一种名为Halley的新型预测性控制框架已被开发出来,旨在提高AI数据中心内光网络的效率。Halley可以预测激光器和光交换机等四个网络层的潜在故障,并实施具有正式保证的控制措施。模拟表明,在备用容量耗尽的情况下,Halley可以将有效吞吐量从65.2%显著提高到76.5%;在仅特定通道带宽损失的情况下,则可提高到67.4%。这种优化意味着每兆瓦的数据中心容量需求可能减少3.3%至14.7%。 AI
影响 通过提高网络吞吐量和降低容量需求来优化AI训练基础设施。
排序理由 该条目描述了一篇关于AI数据中心网络新框架的研究论文。[lever_c_demoted from research: ic=1 ai=0.7]
在 Hugging Face Daily Papers 阅读 →
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →