“CCF-阿里云瑶池科研基金”（以下简称“基金”）由CCF与阿里云计算有限公司于2024年联合设立，专注于数据库领域。旨在为领域学者提供科研平台和必要的资源支持，鼓励优秀学者揭榜挂帅，开展与产业相结合的前沿探索性工作，解决真实世界中的卡脖子难题。
基金于5月25日发布指南，6月19日通过CCF直播号进行解析和答疑，至截止时间7月1日24:00（北京时间）共收到申报书32份，其中31份通过形式审查进入函评。函评阶段，遵循“同校回避、师生回避、同门回避”的原则，从“申请项目的价值、创新性和可行性”、“申报书与阿里课题需求匹配度”、“执行计划及交付成果的价值”、“申请者的学术水平和科研能力”等维度，由技术委员会专家严格背靠背分组评审打分，根据客观分数排序形成初评意见。
7月30日，在基金技术委员会主任、中国人民大学教授杜小勇主持下，技术委员会全体专家以线上会议方式对申报书进行综合评价，在所有评审专家充分发表意见的基础上，以函评阶段背靠背评分为主要依据，全员表决确定最终8项资助项目，本次评审过程由基金执行秘书阿里云肖司淼进行意见记录和整理，所有信息备案可查。现将2024年度立项项目予以公示。按照计划，本年度资助项目将于今年8月NDBC2024会议上进行开题。
（*排名不分先后）
|
序号
|
项目名称
|
申报人
|
单位
|
|
1
|
面向
CXL内存池的近数据计算架构与优化
|
张杰
|
北京大学
|
|
2
|
基于
CXL技术的云原生数据库架构设计与优化
|
张一鸣
|
厦门大学
|
|
3
|
软硬结合压缩数据直接计算数据库系统研发
|
张峰
|
中国人民大学
|
|
4
|
基于
GPU和NVMe-SSD的软硬协同向量数据管理关键技术研究
|
柯翔宇
|
浙江大学
|
|
5
|
SysInsight：基于代码大模型的数据库系统参数调优
|
张心怡
|
中国人民大学
|
|
6
|
面向车联网的海量多模数据压缩技术
|
杨晓春
|
东北大学
|
|
7
|
数据库测试技术研究
|
姜宇
|
清华大学
|
|
8
|
OLAP的多租任务隔离与运行资源优化研究
|
李环
|
浙江大学
|
项目名称：面向CXL内存池的近数据计算架构与优化
北京大学计算机学院助理教授、博士生导师、特聘研究员。
入选国家高层次人才计划海外青年项目，获得英特尔中国学术英才计划荣誉学者、ACM SIGCSE新星奖。长期从事存储系统和专用处理器的研究和设计，致力于从计算机体系结构层面出发，解决大数据和人工智能时代对于高性能存储系统的需求，突破冯诺依曼体系结构下数据迁移的瓶颈以及内存墙的限制。在国际会议及期刊上发表了五十余篇论文，包括计算机体系结构与系统顶级会议ISCA、OSDI、 HPCA、 MICRO、ASPLOS、FAST、ATC、Eurosys二十余篇。
项目名称：基于CXL 技术的云原生数据库架构设计与优化
厦门大学教授，厦门市智能存储与计算重点实验室主任。
2023年入选国家级领军人才。长期从事大数据处理技术研究及系统研制。作为第一作者和通讯作者，近五年在VLDB、ICDE、FAST、EuroSys、ATC、SC等CCF-A类期刊/会议发表论文27篇。获FAST 2023最佳论文奖、CCF科技进步一等奖、国家科技进步二等奖、湖南省自然科学一等奖、CCF优博论文奖等。
项目名称：软硬结合压缩数据直接计算数据库系统研发
中国人民大学教授、博导、
CCF
数据库专委委员、高性能
专委委员。
研究方向为数据库理论与系统，提出压缩数据直接计算理论与技术，围绕该方向以负责人身份先后主持国家自然科学基金、阿里AIR等项目，并作为第一或通讯作者发表CCF A类论文40篇。
曾获TPDS 2021年度最佳论文、TPDS 2022 Best Paper Runner-up、2024 ASPLOS Distinguished Artifact Awards、ICDE 2024 Industrial and Application Best Paper runner up等奖励。
2022年入选北京市科技新星人才计划，获得ACM-SIGHPC中国新星奖、北京市教学成果一等奖等奖励。
任TPDS等国际期刊AE，WISE23 PC Co-Chair、WISE24 Publicity Co-Chair等，担任VLDB等国际会议审稿人。
项目名称：基于GPU和NVMe-SSD的软硬协同向量数据管理关键技术研究
浙江大学计算机学院、软件学院研究员，博士生导师。
毕业于新加坡南洋理工大学，曾于新加坡南洋理工大学和新加坡国立大学先后从事博士后研究，任CCF数据库专委执行委员。在SIGMOD、VLDB、TKDE等数据库、数据挖掘领域顶级国际会议和期刊上发表论文27篇；获宁波市甬江人才工程科技创新领域青年创新人才项目支持，作为主要参与人参与国家自然科学基金面上项目一项，浙江省“尖兵领雁”重点研发项目一项，宁波市数字孪生重点研发专项一项。常年担任VLDBJ、TKDE等国内外顶级学术期刊评审专家，KDD、WWW、IJCAI等顶级国际学术会议程序委员会委员。
项目名称：SysInsight：基于代码大模型的数据库系统参数调优
中国人民大学讲师，吴玉章青年英才。
博士毕业于北京大学，主要研究方向为自治数据库系统，在该领域已发表10余篇CCF A类论文，获2023年字节跳动奖学金（全球13人）、2022年微软学者提名（亚太地区21人）、2019年NDBC优秀学生论文奖等荣誉。研究取得了数据库调优领域的多个突破，包括首个多模块数据库全局调优框架UniTune（SIGMOD 2023）、首个数据库在线调优系统OnlineTune（SIGMOD 202l2）、首个面向数据库资源优化的元调优系统ResTune（SIGMOD 2021）。
项目名称：面向车联网的海量多模数据压缩技术
东北大学软件学院院长，二级教授，博士生导师。
CCF数据库专委会副主任，CCF协同计算专委常委。国家级高层次人才，科技部中青年科技创新领军人才，国家优秀青年基金获得者，教育部新世纪优秀人才，辽宁省优秀科技工作者，兴辽计划特聘教授，辽宁省一流课程负责人，沈阳市人大常委会咨询专家；获宝钢优秀教师奖、国家重点研发专项项目首席科学家。《Data Science and Engineering》副主编、《软件学报》编委、《电子学报》编委、《计算机科学与探索》编委。长期从事数据管理与分析领域的教学科研工作，主要研究方向包括大数据管理与知识工程、数据库理论与技术、数据质量管理、数据隐私保护、智能推荐系统等。CCF杰出会员，ACM高级会员，IEEE高级会员。
