Geri Dön

Evaluation of collective communication algorithms targeting in-network computation-enabled high-performance networks

Ağ içi hesaplama özellikli yüksek performanslı ağları hedefleyen toplu iletişim algoritmalarının değerlendirilmesi

  1. Tez No: 921204
  2. Yazar: ÇAĞLAYAN DÖKME
  3. Danışmanlar: DOÇ. DR. KAYHAN MUSTAFA İMRE
  4. Tez Türü: Yüksek Lisans
  5. Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Computer Engineering and Computer Science and Control
  6. Anahtar Kelimeler: Belirtilmemiş.
  7. Yıl: 2025
  8. Dil: İngilizce
  9. Üniversite: Hacettepe Üniversitesi
  10. Enstitü: Fen Bilimleri Enstitüsü
  11. Ana Bilim Dalı: Bilgisayar Mühendisliği Ana Bilim Dalı
  12. Bilim Dalı: Bilgisayar Mühendisliği Bilim Dalı
  13. Sayfa Sayısı: 85

Özet

Bu tez, ağ içi bilgi işlemenin (INC), Fat-Tree ağ topolojisi kullanan paralel bilgi işlem sistemlerinde toplu iletişim operasyonlarının performansı üzerindeki etkisini araştırmaktadır. INC, bilgi işleme görevlerini ağ anahtarlarına aktararak, veri yoğun ortamlarda iletişim verimliliğini artıracak bir yöntem sunar. Bu çalışma, geleneksel metot ve INC'nin etkin olduğu metot altında bariyer senkronizasyonu, yayınlama, dağıtma, toplama ve indirgeme gibi temel kolektif operasyonların performansını karşılaştırarak zamanlama maliyeti, bant genişliği kullanımı ve senkronizasyon kalitesi gibi ölçümleri değerlendirmektedir. Sonuçlar, INC'nin kolektif operasyonlarda zamanlama maliyetini ve bant genişliği kullanımını önemli ölçüde azalttığını ve özellikle büyük ölçekli ağlarda gelişmiş ölçeklenebilirlik ve senkronizasyon tutarlılığını sağladığını ortaya koyuyor. Bu çalışma, INC'nin paralel bilgi işlem sistemlerinde kolektif iletişimi optimize etme potansiyelini öne çıkarıyor ve yüksek performanslı bilgi işlem altyapılarında performansı ve ölçeklenebilirliği artırmak için umut verici bir yol sağlıyor.

Özet (Çeviri)

This thesis explores the impact of in-network computing (INC) on the performance of collective communication operations in parallel computing systems utilizing a fat-tree network topology. By integrating computational tasks within network switches, INC offers a method to enhance communication efficiency in data-intensive environments. This study compares the performance of key collective operations such as barrier synchronization, broadcast, scatter, gather, and reduce under traditional and INC-enabled approaches, evaluating metrics such as timing cost, bandwidth usage, and synchronization quality. The results reveal that INC significantly reduces timing cost and bandwidth usage in collective operations, leading to improved scalability and synchronization consistency, especially in large-scale networks. This work underscores INC's potential to optimize collective communication in parallel computing systems, providing a promising avenue for improving performance and scalability in high-performance computing infrastructures.

Benzer Tezler

  1. Sosyal medyanın ekonomi politiği

    The political economy of social media

    YASİN RAMAZAN BOZYEL

    Yüksek Lisans

    Türkçe

    Türkçe

    2025

    GazetecilikMarmara Üniversitesi

    Gazetecilik Ana Bilim Dalı

    PROF. DR. TOLGA KARA

  2. Çizge ve içerik verilerinde kolektif sınıflandırma algoritmalarının karşılaştırılması

    A comparison of collective classification techniques on network and content data

    ÖZGE ATASEVEN

    Yüksek Lisans

    Türkçe

    Türkçe

    2017

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik Üniversitesi

    Bilgisayar Bilimleri ve Mühendisliği Ana Bilim Dalı

    YRD. DOÇ. DR. YUSUF YASLAN

  3. Karma robotik sistemler için operasyon odaklı sürü yazılımı

    Operation oriented swarm software for hybrid robotic systems

    HÜSEYİN ENES OKUTAN

    Yüksek Lisans

    Türkçe

    Türkçe

    2024

    Savunma ve Savunma TeknolojileriFırat Üniversitesi

    Yazılım Mühendisliği Ana Bilim Dalı

    DOÇ. DR. MUHAMMET BAYKARA

  4. Makine öğrenmesi algoritmalarının hibrit yaklaşımı ile ağ anomalisi tespiti

    Network anomaly detection with a hybrid approach of machine learning algorthms

    FEYZA ÖZGER

    Yüksek Lisans

    Türkçe

    Türkçe

    2023

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolSakarya Uygulamalı Bilimler Üniversitesi

    Elektrik-Elektronik Mühendisliği Ana Bilim Dalı

    DOÇ. DR. HALİT ÖZTEKİN

  5. Internal audit decision support framework using spherical fuzzy ELECTRE

    Küresel bulanık ELECTRE tabanlı iç denetim karar destek çerçevesi

    AKIN MENEKŞE

    Doktora

    İngilizce

    İngilizce

    2022

    İşletmeİstanbul Teknik Üniversitesi

    İşletme Ana Bilim Dalı

    PROF. DR. HATİCE CAMGÖZ AKDAĞ