Seminarium: Systemy Rozproszone
24 marca 2022 12:15, sala 4070, transmisja online
Michał Sala, Rafał Czarnecki



Unleashing the performance of virtual BNG by offloading data plane to a programmable ASIC



Wraz z rozwojem technik wirtualizacji funkcji sieciowych, w świecie telekomunikacji zaczęły pojawiać się rozwiązania zastępujące wyspecjalizowany sprzęt sieciowy na oprogramowanie działające na zwykłym sprzęcie. Takie rozwiązania umożliwiają większą skalowalność oraz zmniejszają zależność od producentów dedykowanego sprzętu. Niestety nie wszystkie funkcje sieciowe da się w pełni zwirtualizować. Niektóre z nich, takie jak np. BNG (Broadband Network Gateway) wymagają bardzo wysokiej przepustowości i niskiej latencji, co jest trudne do osiągnięcia bez dedykowanego sprzętu.

W trakcie mojej prezentacji przybliżę pomysł hybrydowej wirtualizacji funkcji sieciowych. Przedstawię go posiłkując się przykładem BNG, którego część data-plane działa na programowalnym switchu a control-plane na zwykłym sprzęcie.

Zapraszam,
Michał Sala



Bibliografia:





Quiver: An Informed Storage Cache for Deep Learning



Coraz szybsze GPU oraz ASIC sprawiają, że odczyty z pamięci stają się potencjalnym wąskim gardłem w uczeniu maszynowym. Tuningowanie hiperparametrów wymaga obsługi odczytów dla wielu zadań o różnych konfiguracjach. Do problemu dokładają się również rosnące rozmiary danych treningowych, jak i praktyka przechowywania danych w chmurze.

Quiver jest systemem inteligentnie cache'ującym przechowywane w chmurze wejściowe dane treningowe, tak by sprostać podanym wyżej wyzwaniom przy trenowaniu na klastrach GPU. Opowiem o jego działaniu oraz przedstawię wyniki pomiarów jego efektywności.

Zapraszam,
Rafał Czarnecki



Bibliografia: