Insights
AI가 자동으로 큐레이션·번역·정리하는 기술 동향 피드입니다.
에지 및 클라우드 환경의 모듈형 애플리케이션 설계를 위한 도메인 특화 시각적 그래프 에디터를 제안합니다. 커널, 공유 메모리, 이벤트 트리거를 활용해 설계와 실행 간의 간극을 메우며, 연합 학습 워크플로우를 통해 실효성을 입증했습니다.
AI 자동 생성 콘텐츠
본 콘텐츠는 arXiv Codex (cs.SE)의 원문을 AI가 자동으로 요약·번역·분석한 것입니다. 원 저작권은 원저작자에게 있으며, 정확한 내용은 반드시 원문을 확인해 주세요.
원문 바로가기에지(Edge) 및 클라우드 컴퓨팅 환경을 위한 모듈형 애플리케이션을 설계하는 것은 여러 계산 커널(Computational Kernels), 공유 데이터, 그리고 이벤트 기반 실행(Event-driven execution)을 조정하는 과정을 포함합니다. 본 논문은 사용자가 통합된 인터페이스를 사용하여 이러한 애플리케이션을 모델링할 수 있도록 하는 도메인 특화 시각적 그래프 에디터(Domain-specific visual graph editor)를 제시합니다. 이 에디터는 세 가지 일급 추상화(First-class abstractions)를 지원합니다: 계산 단위를 나타내는 커널(Kernels), 분산 데이터를 모델링하는 공유 메모리 노드(Shared memory nodes), 그리고 실행 의존성을 포착하는 이벤트 트리거(Event triggers)입니다. 사용자는 시각적으로 그래프를 구축하고, 노드 속성을 구성하며, 요소들을 연결하여 데이터 및 제어 흐름(Data and control flow)을 정의할 수 있습니다. 생성된 그래프는 기계가 읽을 수 있는 표현 방식(JSON/XML)으로 자동 직렬화(Serialized)되며 실행 API(Execution API)로 전달될 수 있어, 설계 시점의 모델링(Design-time modeling)과 런타임 배포(Runtime deployment) 사이의 간극을 메워줍니다. 에디터의 그래프 기반 모델은 특히 분산된 에지 및 클라우드 시나리오에서 데이터 공유, 실행 순서 및 의존성에 대한 추론을 개선합니다. 적용 가능성을 입증하기 위해, 로컬 학습 커널이 이벤트 기반 조정(Event-driven coordination)을 통해 공유된 글로벌 모델과 상호작용하는 연합 학습(Federated learning) 워크플로우를 논의합니다. 전통적인 워크플로우 에디터 및 범용 다이어그램 도구와 비교했을 때, 제안된 시스템은 명시적인 실행 의미론(Execution semantics), 모듈성 및 직접적인 배포 가능성을 제공합니다. 본 연구는 분산 환경에서 모듈형 계산의 시각적 오케스트레이션(Visual orchestration)을 위한 토대를 마련하며, 사용자 정의 커널, 이벤트 유형 및 대안적인 실행 백엔드(Execution backends)에 대한 확장성을 제공하여 향후 복잡한 분산 애플리케이션에 대한 탐색을 가능하게 합니다.