Sanjay Ghemawat (né en 1966) est un informaticien et ingénieur logiciel américain. Il est Senior Fellow chez Google dans le groupe Infrastructure des systèmes, où son travail a façonné le calcul distribué à grande échelle et l'apprentissage automatique. Ghemawat est surtout connu pour avoir co-créé des technologies fondatrices telles que MapReduce, le Google File System, Bigtable, Spanner, et TensorFlow, souvent en collaboration avec Jeff Dean. ''Wired'' l'a décrit comme l'un des « ingénieurs logiciels les plus importants de l'ère d'Internet ». En 2026, il a co-fondé la startup de recherche en IA Discovery Loop.
Les contributions de Ghemawat lui ont valu une adhésion à la National Academy of Engineering (2009) et à l'American Academy of Arts and Sciences (2016), ainsi que le prix ACM Prize in Computing 2012 avec Dean.
Éducation et début de carrière
Ghemawat est né à West Lafayette, Indiana, et a grandi à Kota, Rajasthan, Inde. Il a étudié à l'Université Cornell et au Massachusetts Institute of Technology, obtenant un doctorat du MIT en 1995. Sa thèse, ''The Modified Object Buffer: A Storage Management Technique for Object-Oriented Databases'', a été dirigée par Barbara Liskov et Frans Kaashoek. Avant de rejoindre Google, Ghemawat a travaillé au DEC Systems Research Center, où il a commencé une longue collaboration avec Jeff Dean, qui travaillait dans un laboratoire DEC voisin. Leurs premiers projets comprenaient un compilateur Java et un outil de profilage de systèmes.
Carrière chez Google
Après que DEC a été acquise par Compaq, Dean a déménagé vers Google, nouvellement fondé, en 1999, et Ghemawat l'a suivi la même année. Le duo s'est concentré sur l'infrastructure de base pour gérer la croissance explosive du moteur de recherche. Leur travail comprenait:
- MapReduce: un modèle de programmation pour le traitement de données à grande échelle sur des clusters, qui est devenu une pierre angulaire de l'analyse de big data.
- Google File System: un système de fichiers distribué propriétaire conçu pour un accès efficace et fiable utilisant du matériel standard.
- Bigtable: un système de stockage semi-structuré évolutif qui a influencé les bases de données NoSQL ultérieures.
- Spanner: une base de données distribuée mondialement, répliquée de manière synchrone, qui fournit une cohérence externe entre les centres de données.
- Protocol Buffers: un format d'échange de données open-source largement utilisé pour la sérialisation.
- LevelDB: un magasin de clés-valeurs sur disque open-source.
- TensorFlow: une bibliothèque d'apprentissage automatique open-source qui est devenue un outil standard pour la recherche en apprentissage profond et en réseaux de neurones.
- Service Weaver: un framework open-source pour construire des applications distribuées.
Le travail de Ghemawat sur TensorFlow, publié en 2015, a aidé à démocratiser le apprentissage automatique en fournissant une plateforme flexible pour la recherche et la production. Ses systèmes ont influencé l'infrastructure de intelligence artificielle à grande échelle, permettant des avancées dans les grands modèles de langage et l'IA générative.
Prix et distinctions
Ghemawat a reçu le prix ACM Prize in Computing 2012 avec Jeff Dean pour leurs contributions à l'infrastructure d'Internet. Il a également reçu le prix ACM SIGOPS Mark Weiser Award en 2012. Il a été élu à la National Academy of Engineering en 2009 et à l'American Academy of Arts and Sciences en 2016.
Publications sélectionnées
Ghemawat a co-écrit plusieurs articles fondateurs, notamment:
- « The Google File System »(2003) avec Howard Gobioff et Shun-Tak Leung.
- « MapReduce: Simplified Data Processing on Large Clusters »(2004) avec Jeff Dean.
- « Bigtable: A Distributed Storage System for Structured Data »(2006) avec Fay Chang, Jeff Dean, et d'autres.
- « Spanner: Google's Globally Distributed Database »(2012) avec James C. Corbett, Jeff Dean, et d'autres.
- « TensorFlow: Large-Scale Machine Learning on Heterogeneous Distributed Systems »(2016) avec Martín Abadi, Jeff Dean, et d'autres.
Ces publications sont fondamentales dans les systèmes distribués et l'apprentissage automatique, citées des milliers de fois.
Travaux ultérieurs
En 2026, Ghemawat a co-fondé Discovery Loop, une startup de recherche en IA, signalant son engagement continu avec les technologies émergentes. Sa carrière illustre l'intersection de l'ingénierie des systèmes et de l'intelligence artificielle, avec un impact durable sur la façon dont l'infrastructure informatique moderne est conçue.