# Christos Kozyrakis [[Stanford University]] の教授。分散機械学習システムおよび計算機アーキテクチャを専門とする。ReCycle の指導教員として共同開発を主導した（SOSP '24）。また [[Zhiqiang Xie]]・[[Lizi Ottens]]・[[Jonathan Mace]] らとクラウドシステムの障害箇所特定研究 Atlas を共同発表した（arXiv 2024）。さらに [[Ziyi Xu]]([[Shanghai Jiao Tong University]])・[[Zhiqiang Xie]]・[[Swapnil Gandhi]] と耐障害 LLM サービングシステム FailSafe を共著した（arXiv 2025、MLSys 2026 Oral）。FailSafe の著者所属には NVIDIA Research も併記されている。 ## 主な業績 - **[[ReCycle]]**: 耐障害 LLM 訓練システムの開発を指導。(Source: [[@2024__SOSP__ReCycle - Resilient Training of Large DNNs using Pipeline Adaptation]]) - **[[Atlas]]**: LLM を用いた因果グラフ自動構築システムの共著者。システム文書からの因果グラフ生成とクラウド障害箇所特定を実現。(Source: [[@2024__arXiv__Cloud Atlas - Efficient Fault Localization for Cloud Systems using Language Models and Causal Insight]]) - **[[FailSafe]]**: テンソル並列 LLM サービングの耐障害システム。GPU 障害後の計算・メモリ不均衡の緩和(Cyclic KVCache Placement・Hybrid Attention)と高速復旧(Lightning Recovery)を実現。(Source: [[@2025__arXiv__FailSafe - High-performance Resilient Serving]]) ## 出典 - [[@2024__SOSP__ReCycle - Resilient Training of Large DNNs using Pipeline Adaptation]] - [[@2024__arXiv__Cloud Atlas - Efficient Fault Localization for Cloud Systems using Language Models and Causal Insight]] - [[@2025__arXiv__FailSafe - High-performance Resilient Serving]]