# Aditya Akella テキサス大学オースティン校(UT Austin)の教授。ネットワークシステムとプログラマブルネットワーク、分散システムを専門とする。Themis(NSDI 2020)・Shockwave(NSDI 2023)・Syndicate(NSDI 2023)など ML クラスタスケジューリング関連の論文を複数発表している。 ## 主要業績 - [[Cassini]]: ML クラスタ向けネットワーク対応ジョブスケジューラ。NSDI 2024 で発表([[@2024__NSDI__Cassini Network-Aware Job Scheduling in Machine Learning Clusters]]) - Themis(NSDI 2020): 仕上がり時間公平性に基づく GPU クラスタスケジューラ。Cassini が統合先の基準実装として使用([[@2020__NSDI__Themis - Fair and Efficient GPU Cluster Scheduling]]) - Shockwave(NSDI 2023): 動的適応のための公平・効率的なクラスタスケジューリング - Syndicate(NSDI 2023): ML コレクティブのスケジューリングと実行計画の同時最適化 ## 所属 The University of Texas at Austin, Computer Science ## 関連 - ソース: [[@2024__NSDI__Cassini Network-Aware Job Scheduling in Machine Learning Clusters]] / [[@2020__NSDI__Themis - Fair and Efficient GPU Cluster Scheduling]] - エンティティ: [[Sudarsanan Rajasekaran]] / [[Manya Ghobadi]] / [[Cassini]] / [[Kshiteej Mahajan]] - 概念: [[ネットワーク対応スケジューリング]] / [[GPUクラスタスケジューリング]]