SJTU-EPCC 陈全 教授
报告生成时间：2026年8月20日
个人主页：陈全
所属团队：上海交通大学 EPCC 实验室（并行与分布式系统/边缘计算与网络智能）
一、学者基本信息
| 字段 | 信息 |
|---|---|
| 姓名 | 陈全（Quan Chen） |
| 出生年份 | 公开权威资料未见明确披露 |
| 职称 | 教授；曾于2016年7月至2021年7月任长聘教轨副教授，2021年8月起任教授 |
| 所属单位 | 上海交通大学计算机学院先进计算研究所；计算机科学与工程系 |
| 实验室职务 | EPCC（新兴并行计算研究中心）核心教师、教授；公开页面未标明行政职务 |
| 学术头衔 | 博士生导师；2023年CCF青年科技奖获得者 |
| 国家级人才 | 国家自然科学基金优秀青年科学基金项目负责人；其公开主页未将其列为特定国家级人才计划入选者，故不作延伸认定 |
| 其他任职 | 上海交通大学计算机科学与工程系副系主任；据公开教师页，任IEEE Transactions on Cloud Computing副主编；Parallel Computing、Frontiers of Computer Science编委；曾任PMAM 2016—2024及NPC 2019程序委员会主席等 |
| 邮箱 | chen-quan@sjtu.edu.cn |
| 研究方向 | 并行与分布式计算、云计算与云原生运行时、数据中心资源管理、异构/GPU资源调度、计算机体系结构、边缘云协同 |
陈全的公开身份以交大计算机学院先进计算研究所教授和EPCC教师为主。其研究轨迹的显著特点是以“资源管理—运行时—部署系统”为主线，将多核/异构体系结构中的调度问题延展至公有云、无服务器计算、微服务、GPU与智能算力场景。学院教师页明确列出其近年成果发表于ASPLOS、OSDI、SC、EuroSys、ATC、MLSys等系统与体系结构会议/期刊，反映出其网络的学术中心是系统软件与计算机体系结构交叉地带，而非单一应用方向。
二、教育背景与职业履历
陈全于2003年至2007年在同济大学计算机科学与技术系完成本科学习；2007年进入上海交通大学计算机科学与工程系攻读硕士，2009年起在过敏意教授团队继续攻读博士，并于2014年6月获博士学位。CCF相关访谈中，陈全明确表示自己于2009年在过敏意组读博；其博士论文为《面向复杂并行架构的高性能低功耗任务调度的研究》，后获中国计算机学会优秀博士学位论文奖。因而，过敏意既是其博士导师，也是其学术网络中最核心的师承节点。
他的培养阶段带有显著国际流动性：2010年在新西兰奥塔哥大学计算机系访问，2011年以研究助理身份继续在该校开展工作；2013年11月至2014年9月在美国哥伦比亚大学访问。博士毕业后，他同时衔接上海交通大学软件学院海外师资博士后（2014年7月至2016年6月）与密西根大学安娜堡分校计算机系博士后（2014年10月至2016年4月）。据其接受CCF采访时的自述，密西根大学阶段所在团队由Jason Mars与Lingjia Tang领导；这段经历直接促成其在仓储级计算机、非抢占式加速器QoS和资源利用率方向的国际合作论文。
| 时间 | 教育或职业节点 | 对关系网络的意义 |
|---|---|---|
| 2003—2007 | 同济大学计算机科学与技术系本科 | 建立计算机学科基础 |
| 2007—2009 | 上海交通大学计算机科学与工程系硕士 | 开始关注云计算，并在导师团队与阿里云合作项目中接触产业真实问题 |
| 2009—2014 | 上海交通大学计算机科学与工程系博士，过敏意教授团队 | 形成以并行调度、分布式资源管理为核心的师承与EPCC合作网络 |
| 2010—2011 | 新西兰奥塔哥大学访问/研究助理 | 早期国际学术交流节点 |
