Guy Blloch
Guy Blloch | |
---|---|
Alma mater | Swarthmore College , Massachusetts Institute of Technology |
Vetenskaplig karriär | |
Fält | Datavetenskap |
institutioner | Carnegie Mellon University |
Avhandling | Vektormodeller för dataparallell beräkning (1988) |
Doktorand rådgivare | Charles E. Leiserson |
Doktorander | Virginia Vassilevska Williams |
Guy Edward Blelloch är professor i datavetenskap vid Carnegie Mellon University . Han är känd för sitt arbete med parallell programmering och parallella algoritmer . Han undervisar i kursen 15-853: Algoritmer i den verkliga världen, kursen 15-492: Parallella algoritmer (våren 09) och kursen 15-210: Parallell och sekventiell datastruktur och algoritmer (höst 11) vid Carnegie Mellon University . 2011 valdes han in som Fellow i Association for Computing Machinery .
Blelloch är mottagare av 2021 IEEE CS Charles Babbage Award, som ett erkännande för "bidrag till parallell programmering, parallella algoritmer och gränssnittet mellan dem." I synnerhet har hans forskningsbidrag varit i samspelet mellan praktiska och teoretiska överväganden i parallella algoritmer och programmeringsspråk. Hans tidiga arbete med implementeringar och algoritmiska tillämpningar av skanningsoperationen (prefixsummor) har blivit inflytelserik i utformningen av parallella algoritmer för en mängd olika plattformar. Hans arbete med arbetsspann (eller arbetsdjup) syn för att analysera parallella algoritmer har hjälpt till att utveckla algoritmer som är både teoretiskt och praktiskt effektiva. Hans arbete med Nesl-programmeringsspråket utvecklade idén om programbaserade kostnadsmodeller och kapslad parallell programmering. Hans arbete med parallell sophämtning var det första som visade gränser för både tid och rum. Hans arbete med ramverk för grafbearbetning, såsom Ligra, GraphChi och Aspen, har lagt grunden för storskalig parallell grafbehandling. Hans senaste arbete med att analysera parallellismen i inkrementella/iterativa algoritmer har öppnat en ny syn på parallella algoritmer – dvs att ta sekventiella algoritmer och förstå att de faktiskt är parallella när de tillämpas på indata i en slumpmässig ordning.
Se även
externa länkar