在联邦测试环境中共享 GPU 与可编程交换机的 SHARY 方案
网络与互联网体系结构
2025-02-03 v1
摘要
联邦测试环境通过提供多样化资源（包括计算能力、存储以及 GPU、可编程交换机和智能网络接口卡(NICs)等专用硬件）来促进协作性研究。当资源稀缺且昂贵时，在联邦机构之间高效共享这些资源具有挑战性，尤其是 GPU 对人工智能和机器学习研究至关重要，但其高需求和高成本使得高效管理至关重要。同样，针对可编程数据平面进行高级实验需要非常昂贵的可编程交换机（例如基于 P4）和智能 NIC。本文介绍了 SHARY（SHaring Any Resource made easY），一种用于联邦环境中简化资源预订和管理的动态预订系统。我们展示了 SHARY 可被采纳用于异构资源， thanks 至于针对特定资源量身定制的适配层。事实上，它可以集成到 FIGO（Federated Infrastructure for GPU Orchestration）中，后者通过需求驱动的共享模式提高了 GPU 可用性。通过实现实时资源共享和灵活的预订系统，FIGO 改进了对 GPU 的访问，降低了成本，并加速了研究进程。SHARY 还可以集成到 SUP4RNET 平台，以预订 P4 交换机的访问权限。
引用
@article{arxiv.2501.18840,
title = {Sharing GPUs and Programmable Switches in a Federated Testbed with SHARY},
author = {Stefano Salsano and Andrea Mayer and Paolo Lungaroni and Pierpaolo Loreti and Lorenzo Bracciale and Andrea Detti and Marco Orazi and Paolo Giaccone and Fulvio Risso and Alessandro Cornacchia and Carla Fabiana Chiasserini},
journal= {arXiv preprint arXiv:2501.18840},
year = {2025}
}
备注
Extended version of a paper accepted to NOMS 2025 conference as a short paper