应用的多样化。设计一款在所有领域都能表现很好的通用芯片是不现实的，那就需要对不同领域做深入的了解。同理，对上层应用理解得越深，就越能做好架构设计。未来，我认为有机会打通上层应用和下层器件，做跨层次的体系结构优化设计。

这种跨层次的优化设计对体系结构提出了更大的挑战，要考虑的因素更多，体系结构设计变得更难了。一个可能的方向是通过自动化的方法做设计空间搜索。过去的架构设计通过具体（电路）实现的反馈来判断设计的好坏，这个周期太长了。通过自动化的方法，例如机器学习、深度学习进行辅助决策，快速给出一些评估等，从而加速设计过程，得到较好的体系结构设计。存算一体的研究也属于这方面。未来我也会坚持朝这个方向做研究。

对于体系结构设计而言，如果不考虑底层硬件本身的特性，做出的结论可能是错误的。有的设计看似有优势，但是真正从电路和芯片后端看，可能没有好处，全是坏处。举一个简单的例子，如果设计里面做了很宽的数据通路或者复杂的数据通路，比如交叉开关矩阵（crossbar），那么对相应的开销就必须仔细、准确地评估，否则交叉开关矩阵或者宽数据通路的真实开销可能会完全掩盖其他优化设计带来的收益。

孙广宇：新型存储器件是计算机体系结构和微电子层面结合的研究，领域定制体系结构是和应用结合的研究，而存算一体就是把这两个方面贯穿起来的研究。

存算一体主要由新器件或者新应用推动。从底层存储的工艺来看，有两个主要的方向。一个是基于传统的内存（memory）做存算一体，很多公司特别是创业公司在从事这个方向的相关工作。因此，不管是SRAM、DRAM，还是Flash，工业界已经认可基于这些传统的成熟器件做存算是有优势的。这里面的动机很明显，存算一体就是把存储和计算拉近了，拉近之后的好处也是显然的，而且还有很强的应用场景，例如深度学习、图计算、推荐系统等。不管是存储、DRAM还是SRAM，都有创业公司和大公司在做，所以我认为这个方向未来一定能蓬勃发展，而且肯定有希望。底层器件的工作可能要依赖工业界，但是对于上层应用的技术工作，高校也能很好地参与进来。

另一个方向是基于新型存储做存算一体。从事这个方向研究的主要是高校和研究所等研究机构。高校本身就是从事这类前沿性研究的地方，而且发表文章也是培养学生的重要方法。北京大学在新器件方面一直投入很多，包括器件材料、建模、电路等，这对我是一个很有利的条件。产业界在这方面的投入产出比很低，公司做这方面工作的动力较小。实际上，国内很需要相关企业投入研发新型存储器件，提前铺设技术道路，希望能真正产生进步。

孙广宇：博士阶段至少五年。在这五年甚至更长的时间内，最重要的是培养自己的能力。也就是说你能从头到尾地发现一些问题，解决一些问题。即使研究成果最后没有真正被应用，整个研究过程也是很好的训练经历。未来遇到各种实际问题时，你具备的认识问题、解决问题的能力就能够很好地发挥作用。

另一个很重要的方面是保持健康。学术界许多杰出人士都有健康的身体，例如谢源老师。他作为曾经的校足球队前锋，一直保持运动的习惯，现在依然经常跑步踢球。

我也希望有更多的学生对体系结构感兴趣，能投身体系结构研究。在体系结构领域，我国的研究人员在数量上和美国还有差距。

孙广宇：青年科研人员需要学会均衡。刚开始可以探索一些前沿方向，寻找合作者做一些跨领域的研究，不用太担心成果未来应用落地等问题。有了一些研究积累后，可以适当思考研究成果的应用价值，解决实际问题。我自己也还在慢慢摸索，希望和大家多交流。

特别声明：中国计算机学会(CCF)拥有《中国计算机学会通讯》(CCCF)所刊登内容的所有版权，未经CCF允许，不得转载本刊文字及照片，否则被视为侵权。对于侵权行为，CCF将追究其法律责任