Computing-aware network (CAN): a systematic design of computing and network convergence

摘要网络资源的覆盖范围日益广泛, 算力资源也逐渐成为能够提供泛在计算服务的基础设施. 然而, 在广域网络, 底层网络和计算资源缺乏密切的研究或协同设计, 仍然存在计算服务调度缓慢、数据分发不灵活、数据传输效率低等问题. 本文提出算力感知网络(CAN)的系统架构设计, 其核心贡献在于引入感知平面来收集、管理并综合计算和网络的信息. 这样, 感知平面、控制平面和数据平面组成一个闭环控制系统, 增强了整个系统的感知能力、决策能力和数据转发功能. 为了使能CAN系统, 本文提出三项关键技术: 算力路由、弹性广播和广域高吞吐传输. 本文以人工智能(AI)模型训练、推理和离线参数传输为例, 展...

Ausführliche Beschreibung

Gespeichert in:

Bibliographische Detailangaben
Veröffentlicht in:	Frontiers of information technology & electronic engineering 2024-05, Vol.25 (5), p.633-644
Hauptverfasser:	Wang, Xiaoyun, Duan, Xiaodong, Yao, Kehan, Sun, Tao, Liu, Peng, Yang, Hongwei, Li, Zhiqiang
Format:	Artikel
Sprache:	eng
Schlagworte:	Architecture Communications Engineering Computation Computer centers Computer Hardware Computer Science Computer Systems Organization and Communication Networks Decision making Design Electrical Engineering Electronics and Microelectronics Energy consumption Instrumentation Networks Perspective Scheduling Software Wide area networks
Online-Zugang:	Volltext
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Beschreibung
Zusammenfassung:	摘要网络资源的覆盖范围日益广泛, 算力资源也逐渐成为能够提供泛在计算服务的基础设施. 然而, 在广域网络, 底层网络和计算资源缺乏密切的研究或协同设计, 仍然存在计算服务调度缓慢、数据分发不灵活、数据传输效率低等问题. 本文提出算力感知网络(CAN)的系统架构设计, 其核心贡献在于引入感知平面来收集、管理并综合计算和网络的信息. 这样, 感知平面、控制平面和数据平面组成一个闭环控制系统, 增强了整个系统的感知能力、决策能力和数据转发功能. 为了使能CAN系统, 本文提出三项关键技术: 算力路由、弹性广播和广域高吞吐传输. 本文以人工智能(AI)模型训练、推理和离线参数传输为例, 展示CAN的适用性, 并指出未来的一些研究方向.
ISSN:	2095-9184 2095-9230
DOI:	10.1631/FITEE.2400098