Sanjay Ghemawat（生于1966年）是一位美国计算机科学家和软件工程师。他是Google系统基础设施组的高级研究员，其工作塑造了大规模分布式计算和机器学习领域。Ghemawat最为人所知的是与Jeff Dean合作，共同创造了MapReduce、Google文件系统、Bigtable、Spanner和TensorFlow等基础技术。《Wired》杂志将他描述为“互联网时代最重要的软件工程师之一”。2026年，他联合创立了AI研究初创公司Discovery Loop。
Ghemawat的贡献为他赢得了美国国家工程院院士（2009年）和美国艺术与科学学院院士（2016年）的荣誉，以及与Dean共同获得的2012年ACM计算奖。
教育与早期生涯
Ghemawat出生于印第安纳州西拉法叶，在印度拉贾斯坦邦科塔长大。他曾在康奈尔大学和麻省理工学院学习，并于1995年获得MIT博士学位。他的论文《修改后的对象缓冲区：面向对象数据库的存储管理技术》由Barbara Liskov和Frans Kaashoek指导。
在加入Google之前，Ghemawat曾在DEC系统研究中心工作，并在那里开始了与Jeff Dean的长期合作，后者在附近的DEC实验室工作。他们的早期项目包括一个Java编译器和一个系统性能分析工具。
Google职业生涯
在DEC被Compaq收购后，Dean于1999年加入了新成立的Google，Ghemawat也在同年跟随加入。两人专注于核心基础设施，以应对搜索引擎的爆炸性增长。他们的工作包括：
- MapReduce：一种用于跨集群大规模数据处理的编程模型，成为大数据分析的基石。
- Google文件系统：一个专有的分布式文件系统，旨在利用商用硬件实现高效、可靠的数据访问。
- Bigtable：一个可扩展的半结构化存储系统，影响了后来的NoSQL数据库。
- Spanner：一个全球分布式、同步复制的数据库，提供跨数据中心的外部一致性。
- Protocol Buffers：一种开源的数据交换格式，广泛用于序列化。
- LevelDB：一个开源的磁盘键值存储。
- TensorFlow：一个开源的机器学习库，成为深度学习和神经网络研究的标准工具。
- Service Weaver：一个用于构建分布式应用的开源框架。
Ghemawat在TensorFlow上的工作于2015年发布，通过提供灵活的研究和生产平台，帮助实现了机器学习的普及化。他的系统影响了大规模人工智能基础设施，推动了大型语言模型和生成式AI的进步。
奖项与荣誉
Ghemawat与Jeff Dean共同获得了2012年ACM计算奖，以表彰他们对互联网基础设施的贡献。他还在2012年获得了ACM SIGOPS Mark Weiser奖。他于2009年当选为美国国家工程院院士，并于2016年当选为美国艺术与科学学院院士。
精选出版物
Ghemawat合著了多篇开创性论文，包括：
- “The Google File System”（2003年），与Howard Gobioff和Shun-Tak Leung合著。
- “MapReduce: Simplified Data Processing on Large Clusters”（2004年），与Jeff Dean合著。
- “Bigtable: A Distributed Storage System for Structured Data”（2006年），与Fay Chang、Jeff Dean等人合著。
- “Spanner: Google's Globally Distributed Database”（2012年），与James C. Corbett、Jeff Dean等人合著。
- “TensorFlow: Large-Scale Machine Learning on Heterogeneous Distributed Systems”（2016年），与Martín Abadi、Jeff Dean等人合著。
这些出版物是分布式系统和机器学习领域的基础性工作，被引用了数千次。
后期工作
2026年，Ghemawat联合创立了AI研究初创公司Discovery Loop，表明他持续参与新兴技术。他的职业生涯体现了系统工程与人工智能的交汇，对现代计算基础设施的设计产生了持久影响。