主要做了两个方面：1. ColumnStore+pSCD；2. CPU+FPGA（做数据处理）
这篇是属于DB for AI类型的，目的是用DB手段提高对AI的支持。这篇的总体思路是在Column Store Based Database里让机器学习的模型训练得更快。
原文链接：http://www.vldb.org/pvldb/vol12/p348-kara.pdf
为什么要用Column Store Database？
列存储索引：概述：https://docs.microsoft.com/zh-cn/sql/relational-databases/indexes/columnstore-indexes-overview?view=sql-server-2017
Column Store的好处是对于分析型需求可以更快更省磁盘更省内存（10倍速度，10倍压缩）
选择Column store后出现了问题1→SGD的训练过程对COLUMN store不友好→用SCD解决
想一想就会发现column store对传统SGD并不友好，因为SGD一次取一行数据不是column store的长处而是row store的长处，所以作者曲线救国转向SCD，认为SCD的操作（每次取一列）比较适合column store。后来又进一步节约内存加了个partition，pSCD。
Stochastic Coordinate Descent：https://blog.csdn.net/u013802188/article/details/40476989
选择COLUMN STORE后出现了问题2→COLUMN STORE对数据压缩并经常加密，影响速度→用FPGA处理数据转化和加解密
