テクノロジー
ツリー型をやめたAWS、ルーター69%減でスループット33%向上：疑似ランダム配線の理屈
AWSが数十年標準の階層型ネットワークを捨て、グラフ理論由来の疑似ランダム構造RNGに移行。fat-tree比でルーター69%削減・スループット33%向上を実現し、すでに大半のワークロードで稼働中だ。
Term
Resilient Network Graphs
別名: RNG
Overview
最終更新: 2026年7月9日Resilient Network Graphs（RNG）は、AWSがデータセンター内のネットワーク設計を刷新するために導入した新しいトポロジーです。従来の階層型（fat-tree）構造を廃止し、グラフ理論における「エクスパンダーグラフ」の概念を用いた疑似ランダムな配線を採用しています。これにより、少ない接続数で高い連結性と耐障害性を維持しながら、中間層のスイッチを大幅に削減できます。AWSの報告によれば、従来の設計と比較してルーター数を最大69%削減し、スループットを33%向上させることに成功しています。すでにAWSの主要なリージョンで本番環境として稼働しており、AIワークロードの増大に伴う電力消費とコストの抑制に寄与しています。
Mentioned Articles
1 件External Mentions
10 件- arXiv EdgeRefine: Privacy-Utility Balance for Graphs via Jaccard Sampling under Edge Differential Privacy
- arXiv Secure Decentralized Federated Learning via Gossip and Virtual Voting
- arXiv Quantum percolation theory for dynamic propagation connectivity of transport networks
- arXiv Resilient Output Containment under Undisclosed Leader Dynamics and Actuator Attacks
- arXiv Leaking Circuit Secrets: Gradient Leakage Attacks on Graph Neural Networks
- arXiv Degeneracy-Aware Resilient Resource Allocation in Cell-Free Cache-Aided MU-MIMO Networks
- arXiv Urban Power Grid Topology and Hierarchy Identification from Open Data
- arXiv REGRID-QAOA: A Resource-Efficient Graph-Reduced Hybrid QAOA Framework for Physics-Constrained Power System Islanding
- arXiv Learning Graph Topology with Functional Priors via Bilevel Optimization
- arXiv LNTest: A Testbed for Evaluating Bitcoin Lightning Network-Based Botnets