面向可重构数据中心网络的自调整自我树拓扑
网络与互联网体系结构
2022-02-02 v1
摘要
数据中心（DC）和高性能计算（HPC）网络的最先进拓扑是需求无关且静态的。因此，此类网络拓扑针对最坏情况流量场景优化，无法在存在变化需求模式时加以利用。然而，近期光交换技术使得实时动态重构电路交换拓扑的概念成为可能。该能力为自调整网络的设计打开了大门：具有需求感知与动态拓扑的网络，其中节点间的链路可在线建立并重新调整以响应演化的流量模式。本文研究一种近期提出的用于光叶脊可重构网络的模型。我们提出一种新算法 GreedyEgoTrees，可动态改变网络拓扑。该算法贪心地为网络中的节点构建自我树，节点相互协作以帮助彼此，同时考虑网络的全局需求。我们表明 GreedyEgoTrees 具有良好的理论性质，优于其他可能算法（如静态扩展图与贪心动态匹配），并能显著改善真实 DC 与 HPC 轨迹的平均路径长度。
引用
@article{arxiv.2202.00320,
title = {Self-Adjusting Ego-Trees Topology for Reconfigurable Datacenter Networks},
author = {Chen Griner and Gil Einziger and Chen Avin},
journal= {arXiv preprint arXiv:2202.00320},
year = {2022}
}
备注
11 pages