Scifaro

中文

衡量纤维延迟对地理分布式多数据中心AI训练中计算-通信重叠影响的建模

性能 2026-05-20 v1 分布式、并行与集群计算

作者: Ioannis Papavasileiou , Sairam Prabhakar , Indu Kant Deo , Sergejs Makovejs

在 arXiv 上查看 ↗ PDF ↗

摘要

我们使用离散事件仿真来量化纤维延迟对数据并行的地理分布式AI模型训练有效性的影响。我们得出结论，两个AI集群之间的最佳距离为10-100公里，在此范围内使用空心芯纤维可实现25%更高的计算-通信重叠。

关键词

纤维延迟计算-通信重叠分布式AI训练数据并行空心芯纤维

引用

@article{arxiv.2605.19169,
  title  = {Modeling the Impact of Fiber Latency on Compute-Communication Overlap in Geo-Distributed Multi-Datacenter AI Training},
  author = {Ioannis Papavasileiou and Sairam Prabhakar and Indu Kant Deo and Sergejs Makovejs},
  journal= {arXiv preprint arXiv:2605.19169},
  year   = {2026}
}

备注

4 pages, 4 figures. Submitted to ECOC 2026