日前，在美国加利福尼亚州圣克拉拉举办的第38界International Conference on Massive Storage Systems and Technology （MSST 2024）会议上，南开大学百度实验室两篇最新研究成果在会上进行了报告，受到了高度关注。

  两篇论文的第一作者分别为崔立骁和周浩，均为实验室的博士研究生。

  崔立骁报告的题目是“H2KV: A Hotspot Awareness based Hybrid Fault-tolerant In-memory Key-Value Store”，该工作为分布式内存键值系统提出一种混合容错方案，利用数据的冷热访问模型，结合高性能但昂贵的副本容错和成本低但性能差的纠删码容错，在降低存储成本同时有效保证系统性能。

   周浩报告的题目为“A GPU-accelerated Compaction Strategy for LSM-based Key-Value Store System”，该研究专注于解决在高性能存储设备上LSM Compaction的计算瓶颈问题，提出了一种基于GPU的LSM Compaction加速策略，实验评估表明该设计相比于基准方法有显著性能提升。

  MSST（国际大规模存储系统与技术会议）一直是大规模存储系统设计师和实施者、存储架构师、研究人员和供应商分享最佳实践和讨论构建和保护全球最大存储系统的平台，涵盖高性能计算、网络规模系统和企业领域，该会议是存储领域旗舰会议之一，有着非常高的影响力。