Random Graph 기반 RNG 도입으로 전송 속도 33% 향상 및 에너지 40% 절감

AWS rolls the dice for faster, more efficient networking

2026년 6월 13일4분advanced

AI 요약

Context

전통적인 Hierarchical Network 구조의 계층적 연결 방식은 데이터 라우팅 규칙을 단순화하지만 특정 지점에 Bottleneck을 유발하는 한계 존재. 특정 경로의 트래픽 집중으로 인한 성능 저하와 일부 네트워크 자원의 저활용 문제가 상존함.

Random Graph Theory 기반의 Resilient Network Graphs(RNG) 아키텍처를 통한 Flat Network 구현
Deterministic cabling과 Randomized cabling을 혼합하여 완전한 무작위성의 물리적 구축 한계 극복
Shufflebox 광학 장치를 도입하여 물리적 케이블 연결의 무작위성을 확보하면서도 구조적 관리 가능성 유지
Spraypoint 라우팅 알고리즘을 적용하여 노드 간 최적 경로를 식별하고 트래픽 분산 처리
Memory 제약을 고려하여 모든 장치가 전체 네트워크 맵을 보유하지 않는 효율적 라우팅 룰 설계
Full Bandwidth가 필요한 ML 워크로드 대신 Core Database 서버 네트워크에 우선 적용하여 Oversubscription 효율 극대화

실천 포인트

1. 트래픽 집중이 발생하는 Hierarchical 구조의 Bottleneck 지점 식별

2. 이론적 최적 모델(Random Graph)의 물리적 제약(Cabling, Memory) 분석 및 완화 방안 검토

3. 워크로드 특성에 따른 전용 네트워크 토폴로지(Full Bandwidth vs Oversubscribed) 분리 설계

태그