論文の概要: An Analysis of HPC and Edge Architectures in the Cloud

• arxiv url: http://arxiv.org/abs/2508.01494v1
• Date: Sat, 02 Aug 2025 21:32:02 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-08-12 14:07:15.037515
• Title: An Analysis of HPC and Edge Architectures in the Cloud
• Title（参考訳）: クラウドにおけるHPCとエッジアーキテクチャの解析
• Authors: Steven Santillan, Cristina L. Abad,
• Abstract要約: 私たちは最近、AWS上にデプロイされた396の現実世界のクラウドアーキテクチャのデータセットを分析しました。 このデータセットから、HPCやエッジコンポーネントを含むアーキテクチャを特定し、それらの設計を特徴付ける。
• 参考スコア（独自算出の注目度）: 0.6215404942415159
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: We analyze a recently published dataset of 396 real-world cloud architectures deployed on AWS, from companies belonging to a wide range of industries. From this dataset, we identify those architectures that contain HPC or edge components and characterize their designs. Specifically, we investigate the prevalence and interplay of AWS services within these architectures, examine the types of storage systems employed, assess architectural complexity and the use of machine learning services, discuss the implications of our findings and how representative these results are of HPC and edge architectures in the cloud. This characterization provides valuable insights into current industry practices and trends in building robust and scalable HPC and edge solutions in the cloud continuum, and can be valuable for those seeking to better understand how these architectures are being built and to guide new research.
• Abstract（参考訳）: 私たちは最近、AWS上にデプロイされた396の現実世界のクラウドアーキテクチャのデータセットを、幅広い業界に属する企業から分析しました。 このデータセットから、HPCやエッジコンポーネントを含むアーキテクチャを特定し、それらの設計を特徴付ける。 具体的には、これらのアーキテクチャ内でのAWSサービスの普及と相互運用について検討し、使用するストレージシステムの種類を調査し、アーキテクチャの複雑さを評価し、機械学習サービスを使用することについて検討し、私たちの発見の意味と、これらの結果がクラウドにおけるHPCとエッジアーキテクチャをどのように表現しているかを議論する。 この特徴は、クラウド連続体における堅牢でスケーラブルなHPCとエッジソリューションの構築における現在の業界プラクティスとトレンドに関する貴重な洞察を提供する。

関連論文リスト

• Secure Edge Computing Reference Architecture for Data-driven Structural Health Monitoring: Lessons Learned from Implementation and Benchmarking [0.0]
  本稿では,データ駆動型構造健康モニタリング(SHM)に適した,スケーラブルでセキュアなエッジ計算参照アーキテクチャを提案する。 当社のソリューションでは,商用データ取得システムと,オープンソースエッジコンピューティングプラットフォームを運用する既製のハードウェアを統合して,クラウドサービスを通じてリモートで管理およびスケールする。 本研究では,2つのエッジコンピューティングハードウェアプラットフォーム上でSHMアプリケーションで一般的に使用される機械学習モデルの資源利用データを収集することにより,この枠組みを考察する。
  論文  参考訳（メタデータ） (2025-03-24T16:33:25Z)
• Multi-dataset synergistic in supervised learning to pre-label structural components in point clouds from shell construction scenes [0.0]
  本研究は,建築・工学・建設(AEC)における複雑な構造部品の分断の課題に対処する。 我々は、教師付きトレーニングとカスタム検証データセットを通じてベースラインを確立し、大規模な屋内データセットによるクロスドメイン推論を評価し、転送学習を利用して、最小限の新しいデータでセグメンテーション性能を最大化する。
  論文  参考訳（メタデータ） (2025-02-20T16:48:14Z)
• ARCH2S: Dataset, Benchmark and Challenges for Learning Exterior Architectural Structures from Point Clouds [0.0]
  本稿では,セマンティックセグメンテーションのためのセマンティックモデルデータセットとベンチマークを提案する。 現実世界の建物の4つの異なる建築目的と、香港のオープンな建築景観を特徴としている。
  論文  参考訳（メタデータ） (2024-06-03T14:02:23Z)
• Serving Deep Learning Model in Relational Databases [70.53282490832189]
  リレーショナルデータ上での深層学習(DL)モデルの実現は、様々な商業分野や科学分野において重要な要件となっている。 最先端のDL中心アーキテクチャは、DL計算を専用のDLフレームワークにオフロードします。 UDF中心アーキテクチャの可能性は、リレーショナルデータベース管理システム(RDBMS)内の1つ以上のテンソル計算をユーザ定義関数(UDF)にカプセル化する。
  論文  参考訳（メタデータ） (2023-10-07T06:01:35Z)
• Enhancing Architecture Frameworks by Including Modern Stakeholders and their Views/Viewpoints [48.87872564630711]
  データサイエンスと機械学習に関連する関心事、例えばデータサイエンティストやデータエンジニアの利害関係者は、まだ既存のアーキテクチャフレームワークには含まれていない。 10か国25以上の組織から61名の被験者を対象に調査を行った。
  論文  参考訳（メタデータ） (2023-08-09T21:54:34Z)
• Data Mesh: a Systematic Gray Literature Review [3.038477115588261]
  Data Meshは、運用上のボトルネックを最小限に抑え、回避することを目的とした、新たなドメイン駆動の分散データアーキテクチャである。 我々は114の産業用グレー文学論文を体系的に収集,分析,合成した。 このレビューは、データメッシュの4つの重要な原則に関する実践者の視点に関する洞察を提供する。
  論文  参考訳（メタデータ） (2023-04-03T15:16:46Z)
• Distributed intelligence on the Edge-to-Cloud Continuum: A systematic literature review [62.997667081978825]
  このレビューは、現在利用可能な機械学習とデータ分析のための最先端ライブラリとフレームワークに関する包括的なビジョンを提供することを目的としている。 現在利用可能なEdge-to-Cloud Continuumに関する実験的な研究のための、主要なシミュレーション、エミュレーション、デプロイメントシステム、テストベッドも調査されている。
  論文  参考訳（メタデータ） (2022-04-29T08:06:05Z)
• Federated Learning with Heterogeneous Architectures using Graph HyperNetworks [154.60662664160333]
  パラメータ共有にグラフハイパーネットワークを採用することにより、異種クライアントアーキテクチャに対応する新しいFLフレームワークを提案する。 既存のソリューションとは異なり、当社のフレームワークは、クライアントが同じアーキテクチャタイプを共有することを制限せず、外部データも使用せず、クライアントがモデルアーキテクチャを公開する必要もありません。
  論文  参考訳（メタデータ） (2022-01-20T21:36:25Z)
• Stage-Wise Neural Architecture Search [65.03109178056937]
  ResNetやNASNetのような現代の畳み込みネットワークは、多くのコンピュータビジョンアプリケーションで最先端の結果を得た。 これらのネットワークは、同じ解像度で表現を操作するレイヤのセットであるステージで構成されている。 各ステージにおけるレイヤー数の増加はネットワークの予測能力を向上させることが示されている。 しかし、結果として得られるアーキテクチャは、浮動小数点演算、メモリ要求、推論時間の観点から計算的に高価になる。
  論文  参考訳（メタデータ） (2020-04-23T14:16:39Z)
• A Privacy-Preserving Distributed Architecture for Deep-Learning-as-a-Service [68.84245063902908]
  本稿では,ディープラーニング・アズ・ア・サービスのための分散アーキテクチャを提案する。 クラウドベースのマシンとディープラーニングサービスを提供しながら、ユーザの機密データを保存できる。
  論文  参考訳（メタデータ） (2020-03-30T15:12:03Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。