计算机工程

作者：刘怡, 张磊

单位：首都师范大学信息工程学院, 北京 100048

关键词：LT码,分布式矩阵计算,双向切割,因式化,平均开销

基金：科技创新2030—“新一代人工智能”重大项目(2020AAA0109700)

在如今大数据和机器学习应用范围不断扩大的背景下, 分布式计算系统成为处理庞大数据的必要工具。对于具有一定规模的计算集群, 其性能会不可避免地受到系统噪声的影响, 应考虑在分布式计算系统中借助编码技术来增强系统的鲁棒性。现有应用于分布式矩阵计算的编码方案多为固定速率编码, 无法适应节点数量动态变化的实际情况。同时, 由于部分任务有截止期限制, 应在保证任务顺利完成的前提下尽可能地减少平均开销从而降低时延。针对上述问题, 提出将LT码应用于雾计算场景下的分布式矩阵计算, 设计Remo2算法。依托LT码的无速率特性自适应信道状态变化, 通过合适的度分布函数设计以及双向切割、因子化度数的方法达到降低时延、增强分布式计算系统鲁棒性的预期效果。令k1为A矩阵被切分后的子矩阵行值, k2为B矩阵被切分后的子矩阵列值, 实验结果表明, 在$ {k}_{1} $值固定的前置条件下, 与FLT码及BDC-LT算法相比, Remo2算法的平均开销相对于前者稳定降低了33.3%, 相对于后者减少了7.7%的冗余。此外, 当$ {k}_{1}{k}_{2} $大小的码长固定时, $ {k}_{1} $、$ {k}_{2} $的离散化程度越低, 即$ \lim\left|{k}_{1}-{k}_{2}\right|\to 0 $, 会带来更小的平均开销。

来源：2024年第8期

《计算机工程》期刊编辑部

查看计算机工程杂志2024年第8期