• 中国精品科技期刊
  • CCF推荐A类中文期刊
  • 计算领域高质量科技期刊T1类
高级检索

面向大规模数据中心的常量度数互连网络研究

陆菲菲, 罗兴国, 谢向辉, 朱桂明, 濮小川

陆菲菲, 罗兴国, 谢向辉, 朱桂明, 濮小川. 面向大规模数据中心的常量度数互连网络研究[J]. 计算机研究与发展, 2014, 51(11): 2437-2447. DOI: 10.7544/issn1000-1239.2014.20130165
引用本文: 陆菲菲, 罗兴国, 谢向辉, 朱桂明, 濮小川. 面向大规模数据中心的常量度数互连网络研究[J]. 计算机研究与发展, 2014, 51(11): 2437-2447. DOI: 10.7544/issn1000-1239.2014.20130165
shu
Lu Feifei, Luo Xingguo, Xie Xianghui, Zhu Guiming, Pu Xiaochuan. Constant Degree Network for Massively Data Center[J]. Journal of Computer Research and Development, 2014, 51(11): 2437-2447. DOI: 10.7544/issn1000-1239.2014.20130165
Citation: Lu Feifei, Luo Xingguo, Xie Xianghui, Zhu Guiming, Pu Xiaochuan. Constant Degree Network for Massively Data Center[J]. Journal of Computer Research and Development, 2014, 51(11): 2437-2447. DOI: 10.7544/issn1000-1239.2014.20130165
shu
陆菲菲, 罗兴国, 谢向辉, 朱桂明, 濮小川. 面向大规模数据中心的常量度数互连网络研究[J]. 计算机研究与发展, 2014, 51(11): 2437-2447. CSTR: 32373.14.issn1000-1239.2014.20130165
引用本文: 陆菲菲, 罗兴国, 谢向辉, 朱桂明, 濮小川. 面向大规模数据中心的常量度数互连网络研究[J]. 计算机研究与发展, 2014, 51(11): 2437-2447. CSTR: 32373.14.issn1000-1239.2014.20130165
shu
Lu Feifei, Luo Xingguo, Xie Xianghui, Zhu Guiming, Pu Xiaochuan. Constant Degree Network for Massively Data Center[J]. Journal of Computer Research and Development, 2014, 51(11): 2437-2447. CSTR: 32373.14.issn1000-1239.2014.20130165
Citation: Lu Feifei, Luo Xingguo, Xie Xianghui, Zhu Guiming, Pu Xiaochuan. Constant Degree Network for Massively Data Center[J]. Journal of Computer Research and Development, 2014, 51(11): 2437-2447. CSTR: 32373.14.issn1000-1239.2014.20130165
shu

面向大规模数据中心的常量度数互连网络研究

  • 1(解放军信息工程大学国家数字交换系统工程技术研究中心 郑州 450002)

  • 2(数学工程与先进计算国家重点实验室 江苏无锡 214125) (lu.feifei@meac-skl.cn)

基金项目: 国家“八六三”高技术研究发展计划重点基金项目(2009AA012201)；国家“八六三”高技术研究发展计划基金项目(2011AA01A203)
详细信息

  • 中图分类号: TP393.02

Constant Degree Network for Massively Data Center

  • 1(National Digital Switching System Engineering & Technological Research Center, the PLA Information Engineering University, Zhengzhou 450002)

  • 2(State Key Laboratory of Mathematical Engineering and Advanced Computing, Wuxi, Jiangsu 214125)

摘要

    摘要
  • 摘要: 如何高效互连大规模服务器是数据中心网络面临的一个重要挑战.目前提出的新型数据中心网络结构主要是通过增加服务器的网络端口数来扩展数据中心的规模，导致扩展的局限性和管理的复杂性.为此，如何设计由固定网络端口数的服务器互连而成的、具有常量度数的数据中心网络结构意义重大.提出了一种新型的面向大规模数据中心的常量度数互连网络结构CH(conjugate hypercube)，该结构以固定网络端口数的服务器为中心，采用多层次互连实现了可扩展性和性能之间的平衡.理论分析和实验结果表明，该互连网络在不增加服务器网络端口数的前提下，可有效支持大规模数据中心高带宽、高容错的多模式数据通信；同时，具有良好的可部署性和可维护性.
    Abstract: An important challenge on designing data center networking (DCN) is how to efficiently interconnect a large number of servers. Traditional tree-based structures are increasingly difficult to meet the design goals of data centers. Recently, a number of novel DCNs are proposed. However, these DCNs expand the scale of data center mainly by increasing the number of servers network interface card (NIC) ports, which brings expanding limitation and managing complexity. Consequently, it is meaningful and challenging to design a scalable structure for data centers, using only the commodity servers with fixed number of NIC ports and low-end, multi-port commodity switches. To address this problem, this paper proposes a novel DCN structure with constant degree called CH, which utilizes fixed number of NIC ports and commodity switches to interconnect large population of servers. The structure is server-centric, and leverages the expansibility and performance using multi-level interconnection. They own two potential benefits, i.e., the expansibility and equal degree. Theoretical analysis and experiment results show that CH has excellent topology properties and can provide large data center with multi-pattern data traffic with high bandwidth and high fault-tolerance, but without increasing the number of NIC ports. Moreover, the modularity makes the structure have good deployablility and maintainability.
    • HTML全文
    • 参考文献(0)
    • 相关文章
    • 施引文献(27)

