面向数据密集型应用的扁平化、低时延、 可重构光电混合互连系统
随着云计算、大数据、分布式AI等数据密集型应用的部署,大规模计算集群(数据中心、分布式AI集群、高性能计算集群)的体系结构、通信模式、流量状态、应用需求发生了极大的改变,上述改变对计算网络的吞吐、时延、带宽提出了极大的挑战,传统电互连网络技术存在拓扑结构复杂、线缆开销巨大、设备数量过多、可集成端口密度有限、网络能耗难以优化等问题,与电互连技术相比,光互连具有高带宽、低能耗、低开销、低时延等特点,具有较大潜力满足数据密集型应用对传输带宽、网络能耗、传输时延、通信逻辑适配等方面的需求,但受到缓存、交换粒度的影响,纯光互连网络难以承载突发性强、数据量小、实时性高的通信任务,因此,充分结合光、电互连技术的优点,研究面向数据密集型应用的扁平化、低时延、可重构光电混合网络,对于突破新型计算网络所面临的功耗、吞吐、时延、扩展性等方面的挑战至关重要。
围绕下一代数据密集型应用对互连网络高带宽、低时延、低能耗、高扩展性的需求,展开高容量、低开销、可重构、扁平化光电混合互连架构的研究。结合光、电交换技术的特点,设计高扩展、低复杂度、大容量、低能耗的光电混合互连拓扑结构;研究低开销、快速响应的光电路/光分组交换控制系统,设计面向快速光交换计算的调度算法;研究低阻塞、多粒度、高连通性的光交换机制及交换芯片;构建高性能光电混合互连网络系统原型,部署典型应用测试基准,验证光电混合网络的潜在优势,为下一代计算网络架构的技术革新提供理论和实践指导。
西安电子科技大学
2022-06-17