In-Network-Computing: Lösungen für Graph Analytics

Autor
Prof. Robert Soulé
USI

Dieses Projekt hat mehrere Fortschritte bei der Analyse grosser Graphen (Netzwerke) mit Hilfe von In-Network-Computing gemacht, d.h. der Verarbeitung von Daten während der Übertragung und vor der Speicherung.

Das ursprüngliche Projekt sah die Erforschung von Datenstrukturen für effiziente Transformationen von Graphdaten vor. Im Laufe unserer Studie haben wir jedoch eine Forschungsrichtung eingeschlagen, die im ursprünglichen Projektplan nicht vorgesehen war: die Erforschung und Bewertung von Anwendungen des In-Network-Computing. In-Network-Computing ist eine spezielle Form der Hardwarebeschleunigung, bei der programmierbare Netzwerkhardware zur Beschleunigung oder Auslagerung von Anwendungslogik verwendet wird.

Diese Richtungsänderung im Projekt erwies sich als sehr fruchtbar, da wir eine Reihe von überzeugenden Forschungsergebnissen vorweisen konnten, darunter Veröffentlichungen in angesehenen wissenschaftlichen Gremien wie SOSR, HotNets, NSDI und CoNEXT. Mit unserer Arbeit konnten wir nachweisen, dass netzinternes Rechnen erhebliche Leistungsverbesserungen für verteilte Anwendungen erzielen kann, manchmal bis zu einer Steigerung des Durchsatzes um fünf Grössenordnungen. Ein Höhepunkt war, dass unsere Veröffentlichung über Paketabonnements, die Publish-Subscribe-Kommunikationsmuster beschleunigte, auf der CoNEXT 2020 mit dem Best Paper Award ausgezeichnet wurde.

Zum Projekt

Weiterführende Links