# University of Washington 米国シアトルの研究大学（UW）。[[Allen Institute for AI]]（AI2）と密接に連携し、[[OLMo 3]] のシニアリーダーシップ（Hannaneh Hajishirzi、Noah A. Smith、Luke Zettlemoyer ら）を輩出する。分散 LLM 推論の細粒度トレーシング [[eInfer]]([[@2025__eBPF__eInfer - Unlocking Fine-Grained Tracing for Distributed LLM Inference with eBPF]])の著者 [[Chenxingyu Zhao]] の所属でもある。統計学部の [[Yen-Chi Chen]] はカーネル密度推定の幾何学的・位相的推定理論を専門とする。(Source: [[@2025__eBPF__eInfer - Unlocking Fine-Grained Tracing for Distributed LLM Inference with eBPF]], [[@2025__arXiv__OLMo 3]], [[A Tutorial on Kernel Density Estimation and Recent Advances]]) veScale-FSDP 論文の筆頭著者 [[Zezhou Wang]] が在学中に [[ByteDance Seed]] でインターンとして本研究に従事した所属大学でもある。(Source: [[@2026__MLSys2026__veScale-FSDP - Flexible and High-Performance FSDP at Scale]]) [[@2026__arXiv__FlashInfer-Bench - Building the Virtuous Cycle for AI-driven LLM Systems]](MLSys 2026)の筆頭著者 [[Shanli Xing]] と共著者 [[Luis Ceze]]([[NVIDIA]] とも兼務)の所属大学でもある。(Source: [[@2026__arXiv__FlashInfer-Bench - Building the Virtuous Cycle for AI-driven LLM Systems]]) データセンター光リンクの過剰設計を実測しコスト削減システム RAIL を提案した研究([[@2017__NSDI__RAIL - A Case for Redundant Arrays of Inexpensive Links in Data Center Networks]]、NSDI 2017)では、[[Danyang Zhuo]]・[[Arvind Krishnamurthy]]・[[Thomas Anderson]]が所属。 TCPの共通処理を専用CPU上のOSサービスへ分離するTAS([[@2019__EuroSys__TAS - TCP Acceleration as an OS Service]])では、[[Naveen Kr. Sharma]]・[[Arvind Krishnamurthy]]・[[Thomas Anderson]]が所属。 Facebookの本番データセンターを25µs粒度で計測しµburstの存在を示した [[@2017__IMC__High-Resolution Measurement of Data Center Microbursts]](IMC 2017)では、筆頭著者 [[Qiao Zhang]] と共著者 [[Arvind Krishnamurthy]] が所属。(Source: [[@2017__IMC__High-Resolution Measurement of Data Center Microbursts]]) 計算機アーキテクチャとネットワーキングの境界領域では、[[Henry N. Schuh]]・[[Baris Kasikci]]・[[Arvind Krishnamurthy]] が [[Cornell University]] の共著者([[Midhul Vuppalapati]]・[[Saksham Agarwal]]・[[Rachit Agarwal]])と共に[[@2024__SIGCOMM__Understanding the Host Network]](ACM SIGCOMM 2024)を発表した。[[ドメイン別クレジットベースフロー制御]]という概念的抽象化により、ホストネットワーク(プロセッサ・メモリ・周辺機器インターコネクト)内の性能競合の根本原因を解明した。(Source: [[@2024__SIGCOMM__Understanding the Host Network]]) [[Arvind Krishnamurthy]] は [[Cornell University]] の [[Saksham Agarwal]]・[[Rachit Agarwal]] と共に[[@2023__SIGCOMM__Host Congestion Control]](ACM SIGCOMM 2023)も発表した。ホストネットワーク内の輻輳(ホスト輻輳)を検知・応答する輻輳制御アーキテクチャ [[ホスト輻輳制御|hostCC]] を提案した。(Source: [[@2023__SIGCOMM__Host Congestion Control]]) [[Daniel S. Berger]]は[[Microsoft Azure]] Researchとの兼任で、[[@2023__ASPLOS__Pond - CXL-Based Memory Pooling Systems for Cloud Platforms]](ASPLOS '23、Distinguished Paper Award)の共著者を務めた。CXLベースのメモリプーリングシステムPondは、Azure本番クラスタのメモリストランディング分析とML駆動のプール配分予測を組み合わせる。(Source: [[@2023__ASPLOS__Pond - CXL-Based Memory Pooling Systems for Cloud Platforms]]) ## 関連 - ソース: [[@2025__eBPF__eInfer - Unlocking Fine-Grained Tracing for Distributed LLM Inference with eBPF]] / [[@2025__arXiv__OLMo 3]] / [[A Tutorial on Kernel Density Estimation and Recent Advances]] / [[@2026__MLSys2026__veScale-FSDP - Flexible and High-Performance FSDP at Scale]] / [[@2017__NSDI__RAIL - A Case for Redundant Arrays of Inexpensive Links in Data Center Networks]] / [[@2019__EuroSys__TAS - TCP Acceleration as an OS Service]] / [[@2017__IMC__High-Resolution Measurement of Data Center Microbursts]] / [[@2024__SIGCOMM__Understanding the Host Network]] / [[@2023__ASPLOS__Pond - CXL-Based Memory Pooling Systems for Cloud Platforms]] / [[@2025__NSDI__White-Boxing RDMA with Packet-Granular Software Control]] / [[@2024__ISCA__Splitwise - Efficient Generative LLM Inference Using Phase Splitting]] / [[@2024__NeurIPS__DataComp-LM - In search of the next generation of training sets for language models]] - 所属研究者: [[Chenxingyu Zhao]] / [[Yen-Chi Chen]] - 関連プロダクト: [[eInfer]] / [[OLMo 3]] - 関連組織: [[Allen Institute for AI]] - エンティティ: [[Chenxingyu Zhao]] / [[Jaehong Min]]