| 2013—2014 | 哥伦比亚大学访问 | 扩展美国高校系统研究联系 |
| 2014—2016 | 密西根大学安娜堡分校博士后；交大软件学院海外师资博士后 | 与Jason Mars、Lingjia Tang等开展仓储级计算机和加速器调度合作，并回流交大 |
| 2016—2021 | 上海交通大学长聘教轨副教授 | 独立建组，拓展公有云、GPU服务与无服务器计算方向 |
| 2021年至今 | 上海交通大学教授 | 形成云原生运行时、异构资源管理与产业转化并行推进的网络中心 |
公开履历没有支持其“曾在微软亚洲研究院实习或访问”的说法，故本报告不将其列为个人经历。可以确认的是，其论文网络中存在与微软亚洲研究院研究人员的合作：例如带宽非对称内存调度研究与微软亚研研究员吴明共同署名；近年的OSDI论文也出现微软研究院研究者。此类证据应理解为论文层面的跨机构协作，而不能反推为陈全本人曾任职、实习或访问于微软亚洲研究院。
三、学生培养情况
公开资料对“每位学生的唯一导师、学位完成时间与全量去向”披露并不完整。以下选择与陈全共同署名成果密集、或由本人主页/学生主页直接说明指导关系的代表性成员；对未获公开材料确认的师生归属，明确标为团队协同培养或论文合作，不将共同署名等同于唯一导师关系。
1. 赵涵（上海交通大学计算机学院助理教授，博士毕业生/共同指导学生）
赵涵是目前公开证据最完整的博士培养案例。其交大教师主页明确写明：硕士和博士均在上海交通大学完成，受陈全与过敏意共同指导；其博士阶段为2019年9月至2022年6月，现任交大计算机学院先进计算研究所助理教授，并仍与陈全、崔伟皓密切合作。这一去向体现了陈全团队从研究生培养到校内青年教师发展的学术传承链。
研究上，赵涵从多核/异构平台任务调度进入GPU资源管理、DNN服务与无服务器大模型系统。他与陈全共同署名的代表成果涵盖异构内存任务窃取、GPU内SM并行、DNN与CPU混部、GPU无服务器数据加载以及LLM推理资源共享。该路径把陈全早期的“面向复杂架构的调度”主题延续至智能算力服务；赵涵获得CCF体系结构优秀博士论文奖和微软铸星学者等荣誉，也说明其已成为网络中能独立承接项目与继续反哺团队的重要节点。
2. 崔伟皓（青年教师/研究者，硕士毕业校友与长期合作者）
EPCC毕业校友页将崔伟皓列为2020级硕士，研究方向为并行计算、深度学习；陈全主页中从2019年Ebird、2020年E2bird到ATC 2022的DVABatch、OSDI 2023的Brainstorm等成果，均可见其与陈全的持续共同署名。公开学生页面还将崔伟皓称为“助理教授”，并与陈全、赵涵共同开展后续研究；但当前可检索材料未单独标明其硕士阶段的唯一导师，故本报告将其界定为陈全团队的长期培养型合作者，而不作唯一导师认定。
其研究聚焦在线深度学习服务的批处理、算子并发与GPU利用率，典型工作Ebird针对深度学习在线服务的延迟和吞吐问题提出弹性批处理与GPU驻留内存池。这个案例反映陈全的培养方式具有鲜明的系统落地导向：从性能现象测量出发，形成运行时机制，再进入异构数据中心服务场景。崔伟皓后续进入青年教师/独立研究岗位，也为团队与大模型训练、推理系统之间建立了新的合作接口。
3. 韦梦泽（硕士毕业校友，GPU调度方向学生）
EPCC毕业校友名录显示，韦梦泽为2018级硕士，研究方向为GPU调度与大数据分析；期刊论文作者简介进一步明确，她在上海交通大学计算机方向攻读硕士期间由陈全指导。她是陈全早期GPU空间共享研究链条中可直接确认的学生节点。
韦梦泽与陈全共同参与Themis/Ebird相关研究：前者面向空间多任务GPU中应用级性能退化的在线预测与抑制，后者面向深度学习服务的弹性批处理。二者均从QoS与资源利用率的矛盾出发，构成后来GPU服务、AI推理系统和异构云资源管理的一条技术前史。公开材料未披露其毕业后的任职去向，因此不作推定；但其研究主题和论文角色可说明，陈全团队较早将传统并行调度训练转向GPU在线服务系统。
