機械学習を用いたトラフィックパターンに応じた光回線交換方式の経路設定手法の検討

• Item type: SIG Technical Reports(1)
• 公開日: 2024-03-11
• タイトル: 機械学習を用いたトラフィックパターンに応じた光回線交換方式の経路設定手法の検討
• 言語: jpn
• キーワード / 主題Scheme: Other
• キーワード / 主題: 通信最適化
• 資源タイプ / 資源タイプ識別子: http://purl.org/coar/resource_type/c_18gh
• 資源タイプ: technical report
• 著者所属: 慶應義塾大学理工学部
• 著者所属: 慶應義塾大学理工学研究科
• 著者所属: 国立情報学研究所
• 著者所属: 慶應義塾大学理工学部／理化学研究所
• 著者名: 安藤, 大地; 杉本, 寛直; 河野, 隆太; 近藤, 正章
• 論文抄録 / 内容記述タイプ: Other
• 論文抄録 / 内容記述: 様々な科学的，工学的なシミュレーションを行う環境としてハイパフォーマンスコンピューティング（HPC）システムが幅広く利用されており，近年では人工知能や機械学習タスクも HPC システムが必要不可欠になっている．現在の HPC システムにおけるアプリケーション実行の主要なボトルネックの一つは計算ノード間の通信性能である．通信性能の向上に向けて高速な相互結合網を構築するために，今後はスイッチングの際にも電気への変換を必要としない光ネットワーク技術が利用されるていくと考えられる．しかし，完全に光のみを用いたパケットスイッチングの実用化はまだ先であり，光ネットワークによる相互結合網には回線交換方式を用いることが現実的となる．ただし，回線交換方式で設定する回線は頻繁に接続を変更することはオーバーヘッドが大きく，また最適な設定はアプリケーションのパターンにも依存する．アプリケーションの特徴に応じて最適な回線パターンを見つけることは難しく，これまでにも簡単なアルゴリズムによってネットワークトポロジーの最適化を行っているものが多い．本稿では，ニューラルネットワークにより様々な状況における回線パターンの性能を予測するモデルを構築し，その結果をもとに最良な回線パターンを設定する手法を検討する．4×4 のメッシュトポロジーにおいて 16 通りの回線パターンを用意し，MPI アプリケーションの特定の通信パターに基づいて作成したトラフィックデータを利用して学習とテストを行ったところ，最適な回線パターンを 60% 以上，最適に近い回線パターンを 80% 以上の確率で選べることが確認された．
• 書誌レコードID / 収録物識別子タイプ: NCID
• 書誌レコードID / 収録物識別子: AN10463942
• 書誌情報: 研究報告ハイパフォーマンスコンピューティング（HPC）; 巻 2024-HPC-193, 号 12, p. 1-6, 発行日 2024-03-11
• ISSN / 収録物識別子タイプ: ISSN
• ISSN / 収録物識別子: 2188-8841
• Notice: SIG Technical Reports are nonrefereed and hence may later appear in any journals, conferences, symposia, etc.
• 出版者 / 言語: ja
• 出版者: 情報処理学会