YuanRong: A Production General-purpose Serverless System for Distributed Applications in the Cloud
介绍面向云上分布式应用的生产级通用 Serverless 系统。
统一接口连接多语言运行时与分布式计算内核，内核包含函数系统、多语义数据系统和 Service Bridge。
Yulin Che (yche)
元戎数据系统架构师 · AI 基础设施
openYuanrong-datasystem Maintainer
1 个人背景
本科就读于西安交通大学软件工程专业（2011–2015），博士就读于香港科技大学计算机科学与工程专业（2015–2020）。目前在华为负责分布式缓存中间件，担任元戎数据系统架构师，面向 AI Agent 和训推场景，发挥异构融合硬件与 OS 的协同优势。
2 工作经历
openYuanrong DataSystem
以内存为中心、近计算的分布式异构多级缓存，提供数据对象（KV）、数据流访问和多级缓存能力，面向 AI 训推、Agent 等分布式应用。
2.1 代表工程论文
2.2 数据系统技术文章
突破样本传输瓶颈：openYuanrong 作为TransferQueue KV 后端加速 veRL 强化学习 ↗
作为 TransferQueue 的 KV 后端，以异构对象多级缓存、批量聚合和跨节点 H2D 直通，减少 veRL 样本链路中的主机中转与数据拷贝。
社区同步正文 ↗openYuanrong 数据系统：近计算高性能分布式内存缓存 ↗
共享内存免拷贝、分布式对象引用、HBM / DRAM / SSD 多级缓存与分布式元数据，覆盖 KV Cache 和模型快速弹性实践。
社区同步正文 ↗openYuanrong数据流：近计算高性能分布式数据流转 ↗
基于共享内存 Page 与 Worker 点对点传输减少拷贝和 Broker 中转，支持多种生产消费关系、故障处理及 Agent 流式返回。
把集群变“单机”（下）——openYuanrong核心架构设计解析 ↗
介绍函数、状态、数据对象与数据流抽象，以及数据系统与分布式调度协同的设计。
社区同步正文 ↗破解分布式计算多租困局：openYuanrong多租隔离 ↗
通过租户 Token 与 DataWorker 鉴权、共享内存数据隔离，在共享集群中控制跨租户访问。
基于openYuanrong的企业级JiuwenSwarm实践探索 ↗
将 Agent Session 状态存入数据系统，结合亲和调度与故障迁移恢复，实现企业级分布式 Agent 运行。
3 比赛经历
与团队共同参与消息队列、数据库增量同步和 KV 存储引擎的性能优化竞赛，开源实现、比赛总结与答辩材料。
EngineRaceRapids
面向 Intel Optane SSD 的 KV 存储引擎，覆盖写入、随机读取与范围扫描。仓库记录线上成绩 413.69 秒，排名第 1。
消息队列与 SIMD 优化
百万消息队列的 C++ 实现，使用 SIMD intrinsics 优化处理。仓库记录复赛线上成绩 2.69M+，排名第 1。
IncrementalSyncShaping
围绕数据库实时增量同步与数据重放优化。仓库记录复赛第 6 名，最终答辩季军；同时公开比赛攻略与答辩材料。
竞赛成绩按各项目仓库记录展示，线上排名与最终答辩名次分别列出。RapidsBlink ↗
4 科研经历
博士研究主题为图结构聚类算法在异构处理器上的加速，关注并行化、向量化和内存访问优化。HKUST 博士论文答辩介绍 ↗
4.1 代表论文
RapidMatch: A Holistic Approach to Subgraph Query Processing
融合图探索与关系连接，利用图结构优化过滤和连接计划；在论文多类查询负载上优于两类方法的已有最佳实现。
将关系过滤、连接计划、关系编码与结果枚举串成一条处理流程，结合图结构信息与关系查询方法。
Accelerating Truss Decomposition on Heterogeneous Processors
通过中间结果压缩、自适应剥离 / 三角计数与 CPU–GPU 协同加速 Truss 分解；论文真实图实验中，性能最高提升约 10 倍。
将邻居集合中的非零位图 word 紧凑存储，通过按 word 操作减少公共邻居计数的工作量。