4. 李子骏（云原生/无服务器方向骨干作者，团队协同培养关系）
李子骏多次作为陈全团队无服务器研究的主要作者出现：FaaSFlow、RunD、DataFlower、FaaSMem等论文均与陈全、过敏意及EPCC教师共同署名。DataFlower以数据流范式编排无服务器工作流，FaaSMem则聚焦内存池架构；二者直接连接了陈全主持的“面向异构硬件的云原生运行时系统研究”与团队的运行时实现能力。
现有公开EPCC名单与检索到的论文页面没有完整标注李子骏的入学年级、毕业年份或唯一导师，因而本报告不将其称作已确认的直接博士毕业生，而称为团队协同培养的骨干作者。他的价值在于把“容器共享、冷启动、安全运行时、工作流数据通路、内存池”等分散问题组织为连续的云原生系统研究线，也是陈全与赵杰茹、陈晨、赵涵等同事共同指导和联合署名最集中的交叉节点之一。
5. 许楚豪（2023级博士生，无服务器内存池/大模型推理方向）
EPCC博士生名录列出许楚豪为2023级博士生，研究方向为“Serverless Computing, Memory Pool Architecture”。其与李子骏、陈全、赵涵共同完成FaaSMem，并在后续大模型推理研究中继续共同署名，如面向资源高效无服务器大模型推理的工作。论文共同署名显示其已进入陈全—过敏意—赵涵的云原生与AI系统协作网络。
许楚豪仍处于博士培养阶段，公开资料尚无毕业去向，不能以论文作者身份断言唯一指导关系。其案例仍具有代表性：研究问题从传统函数即服务的内存效率，延展到大模型推理的弹性共享，说明陈全团队把学生培养嵌入真实系统演进中，并通过师生与青年教师联合指导承担持续的课题升级。
总体而言，陈全团队的学生培养网络可见三种层次：一是赵涵这样已完成博士、留校任教并继续合作的“学术传承”节点；二是韦梦泽、崔伟皓等围绕GPU服务系统形成的早期工程研究节点；三是李子骏、许楚豪等围绕无服务器、云原生与大模型系统协同推进的新生代节点。公开可确认的博士毕业去向以赵涵留任交大最为明确；其他成员的去向应以其后续公开主页或单位公告为准。
四、学术合作网络
4.1 实验室内部合作
陈全的内部网络以导师过敏意为核心上游节点。两人在任务调度、分布式系统资源管理、云原生系统等方向存在长期共同署名与共同项目语境；陈全在过敏意团队读博、在EPCC任教后，构成从师承到共同建构研究平台的连续关系。过敏意提供并行与分布式系统的学术母体，陈全则将其推进至云原生运行时与异构数据中心资源管理。
李超、冷静文、赵杰茹、陈晨、沈耀、郑文立和孙世轩等是陈全在EPCC/交大系统方向的重要横向协作节点。李超与冷静文分别在体系结构、异构计算优化方向构成硬件—系统接口；例如JUNO、VELTAIR、Tacker及多篇GPU/数据中心论文显示陈全与李超、冷静文跨越算法、编译/体系结构和运行时调度的联合布局。赵杰茹在FPGA、编译与软硬件协同方面的专长进入DataFlower、FaaSMem及GPU服务系统共同研究；陈晨的分布式机器学习、云计算调度与缓存方向则与无服务器/微服务资源管理天然相连。朱弘恣虽在EPCC的移动计算、物联网和车联网侧更具特色，但与陈全共同处于“端—边—云”系统能力谱系，构成边缘智能应用与云端资源管理可能的接口。
4.2 跨机构合作
跨机构网络主要来自两个方向。其一是美国高校经历所沉淀的系统合作：陈全在密西根大学安娜堡分校博士后期间，与Jason Mars、Lingjia Tang、Hailong Yang等合作发表Baymax、Prophet、PowerChief等仓储级计算机与加速器资源管理研究；这些工作聚焦非抢占式加速器的QoS预测、资源利用和功耗约束，为其回国后发展GPU/异构数据中心调度提供了直接的方法论来源。
