云数据中心网络可扩展性优化技术突破

本文介绍某中心科学家因优化云数据中心网络可扩展性的研究获得IEEE INFOCOM时间检验奖。重点阐述了通过流量感知算法优化虚拟机部署的技术方案,该方案能有效降低网络带宽消耗并提升系统效率。

某中心科学家荣获IEEE INFOCOM时间检验论文奖

某中心科学家张莉(Li Zhang)与两位前同事因11年前发表的论文对计算机网络研究社区产生的重大影响,将于2021年5月11日举办的INFOCOM 2021会议上获得IEEE INFOCOM时间检验论文奖。

获奖论文《通过流量感知虚拟机部署提升数据中心网络可扩展性》最初发表于2010年INFOCOM会议论文集。该研究聚焦于通过优化的流量感知算法改进云数据中心的网络可扩展性, specifically通过优化主机上虚拟机的部署方式。

技术突破与核心发现

论文指出,数据中心内主机上的虚拟机(VM)部署通常基于CPU、物理内存和功耗进行整合,但未能充分考虑网络资源。这可能导致高流量VM对被部署在具有较高网络成本的主机上。

通过在实际运营数据中心进行的测量研究,论文揭示了三个关键现象:

  • 平均 pairwise 流量速率与端到端成本之间相关性较低
  • 单个VM的流量分布高度不均衡
  • 较高流量速率的VM对倾向于持续保持高流量,而低流量VM对则保持低流量

这些发现表明,通过优化VM部署来节省带宽具有巨大潜力,且实现这种优化是可行的。

技术影响与持续价值

获奖论文提出的方法展示了如何通过流量感知的VM放置算法显著改善数据中心网络效率。尽管过去十年间企业工作负载向云的迁移速度惊人,且数据中心系统利用率已显著提高,但该研究指出的优化方向仍然具有现实意义。

技术演进与应用扩展

从数据中心网络到大数据分析、机器学习,再到深度神经网络的高效扩展训练,该研究体现了从基础设施层面向算法和应用层面的技术演进,使最终用户能够更直接地受益于优化技术。

论文合著者包括现任某社交平台工程经理的Xiaoqiao Meng和现任某科技公司软件工程师的Vasilis Pappas。亚利桑那州立大学计算机科学与工程教授、IEEE INFOCOM指导委员会主席Guoliang Xue在1月29日的邮件中通知了作者获奖消息。

插图说明:获奖论文中的网络拓扑图和相应成本矩阵展示了四种数据中心网络架构的技术方案

comments powered by Disqus
使用 Hugo 构建
主题 StackJimmy 设计