Accelerating All-Edge Common Neighbor Counting on Three Processors
在 CPU、KNL 和 GPU 上优化归并跳跃与位图邻居求交；论文实验中，数十秒完成十亿边级 Twitter 图的全边公共邻居计数。
在五个真实图数据集上比较 CPU、KNL 与 GPU 的优化实现；纵轴为对数刻度，单位为秒。不同平台适合的算法不同。
Parallelizing Pruning-based Graph Structural Clustering
以多阶段并行计算和枢轴式 SIMD 求交减少聚类冗余计算；在 64 核 KNL 上，65 秒内处理 18 亿边 Friendster 图，较同平台 pSCAN 最高快 250 倍。
固定 µ = 5，在 KNL 上比较不同相似度阈值 ε 下的运行时间；四个子图分别为 orkut、webbase、twitter 和 friendster，纵轴为对数刻度。
以上为部分代表工作，包含合作论文；完整论文列表见页首 Google Scholar。
4.2 研究开源代码
研究实现与合作项目主要发布在 Rapids @ HKUST ↗，代表论文已合并展示对应代码，以下补充其他合作研究项目。
Efficient Parallel Subgraph Enumeration on a Single Machine
Shixuan Sun, Yulin Che, Lipeng Wang, Qiong Luo · ICDE 2019 · pp. 232–243
通过延迟物化、最小集合覆盖与 SIMD / SMT 并行化加速子图枚举；论文实验中，单机较对比 DFS 算法快超过 1000 倍，较 12 机分布式方案最高快 100 倍。
Accelerating Pairwise SimRank Estimation over Static and Dynamic Graphs
Yue Wang, Lei Chen, Yulin Che, Qiong Luo · The VLDB Journal 28(1), 99–122 · 2019
通过三种采样削减策略加速静态 / 动态图的单对 SimRank 估计，并以不变量保证精度；论文实验中优于已有静态与动态方案。
图处理工具与研究资料
Stars ↓- 社区发现CommunityDetectionCodes ↗社区发现算法整理，服务于博士资格考试调研
- GPU 图处理PrimitivesAndGraphProcessing-GPU ↗GPU 并行原语与图处理调研资料（截至 2016 年）
- 图重排与转换GraphReorderAndConverter ↗图重排与格式转换，包括 OpenMP 并行 Edge List → CSR
5 合作共建
openYuanrong · 欢迎合作共建
openYuanrong 开源以来已落地多家互联网企业和央国企。欢迎围绕 AI Agent、训推系统和分布式缓存开展合作，共建开源生态。
openYuanrong 官方文档 ↗
6 招聘
华为 · 2012 实验室
面向 Agent 时代的分布式系统
欢迎对分布式系统感兴趣的同学加入，围绕 Agent 时代的基础设施，探索分布式调度与分布式缓存。
分布式调度分布式缓存
职位详情
岗位职责：
- 负责分布式缓存中间件架构设计与研发，面向昇腾、鲲鹏、灵衢超节点，打造大容量、低时延的分布式缓存
- 面向Agent多轮交互、AI训推及搜推广等在线业务场景，构建低时延、高可用的缓存能力，保障毫秒级业务体验
- 通过全局资源视图感知内存与UB带宽占用，实现负载感知调度与副本均衡读写，避免负载过载导致读取劣化
- 基于UB与NUMA亲和实现数据直访与最优传输路径，通过本地亲和写入、大页、跨节点H2D/D2H直通，优化读写时延与带宽利用率
岗位要求：
- 熟悉C/C++，扎实的分布式系统原理与Linux系统编程
- 具备分布式缓存/存储/中间件研发经验，熟悉缓存一致性、淘汰、故障恢复
- 熟悉UB高性能网络及低时延通信技术者优先
- 有共享内存、D2D、RH2D直通访问、NUMA亲和等内核优化经验者优先
校招
华为校招 · 软件开发工程师 ↗- 岗位选择
- 职位已默认选好：软件开发工程师。岗位意向请选择：通用软件。
- 部门选择
- 第一意向部门：2012 实验室 → 基础软件院。
- 工作地点
- 深圳、杭州、北京。
- 岗位 / 意向填写
- 岗位：AI Infra 工程师；意向：数据系统、训推系统。
欢迎通过邮箱交流：
