Core Concepts
별-곱 네트워크는 기존 카르테시안 곱 네트워크를 일반화한 것으로, 많은 중요 네트워크 토폴로지를 포함한다. 이 논문에서는 별-곱 네트워크에서 최대 또는 근사 최대 개수의 간선-분리 스패닝 트리를 구축하는 방법을 제시한다. 이를 통해 집단 연산의 대역폭을 향상시켜 고성능 컴퓨팅 및 기계 학습 워크로드의 성능을 높일 수 있다.
Abstract
이 논문은 별-곱 네트워크에서 간선-분리 스패닝 트리(EDST)를 구축하는 방법을 제시한다.
별-곱 네트워크는 기존 카르테시안 곱 네트워크를 일반화한 것으로, 많은 중요 네트워크 토폴로지(HyperX, SlimFly, BundleFly, PolarStar 등)를 포함한다.
EDST는 집단 연산 성능 향상 및 내고장성 향상에 중요하다. 이 논문에서는 별-곱 네트워크에서 최대 또는 근사 최대 개수의 EDST를 구축하는 방법을 제시한다.
범용 솔루션: 별-곱 네트워크의 인자 그래프에 존재하는 EDST를 조합하여 𝑡1 + 𝑡2 - 2개의 EDST를 구축한다.
최대 솔루션: 인자 그래프의 비트리 간선을 활용하여 𝑡1 + 𝑡2개의 EDST를 구축할 수 있다. 이는 최대 개수이다.
이 결과는 HyperX, SlimFly, BundleFly, PolarStar 등 많은 중요 네트워크 토폴로지에 적용될 수 있다.
Stats
별-곱 네트워크 𝐺∗의 정점 수는 |𝑉𝑠 ||𝑉𝑛|이다.
별-곱 네트워크 𝐺∗의 최대 차수는 𝑑𝑠 + 𝑑𝑛 이다.
별-곱 네트워크 𝐺∗의 지름은 𝐷𝑠 + 𝐷𝑛 이다.
별-곱 네트워크 𝐺∗의 간선 수는 |𝑉𝑠 ||𝐸𝑛| + |𝑉𝑛||𝐸𝑠 |이다.
Quotes
"별-곱 그래프는 카르테시안 곱의 자연스러운 확장이지만 아직 잘 연구되지 않았다."
"HyperX, SlimFly, BundleFly, PolarStar, 메시, 토러스 등 많은 중요 네트워크 토폴로지가 실제로 별-곱 그래프이다."