其二是国内高校/研究机构的专题协作。例如，陈全与中国地质大学（武汉）曾德泽团队围绕可信执行环境、边缘云容器启动和任务卸载有共同成果；与新加坡国立大学研究者在点云服务动态负载场景出现共同署名。该类合作并非简单扩大作者名单，而是将陈全团队的运行时和资源管理能力与边缘计算、安全执行环境、应用服务等问题结合，呈现跨机构的互补结构。
4.3 国际合作
陈全的国际合作网络可分为“人员流动”和“论文协作”两部分。人员流动包括奥塔哥大学、哥伦比亚大学和密西根大学安娜堡分校的访问或博士后经历；其中密西根阶段与Jason Mars、Lingjia Tang的合作最具连续性。论文协作还包括微软亚洲研究院研究者吴明参与的带宽非对称内存任务调度研究，以及OSDI 2023 Brainstorm论文中微软研究院研究者参与的合作。上述事实支持“存在与微软研究体系的科研合作”，但现有公开履历没有支持“陈全本人曾在微软亚洲研究院任职、实习或访问”的结论。
五、业界合作关系深度分析
5.1 云厂商与平台型企业：从问题来源到规模部署
陈全的产业关系不是单一的项目赞助，而是围绕云计算技术代际演进形成的长期闭环。其公开访谈回顾，早在2008年硕士阶段便参与过敏意教授与阿里云的合作项目，由此开始接触云计算一线需求；此后其个人主页列出华为创新研究计划和阿里创新研究计划项目，学院教师页进一步说明其负责华为、阿里等横向项目20余项。合作主题由早期公有云QoS、容量规划、容器放置，发展到异构资源调度、云原生运行时和智能算力。
公开材料显示，陈全主持的成果“面向互联网服务的云原生运行时系统关键技术及其应用”获2023年CCF技术发明一等奖（排名第一）。北京大学王选奖访谈称，团队研发的云原生运行时系统“逍遥”已落地阿里云Alibaba Cloud Linux、联想xCloud容器云平台和华为云；该报道还提到其在阿里云和联想集团的大规模节点管理应用。学院教师页则概括指出，相关成果已在阿里云、华为云、联想、字节跳动、蚂蚁集团等落地。因不同公开来源对部署规模、产品形态的表述粒度不同，本报告不据此推导市场份额或商业收入，但可确认其技术转化覆盖多个云与互联网平台。
从技术结构看，产业合作的核心是把学术问题转译为可运行的控制面和运行时机制：面对潮汐式负载，以预扩展和去中心触发降低端到端时延；面对异构GPU/CPU资源，以QoS预测、弹性批处理和混部提高利用率；面对容器和函数计算，以轻量运行时、内存池与数据流编排降低冷启动、存储和数据传输开销。这种“业务负载—系统建模—原型实现—平台部署”的路径，是陈全网络区别于纯理论合作网络的关键。
5.2 产学研组织方式与人才培养效应
产学研协作在陈全团队中同时承担三种功能。第一，企业提供峰值负载、复杂资源隔离、成本和可靠性等真实约束，使选题从实验室基准走向公有云生产问题。第二，国家自然科学基金重点项目“面向异构硬件的云原生运行时系统研究”、重点研发计划“针对异构计算平台的资源实时隔离与高效调度系统”等纵向任务，为基础机制和自主软件栈提供持续支撑。第三，华为、阿里等横向项目把学生的调度、容器、GPU与大模型系统研究置于可评估的工程语境中，形成论文、开源软件、原型系统与人才能力之间的反馈。
这一组织方式也塑造了学生培养：赵涵、崔伟皓、韦梦泽等的代表工作均围绕在线DNN服务、GPU共享或异构资源管理，研究对象直接对应云厂商的资源效率和服务等级目标；李子骏、许楚豪等则转向无服务器工作流、内存池和大模型推理。由此可见，陈全的产业圈并非附着于成果发表之后，而是从课题设计阶段就与实验室内部师生网络相互嵌合。需要注意的是，公开资料证明了企业合作与技术落地，但未公开逐项项目的合同范围、技术归属与学生参与角色，故不作超出公开证据的商业化判断。
