抄録/ポイント:
抄録/ポイント
文献の概要を数百字程度の日本語でまとめたものです。
部分表示の続きは、JDreamⅢ(有料)でご覧頂けます。
J-GLOBALでは書誌(タイトル、著者名等)登載から半年以上経過後に表示されますが、医療系文献の場合はMyJ-GLOBALでのログインが必要です。
最新のデータセンタアプリケーションは,計算電力を必要とするだけでなく,計算ノード間の大量の通信を必要とする。これらのアプリケーションの実行時間を改善するために,ネットワークコミュニティはネットワークデバイスに共通の計算パターンをオフロードするよう探索し,In-Network Computeとして知られる新興分野である。人工知能(AI)は,その分散固有特性のため,ネットワーク内計算からの主要な性能改善を得る重要なアプリケーションを構成する。既存のネットワーク内計算スキームの大部分は,異なる集約ノードに対する物理的インフラストラクチャのトップに論理的ツリートポロジーを提供する集約ツリーの採用に基づいている。本研究では,そのような論理的ツリーを効率的方法で実装する基本的問題を研究した。テナント間の干渉を避けるために,様々なテナントを仕切る樹木はエッジ-ディスジョイントであるべきである。脂肪ツリーのような一般的なデータセンタトポロジーにおけるそのようなツリーの設計を研究した。ツリーのアベイラビリティはトポロジーのホストに対するテナントのマッピングにより高度に影響を受けることを示した。そのようなツリーの存在を可能にするマッピングを計算するためのアルゴリズムおよび与えられたテナントマッピングのためのそのようなツリーを見つけるためのアルゴリズムについて述べた。ネットワーク利用と特定のマッピングに基づく樹木アベイラビリティを調べるために,実際の作業負荷を用いて実験を行った。Copyright 2020 The Institute of Electrical and Electronics Engineers, Inc. All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】