# ASTRA-sim 大規模機械学習システムのスケーラブルなシステムレベルシミュレーションフレームワーク。Workload Layer(Chakra ETをGraph ParserとOperator Schedulerで解釈)・System Layer(Collective Algorithm・Event Queue・Send/Rcv Dispatcher)・Network/Compute Simulatorという階層構成を持ち、[[MLCommons Chakra]]のETをネイティブにサポートする最初のオープンソースシミュレータとして、ETフィーダー(Sec.4.1)を用いてカスタムワークロード形式を置き換えた。新しいファブリックトポロジー、ウェハスケールシステム、トポロジー対応collective合成といった協調設計研究に利用されている。(Source: [[@2026__MLSys2026__MLCommons Chakra - Advancing Performance Benchmarking and Co-design using Standardized Execution Traces]]) 論文の評価では、Mixtral-8x7Bを8台のH100でシミュレーションし、ネットワークトポロジー(Fully-Connected/Ring/Switch)と帯域幅(75〜900 GB/s)を変えた際の通信時間を比較した。Switchトポロジーが最も高性能で、帯域幅を増やすと通信時間はレイテンシ律速に収束し改善が頭打ちになることが示された。(Source: [[@2026__MLSys2026__MLCommons Chakra - Advancing Performance Benchmarking and Co-design using Standardized Execution Traces]]) [[@2026__arXiv__CCL-Bench 1.0 - A Trace-Based Benchmark for LLM Infrastructure]]は、実測トレースをChakra ETへ変換してASTRA-simへ投入する「trace-driven what-if analysis」パイプラインを構築した。ハードウェア資源$r$を2倍にした場合のstep time改善率をutility指標として定義し、GPU/TPUのscale-out帯域幅・scale-up帯域幅・scale-upドメインサイズ・ICI帯域幅を横断比較した。256GPU規模のDeepSeek-V3-236Bトレースへ適用したクラスタアーキテクチャスイープでは、ネットワーク資源(scale-upドメイン・帯域幅)を大幅増強してもoverlapされる通信の割合の改善が逓減することを示した。 ## 関連 - 本ソース: [[@2026__MLSys2026__MLCommons Chakra - Advancing Performance Benchmarking and Co-design using Standardized Execution Traces]]、[[@2026__arXiv__CCL-Bench 1.0 - A Trace-Based Benchmark for LLM Infrastructure]] - 入力形式の標準: [[MLCommons Chakra]] - 開発機関: [[Georgia Institute of Technology]] - 応用先: [[CCL-Bench]]