Proceedings of the 2017 Symposium on Cloud Computing 2017
DOI: 10.1145/3127479.3132018
|View full text |Cite
|
Sign up to set email alerts
|

Daiet

Abstract: Many data center applications nowadays rely on distributed computation models like MapReduce and Bulk Synchronous Parallel (BSP) for data-intensive computation at scale [4]. These models scale by leveraging the partition/aggregate pattern where data and computations are distributed across many worker servers, each performing part of the computation. A communication phase is needed each time workers need to synchronize the computation and, at last, to produce the final output. In these applications, the network… Show more

Help me understand this report

Search citation statements

Order By: Relevance

Paper Sections

Select...
1
1
1

Citation Types

0
1
0
2

Year Published

2018
2018
2023
2023

Publication Types

Select...
3
3
2

Relationship

0
8

Authors

Journals

citations
Cited by 14 publications
(3 citation statements)
references
References 4 publications
0
1
0
2
Order By: Relevance
“…exemplo baseadas em campos de novos protocolos [Gupta et al 2018]. Já a agregação ajuda a reduzir a quantidade de dados que precisa ser transmitida dos dispositivos para o Plano de Controle para a execução de operações complexas [Sapio et al 2021].…”
Section: Inteligência Artificial E Segurançaunclassified
“…exemplo baseadas em campos de novos protocolos [Gupta et al 2018]. Já a agregação ajuda a reduzir a quantidade de dados que precisa ser transmitida dos dispositivos para o Plano de Controle para a execução de operações complexas [Sapio et al 2021].…”
Section: Inteligência Artificial E Segurançaunclassified
“…Agregação na rede. SwitchML [Sapio et al 2021] é um sistema para acelerar o treinamento de aprendizado de máquina distribuído que descarrega a agregação de parâmetros de treinamento (gradientes) para o hardware do switch. Ao realizar a agregação de parâmetros nos switches, essa computação ocorre mais perto dos trabalhadores e evita a sobrecarga de comunicação imposta por soluções tradicionais baseadas em servidores.…”
Section: Multicast 2eventunclassified
“…Today's private datacenters host a diverse range of dataintensive applications, including machine learning training [7,22,38,51,60,62], SQL queries [9,30,58], graph processing [21,39,41], and big-data analytics [47,52]. Many of these applications are distributed and leverage parallel frameworks, such as Hadoop, Spark, Flink, and TensorFlow [1,8,17,53,61].…”
Section: Introductionmentioning
confidence: 99%