  • 期刊类型引用(15)

    1. 吴佳青，任大鹏. 我国人工智能芯片发展探析. 中国工程科学. 2025(01): 133-141 . 百度学术
    2. 仝杰，齐子豪，蒲天骄，宋睿，张鋆，谈元鹏，王晓飞. 电力物联网边缘智能：概念、架构、技术及应用. 中国电机工程学报. 2024(14): 5473-5496 . 百度学术
    3. 万朵，胡谋法，肖山竹，张焱. 面向边缘智能计算的异构并行计算平台综述. 计算机工程与应用. 2023(01): 15-25 . 百度学术
    4. 赵二虎，吴济文，肖思莹，晋振杰，徐勇军. 嵌入式异构智能计算系统并行多流水线设计. 电子学报. 2023(11): 3354-3364 . 百度学术
    5. 李秀敏，陈梓烁，陈雅琪. 我国人工智能芯片产业协同创新网络时空演化特征分析. 科技管理研究. 2023(23): 142-153 . 百度学术
    6. 赵一煊，刘飞阳，高晗，王建生. DNN加速器技术发展及航空计算系统应用展望. 航空计算技术. 2022(03): 130-134 . 百度学术
    7. 谢坤鹏，卢冶，靳宗明，刘义情，龚成，陈新伟，李涛. FAQ-CNN:面向量化卷积神经网络的嵌入式FPGA可扩展加速框架. 计算机研究与发展. 2022(07): 1409-1427 . 本站查看
    8. 蒲明博，李向平，张杨，郑美玲，粟雅娟，曹耀宇，曹暾，徐挺，段宣明，冯帅，孙玲. 芯片制造中的光学微纳加工技术前沿与挑战. 中国科学基金. 2022(03): 460-467 . 百度学术
    9. 高原，杨娇，赵凌，温川飙，张艺凡，罗悦. 运用人工神经网络技术结合穴位敏化理论探索慢性稳定性心绞痛疾病辅助预测模型的构建思路. 世界科学技术-中医药现代化. 2021(02): 628-634 . 百度学术
    10. 渠鹏，陈嘉杰，张悠慧，郑纬民. 实现软硬件解耦合的类脑计算硬件设计方法. 计算机研究与发展. 2021(06): 1146-1154 . 本站查看
    11. 魏东，董博晨，刘亦青. 改进神经网络的图像识别系统设计与硬件实现. 电子与信息学报. 2021(07): 1828-1833 . 百度学术
    12. 张雪怡，曹哲，刘宗宝. 智能芯片技术发展综述及医疗健康领域应用. 中国集成电路. 2021(09): 16-22+36 . 百度学术
    13. 郭经红，梁云，陈川，陈硕，陆阳，黄辉. 电力智能传感技术挑战及应用展望. 电力信息与通信技术. 2020(04): 15-24 . 百度学术
    14. 袁烨，张永，丁汉. 工业人工智能的关键技术及其在预测性维护中的应用现状. 自动化学报. 2020(10): 2013-2030 . 百度学术
    15. 赵晨，周义明. 基于FPGA的模数转换芯片AD7705/AD7706控制电路设计. 北京石油化工学院学报. 2019(04): 54-58 . 百度学术

    其他类型引用(12)

    • 资源附件(0)
计量
  • 文章访问数:  1150
  • HTML全文浏览量:  0
  • PDF下载量:  1090
  • 被引次数: 27
出版历程
  • 发布日期:  2014-10-31

目录

摘要
HTML全文
    参考文献(0)
    相关文章
    施引文献(27)
    资源附件(0)

    /

    返回文章
    返回
    邮件订阅 RSS
    微信订阅号<br/>（实时资讯）

    微信订阅号
    （实时资讯）

    微信服务号<br/>（同步网站）

    微信服务号
    （同步网站）

    微信视频号<br/>（视频分享）

    微信视频号
    （视频分享）

    CCF<br/>（扫码入会）

    CCF
    （扫码入会）

    版权所有 © 《计算机研究与发展》编辑部

    本系统由北京仁和汇智信息技术有限公司开发  百度统计