MétaCan
Menu
Retour à la cohorte
Enregistrement W4414197168 · doi:10.1109/lcn65610.2025.11146365

P3PO: Parallel Processing For Priority Ordering In Programmable Schedulers

2025· article· en· W4414197168 sur OpenAlexaff
Nikhil V. Shinde, Krishna M. Sivalingam, Gauravdeep Shami

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomaineEngineering
ThématiqueScheduling and Optimization Algorithms
Établissements canadiensCiena (Canada)
Organismes subventionnairesnon disponible
Mots-clésScalabilityScheduling (production processes)Network packetPriority queueWeighted round robinQueueImplementationRound-robin schedulingPacket processingPriority inheritance

Résumé

récupéré en direct d'OpenAlex

Packet schedulers enable Programmable Data-plane (PDP) switches to schedule packets correctly according to their priority. Existing PDP implementations do not support priority-based scheduling mechanisms required by scheduling policies. Push-in First-out (PIFO) offers a priority queuing abstraction; however, it faces scalability challenges due to the need for packet sorting at line-rate. To address this, approximate schedulers trade scheduling accuracy for implementation simplicity, but suffer from priority inversions. This paper presents Parallel Processing for Priority Ordering (P3PO) architecture, which partitions a global priority queue into multiple smaller, independently sorted queues that operate concurrently. P3PO is implemented using the NetBench simulator, and its performance (FCTs, delays, packet drops) is measured for in-cast traffic patterns. P3PO has FCTs close to PIFO and performs 14-62% better compared to existing approaches for small-sized flows and 47-60% better for large-sized flows. P3PO also reduces the packet drops in the network by 66-95% across different flow sizes.

Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.

Comment cette classification a été obtenuedéplier

Prédiction distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: Simulation ou modélisation
GenreSignal candidat: Méthodes · Signal consensuel: Méthodes
Score de désaccord entre enseignants0,200
Score d'incertitude au seuil0,425

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

Scores machine (provisoires)

Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.

Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.

Tête enseignante Opus0,011
Tête enseignante GPT0,260
Écart entre enseignants0,248 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSimulation ou modélisation
Domainenon disponible
GenreMéthodes

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations0
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetScheduling and Optimization AlgorithmsTravaux en français237 207