理解可重构数据中心网络的吞吐量界限
网络与互联网体系结构
2024-06-03 v1
摘要
数据中心流量增长与电交换机容量之间日益扩大的差距，催生了基于光电路交换的可重构数据中心网络设计。大量研究工作，从需求无关（如RotorNet、Sirius）到需求感知（如Helios、ProjecToR）的可重构网络，展示了显著的性能优势。不幸的是，关于此类网络可实现的吞吐量，理论上知之甚少。直到最近，需求无关网络的吞吐量界限才得到研究。本文探讨一个基本问题：需求感知可重构网络是否以及能在多大程度上提高数据中心的吞吐量？本文试图理解可重构数据中心网络吞吐量界限的全貌。鉴于现代数据中心中机器学习工作负载和集合通信的兴起，我们特别关注其典型通信模式，即均匀残差需求矩阵。我们正式建立了需求感知网络相对于需求无关网络的分离界限，分析证明前者至少可以提供更高的吞吐量。我们的分析进一步揭示了基于周期性、固定时长重配置的新设计机会，这些重配置可以利用需求感知网络的吞吐量优势，同时继承需求无关网络的简单性和低重配置开销。最后，我们的评估证实了本文的理论结果，表明需求感知网络在吞吐量方面显著优于无关网络。这项工作仅触及表面，并揭示了几个有趣的开问题，我们在本文末尾进行了讨论。
引用
@article{arxiv.2405.20869,
title = {Understanding the Throughput Bounds of Reconfigurable Datacenter Networks},
author = {Vamsi Addanki and Chen Avin and Stefan Schmid},
journal= {arXiv preprint arXiv:2405.20869},
year = {2024}
}