6月12日，美国计算机协会（ACM）数据管理专业委员会（SIGMOD）宣布，将2024年度SIGMOD系统奖授予开源分布式深度学习平台Apache SINGA的研发团队。作为该系统最早的发起人和项目管理者，中国科学院海外院士、新加坡两院院士、欧洲人文和自然科学院外籍院士、新加坡国立大学李光前百年纪念讲席教授、浙江大学求是讲席教授、ACM Fellow、IEEE Fellow黄铭钧院士位列其中。这是黄院士第三次获得SIGMOD相关奖项，也是他第三度获得与图灵奖得主们并肩的殊荣。

2009年，黄铭钧院士因其在促进及追求国际和地区层面数据库的高标准研究上的持续和无私贡献，荣获2009 SIGMOD贡献奖(2009 SIGMOD Contributions Award)。

2020年，黄院士因他在大规模数据管理及分析的系统设计与研发上的卓越贡献，荣获2020 SIGMOD EF Codd创新奖（2020 SIGMOD EF Codd Innovations Award）。该奖项既认可了他在数据库领域的开创性研究，也肯定了他在构建端到端大数据解决方案方面的成功，这些解决方案涵盖了从数据清洗、人机协作（众包）、大数据管理及加工，到基于机器学习和深度学习的复杂数据分析的全周期。

2024年，黄院士课题组及浙江大学、网易组成的联合团队因他们在分布式、高效、可扩展且易用的深度学习平台Apache SINGA研发过程中持续且卓越的贡献荣获2024 SIGMOD系统奖(2024 SIGMOD Systems Award)。

Apache SINGA自2014年由新加坡国立大学、浙江大学、网易联合研发，是Apache基金会孵化的首个开源深度学习平台。SINGA拥有出色的可用性、可扩展性和外延性，提供了友好的调用接口，使用户能够轻松构建神经网络模型。通过代码模块化，SINGA支持不同类型的深度学习模型、训练算法和底层硬件设备，并实现了训练数据和模型的分布式处理。

为了进一步提升用户体验，研发团队构建了全面的软件生态系统，包括训练与预测监控模块Rafiki、机器学习流水线管理中间件MLCask等组件。目前，团队正专注于为关系数据库管理系统提供数据库内分析扩展，并推出了可无缝集成到RDBMS中的模型选择模块，支持SQL感知的模型切片，以实现对数据库记录动态子集的更精准预测。

Apache SINGA的广泛应用已覆盖智慧医疗、数字金融、数字经济、大数据分析等多个领域，其用户群体包括网易、阿里云、新加坡国立大学附属医院、西门子等知名企业和机构。

欲了解更多关于Apache SINGA的信息，请访问官方网站：Apache SINGA