六、重要奖项与学术兼职
| 时间 | 奖项或兼职 | 公开信息所示角色/说明 |
|---|---|---|
| 2015/2016 | 中国计算机学会优秀博士学位论文；上海市优秀博士学位论文 | 博士论文聚焦复杂并行架构的高性能低功耗任务调度 |
| 2018 | IEEE TCSC青年学者奖 | 公开教师页列为复杂并行架构可扩展任务调度系统贡献 |
| 2019 | 阿里巴巴达摩院青橙奖 | 表彰其在超大规模数据中心系统层资源管理的研究 |
| 2019 | 国家技术发明二等奖 | “面向突变型峰值服务的云计算关键技术与系统”，排名第五 |
| 2020 | 教育部科技进步一等奖 | “面向城市精细化治理的数据协同处理关键技术及应用”，排名第三 |
| 2023 | CCF技术发明一等奖 | “面向互联网服务的云原生运行时系统关键技术及其应用”，排名第一 |
| 2023 | CCF青年科技奖 | 表彰其在计算机体系结构、计算机系统及资源高效异构数据中心运行时方面的贡献 |
| 2024 | 上海市自然科学一等奖 | “面向端边智能服务的计算系统基础理论与方法”，排名第二 |
| 2024 | 王选杰出青年学者奖 | 云计算与云原生理论、技术及应用贡献 |
| 2025 | 睿远青年科技奖 | 信息与空间科技领域获奖者之一 |
| 现任/近年 | IEEE Transactions on Cloud Computing副主编 | 学院教师页列示的SCI期刊副主编任职 |
| 现任/近年 | Parallel Computing、Frontiers of Computer Science编委 | 体现其在并行计算与计算机系统出版网络中的服务角色 |
| 2016—2024、2019 | PMAM程序委员会主席；NPC 2019程序委员会主席 | 公开教师页列示；同时曾服务ASPLOS、PPoPP、SC、ICDCS、IPDPS等会议程序委员会 |
七、Connection圈层总结
核心圈：师承—EPCC共同体。 过敏意是陈全的博士导师和最关键的学术源头；陈全在EPCC内部与李超、冷静文、赵杰茹、陈晨、朱弘恣、沈耀、郑文立等形成围绕并行计算、异构体系结构、云端资源管理、端边智能的互补合作。这个圈层的共同语言是“从硬件特性到运行时资源控制”。
培养圈：学生与青年教师的代际延伸。 赵涵是公开证据最明确的博士毕业生—留校任教节点，连接陈全与新一代GPU、无服务器和大模型系统研究。崔伟皓、韦梦泽、李子骏、许楚豪等则代表从GPU服务到云原生/LLM运行时的连续人才梯队。该圈层的显著特征是学生并非孤立地附属于单个课题，而是在过敏意—陈全—青年教师的联合指导和共同署名网络中成长。
合作圈：国际系统研究与专题互补。 奥塔哥大学、哥伦比亚大学和密西根大学安娜堡分校构成陈全早期国际经历节点；Jason Mars、Lingjia Tang等合作方将其网络带入仓储级计算机和加速器QoS研究。微软亚洲研究院研究人员参与的论文、以及与国内其他高校在边缘云和可信执行环境上的协作，则扩展了其系统研究的机构边界。这里应严格区分论文合作与任职经历：现有公开资料支持前者，不支持其曾在微软亚洲研究院实习/访问的说法。
产业圈：云原生与智能算力的应用牵引。 阿里云、华为云、联想、字节跳动、蚂蚁集团等构成成果落地的主要产业节点；华为与阿里创新研究计划是有公开项目线索的合作机制。产业问题推动陈全从早期并行调度转向峰值服务、容器、函数计算、GPU共享和大模型资源管理，并通过部署反馈反哺学术问题。
总体上，陈全的关系网络是一个以交大EPCC为知识与人才枢纽、以云原生运行时和异构资源管理为技术主轴、以国际系统合作和国内云产业实践为两翼的网络。其强连接并不只来自共同发表，更来自师承传递、联合培养、可运行系统和产业部署共同构成的长期协作机制。