Buchumschlag

When Scaling Fails: Network and Fabric Effects on Distributed GPU Training Performance

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Gopalan, Dinesh, Ali, Ratul
Format:	Preprint
Veröffentlicht:	2026
Schlagworte:	Networking and Internet Architecture Machine Learning
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

MixNet: A Runtime Reconfigurable Optical-Electrical Fabric for Distributed Mixture-of-Experts Training
von: Liao, Xudong, et al.
Veröffentlicht: (2025)

Context-Aware Mobile Network Performance Prediction Using Network & Remote Sensing Data
von: Shibli, Ali, et al.
Veröffentlicht: (2024)

LightningNet: Distributed Graph-based Cellular Network Performance Forecasting for the Edge
von: Zacharopoulos, Konstantinos, et al.
Veröffentlicht: (2024)

When Simple Model Just Works: Is Network Traffic Classification in Crisis?
von: Jerabek, Kamil, et al.
Veröffentlicht: (2025)

DBLP: Phase-Aware Bounded-Loss Transport for Burst-Resilient Distributed ML Training
von: Ma, Zechen, et al.
Veröffentlicht: (2026)

Morphlux: Transforming Torus Fabrics for Efficient Multi-tenant ML
von: Kumar, Abhishek Vijaya, et al.
Veröffentlicht: (2025)

Distributed Learning and Inference Systems: A Networking Perspective
von: Moussa, Hesham G., et al.
Veröffentlicht: (2025)

A Distributed Intelligence Architecture for B5G Network Automation
von: Majumdar, Sayantini, et al.
Veröffentlicht: (2021)

Multi-Scale Convolutional LSTM with Transfer Learning for Anomaly Detection in Cellular Networks
von: Noonari, Nooruddin, et al.
Veröffentlicht: (2024)

Dynamic Network-Assisted D2D-Aided Coded Distributed Learning
von: Zeulin, Nikita, et al.
Veröffentlicht: (2021)

LUMION: Fast Fault Recovery for ML Jobs Using Programmable Optical Fabrics
von: Kumar, Abhishek Vijaya, et al.
Veröffentlicht: (2025)

ReaCritic: Reasoning Transformer-based DRL Critic-model Scaling For Wireless Networks
von: You, Feiran, et al.
Veröffentlicht: (2025)

An NWDAF Approach to 5G Core Network Signaling Traffic: Analysis and Characterization
von: Manias, Dimitrios Michael, et al.
Veröffentlicht: (2022)

A Model Drift Detection and Adaptation Framework for 5G Core Networks
von: Manias, Dimitrios Michael, et al.
Veröffentlicht: (2022)

Multi-Plane HyperX: A Low-Latency and Cost-Effective Network for Large-Scale AI and HPC Systems
von: Wang, Ziyu, et al.
Veröffentlicht: (2026)

TURBOTEST: Learning When Less is Enough through Early Termination of Internet Speed Tests
von: Manda, Haarika, et al.
Veröffentlicht: (2025)

Rail-only: A Low-Cost High-Performance Network for Training LLMs with Trillion Parameters
von: Wang, Weiyang, et al.
Veröffentlicht: (2023)

Load Balancing for AI Training Workloads
von: McClure, Sarah, et al.
Veröffentlicht: (2025)

Semantic Communication with Distribution Learning through Sequential Observations
von: Lahoud, Samer, et al.
Veröffentlicht: (2025)

DAF: An Efficient End-to-End Dynamic Activation Framework for on-Device DNN Training
von: Liu, Renyuan, et al.
Veröffentlicht: (2025)

Optimal Resource Allocation for ML Model Training and Deployment under Concept Drift
von: Beytur, Hasan Burhan, et al.
Veröffentlicht: (2025)

Improving the Reliability of Cable Broadband Networks via Proactive Network Maintenance
von: Hu, Jiyao, et al.
Veröffentlicht: (2024)

Survey of Graph Neural Network for Internet of Things and NextG Networks
von: Moorthy, Sabarish Krishna, et al.
Veröffentlicht: (2024)

Traffic Engineering in Large-scale Networks with Generalizable Graph Neural Networks
von: Zhou, Fangtong, et al.
Veröffentlicht: (2025)

Distributed No-Regret Learning for Multi-Stage Systems with End-to-End Bandit Feedback
von: Hou, I-Hong
Veröffentlicht: (2024)

Temporal Hyperbolic Graph Representation Learning for Scale-Free Internet Routing and Delay Prediction
von: Kuo, Yi-Ling, et al.
Veröffentlicht: (2026)

Fast Heterogeneous Serving: Scalable Mixed-Scale LLM Allocation for SLO-Constrained Inference
von: Cheng, Jiaming, et al.
Veröffentlicht: (2026)

Multi-Time Scale Service Caching and Pricing in MEC Systems with Dynamic Program Popularity
von: Chen, Yiming, et al.
Veröffentlicht: (2024)

DVFS-Aware DNN Inference on GPUs: Latency Modeling and Performance Analysis
von: Han, Yunchu, et al.
Veröffentlicht: (2025)

Optimistic Learning for Communication Networks
von: Iosifidis, George, et al.
Veröffentlicht: (2025)

Demystifying Network Foundation Models
von: Beltiukov, Sylee, et al.
Veröffentlicht: (2025)

Graph Neural Network-Based Multicast Routing for On-Demand Streaming Services in 6G Networks
von: Wang, Xiucheng, et al.
Veröffentlicht: (2025)

Graph Neural Network-based Spectral Filtering Mechanism for Imbalance Classification in Network Digital Twin
von: Isah, Abubakar, et al.
Veröffentlicht: (2025)

NTP-INT: Network Traffic Prediction-Driven In-band Network Telemetry for High-load Switches
von: Zhang, Penghui, et al.
Veröffentlicht: (2025)

Versatile yet Efficient Network Traffic Analysis: Offloading Network Foundation Model to SmartNIC
von: Lin, Chungang, et al.
Veröffentlicht: (2025)

TelApart: Differentiating Network Faults from Customer-Premise Faults in Cable Broadband Networks
von: Hu, Jiyao, et al.
Veröffentlicht: (2024)

U-Parking: Distributed UWB-Assisted Autonomous Parking System with Robust Localization and Intelligent Planning
von: Wu, Yiang, et al.
Veröffentlicht: (2026)

Contrastive Learning for Correlating Network Incidents
von: Dötterl, Jeremias
Veröffentlicht: (2025)

M3Net: A Multi-Metric Mixture of Experts Network Digital Twin with Graph Neural Networks
von: Guda, Blessed, et al.
Veröffentlicht: (2025)

Distributed Deep Reinforcement Learning Based Gradient Quantization for Federated Learning Enabled Vehicle Edge Computing
von: Zhang, Cui, et al.
Veröffentlicht: (2024)