胖树网络中的高质量容错能力（扩展摘要）
分布式、并行与集群计算
2022-11-23 v1 网络与互联网体系结构
摘要
将规则拓扑与优化路由算法相结合，是提升高性能计算（HPC）系统互连网络性能的关键。本文提出 Dmodc，一种面向并行广义胖树（PGFTs）的快速确定性路由算法，即使在设备故障导致的大规模拓扑退化下也能最小化拥塞风险。它基于模运算在靠近目的地的交换机间计算转发表，仅利用子树信息进行模前划分。Dmodc 可在不到一秒内完成数万个节点拓扑的完全重路由，极大帮助集中式结构管理以高质量路由表应对故障，且对当前及未来超大规模 HPC 集群中运行的应用无影响。我们首先将 Dmodc 与 InfiniBand 控制软件（OpenSM）中的路由算法就路由执行时间进行比较以证明大规模可行性，再就退化下的拥塞风险进行比较以展示鲁棒性。后者比较通过对随机排列（RP）、移位排列（SP）和全交换（A2A）流量模式下路由表的静态分析完成。Dmodc 的结果显示，在重度退化下其 A2A 与 RP 拥塞风险与对比中最稳定的算法相近，且在随机退化达 1% 前 SP 拥塞风险近最优。
引用
@article{arxiv.2211.11817,
title = {High-Quality Fault-Resiliency in Fat-Tree Networks (Extended Abstract)},
author = {John Gliksberg and Antoine Capra and Alexandre Louvet and Pedro Javier Garcia and Devan Sohier},
journal= {arXiv preprint arXiv:2211.11817},
year = {2022}
}