研究所网站：https://ppi.fudan.edu.cn/
研究所主要在系统软件、软硬件协同设计、编译优化以及量子人工智能等方向，深入开展了多个研究项目，涵盖了学术、工程等种类，贯彻国家科教融合战略，切实将学术理论与生产实践相结合，并取得了丰硕的成果。
项目1：基于学习的动态二进制翻译系统
本项目使用新型的基于自动学习的动态二进制翻译方法，无需对指令集架构有相当的熟悉程度，可以生成任意两种指令集之间的翻译规则，并结合编译器对指令集架构的优化，结合源指令架构与目标指令架构的特性，生成高效的翻译规则。高质量的翻译规则将大大提升生成代码的质量。
项目2：SIMD体系结构的高吞吐量B+树
由于计算资源丰富，SIMD体系结构为B+树提供了实现高查询吞吐量的潜在机会。然而，由于资源利用率低和内存性能差，以前的方法无法获得令人满意的性能结果。基于这一观察，我们提出了Harmonia，一种新的B+树结构来弥补这些差距，从而实现良好的缓存局部性并提高资源利用率。
项目3：使用HTM扩展争用下的并发索引结构
硬件事务性内存（HTM）是一种新兴的硬件功能。我们首先对基于HTM的并发索引结构进行了深入的分析，并揭示了由于争用下的假冲突和真冲突而导致HTM异常中止的几个原因。在分析的基础上，本项目提出了Eunomia，这是一种基于HTM的并发索引结构的设计模式，它包含几个提高HTM性能的原则，包括使用基于版本的并发控制拆分HTM区域以减少HTM工作集，分区数据布局以减少错误冲突，主动检测和避免冲突请求，以及自适应并发控制策略。
项目4：复旦大学大数据云平台
大数据云平台需要解决多类用户和复杂资源的管理运维复杂、使用不便、资源利用率低难题。为此，本项目主要研究内容有：一是面向用户使用视角研究高效、好用和易用方式，包括多样化的服务、可软件定义的灵活资源使用、高效部署以及智能化运维等；二是面向系统管理视角系统高效资源管理、高可靠性、高可扩展性和安全性。通过研究突破云平台核心关键技术，研发和构建服务多样、好用易用、高效、智能、安全的高可靠可扩展的云平台系统。
