NSDI 2026におけるマイクロソフトの大規模ネットワークシステムに関する進展発表

大規模ネットワークシステムは、クラウドコンピューティング、AI、および分散型アプリケーションやサービスの基盤となっています。USENIX ネットワークシステム設計と実装シンポジウム 2026 (新しいタブで開く)（NSDI '26）は、これらのシステムの設計と運用における新たな研究、洞察、進展を研究者や実践者が共有する主要なフォーラムです。 Microsoft は、システムおよびネットワーク研究の推進とより広いコミュニティとの関与に対する継続的なコミットメントを反映し、NSDI '26 のリターンスポンサーとして支援することを誇りに思います。また、Microsoft の研究者やエンジニアリングリーダーもプログラム委員会やその他の組織的役割を務めています。 今年、データセンターおよび広域ネットワーク、AI システム、クラウドインフラストラクチャにわたる Microsoft 著者および協力者による 11 編の論文が会議に採択されました。これらは、大規模ネットワークシステムの構築と運用における進展を強調するものです。 ![image](https://www.microsoft.com/en-us/research/wp-content/uploads/2025/06/Azure-AI-Foundry_1600x900.jpg) Azure AI Foundry Labs Microsoft Research のこれらの実験的技術を通じて、AI の将来の可能性ある方向性をご覧ください。 Azure AI Foundry 新しいタブで開く 技術セッション 5月4日（月）午後2時00分～3時20分 DroidSpeak：微調整済みモデル変種間でのKVキャッシュの共有（新しいタブで開く） Yuhan Liu, Yuyang Huang, Jiayi Yao, Zhuohan Gu, Kuntai Du, Hanchen Li, Yihua Cheng, Junchen Jiang（シカゴ大学）、Shan Lu, Madan Musuvathi, Esha Choukse（Microsoft） DroidSpeakは、同じアーキテクチャを持つ大規模言語モデル（LLM）が、モデル間でKVキャッシュを共有し部分的に再利用することを可能にし、出力品質への影響を最小限に抑えつつ、スループットを最大4倍向上させ、より高速な応答を実現します。 5月4日（月）午後3時50分～5時30分 Eywa：LLMを用いたモデルベーステストの自動化（新しいタブで開く） Rajdeep Mondal, Rathin Singha, Todd D. Millstein, George Varghese（UCLA）、Ryan Beckett, Siva Kesava Reddy Kakarla（Microsoft Research） Eywaは、LLMを用いて自然言語ソースからプロトコルモデルを自動的に構築し、モデルベーステストを可能にします。これにより、広く使用されているネットワークプロトコル実装において33件のバグを発見しました。そのうち16件は未発見のバグでした。 5月5日（火）午後2時00分～3時20分 Octopus：スパーストポロジによるCXLメモリポッドの強化（新しいタブで開く） Yuhong Zhong（コロンビア大学）、Fiodar Kazhamiaka, Pantea Zardoshti, Shuwei Teng, Rodrigo Fonseca（Microsoft Azure）、Mark D. Hill（ウィスコンシン大学マディソン校）、Daniel S. Berger（Microsoft Azureおよびワシントン大学） Octopus は、コスト削減とマルチラックポッドへのスケーリングを実現する、分散メモリポッド向けのスイッチレス設計を導入しています。3 サーバーのハードウェアプロトタイプ上では、Octopus の RPC はラック内 RDMA より 3.2 倍高速で、CXL スイッチよりも 2.4 倍高速です。 火曜日、5 月 5 日 午後 3:50–5:30 HEDGE: 確率的リンク容量を用いたトラフィックエンジニアリング（新しいタブで開く） Arjun Devraj（コーネル大学）、Bill Owens（NYSERNet）、Umesh Krishnaswamy（Microsoft）、Ying Zhang（Meta）、Rachee Singh（コーネル大学） HEDGE は、リンクローカルとネットワーク全体のレジリエンスを組み合わせることで、光ネットワークにおける波長固有の障害に対処し、変動するリンク性能にもかかわらず安定した容量を維持し、トラフィックフローを最適化します。既存システムのスループットを維持しつつ、ネットワークの混乱を削減します。 水曜日、5 月 6 日 午前 9:00–10:20 AVA: ビジョン言語モデルを用いたビデオ分析への道（新しいタブで開く） Yuxuan Yan（浙江大学）、Shiqi Jiang（Microsoft Research）、Ting Cao（清華大学）、Yifan Yang（Microsoft Research）、Qianqian Yang および Yuanchao Shu（浙江大学）、Yuqing Yang および Lili Qiu（Microsoft Research） AVA は、イベント知識グラフとビジョン・ランゲージモデル（Vision-Language Models）を基盤としたエージェント型検索を組み合わせることで、オープンエンドなビデオ解析をサポートします。さらに、超長期間かつオープンワールドのシナリオにおけるビデオ解析を評価するために、著者らは AVA-100 というベンチマークを導入しました。これは 10 時間を超える動画が各 8 本と、手動で注釈付けされた多様で複雑な質問 - 回答ペア 120 組から構成されており、AVA はこれにおいて 75.8% の精度を達成しています。 水曜日、5 月 6 日 9:00–10:20 AM ストレージ最適化仮想マシン向けの SmartNIC 対応ライブマイグレーション：Pyrocumulus（新しいタブで開く） Jiechen Zhao（トロント大学および Microsoft Research Asia）、Ran Shu、Lei Qu、Ziyue Yang、Rui Ma（Microsoft Research Asia）、Derek Chiou（Microsoft および UT Austin）、Natalie Enright Jerger（トロント大学）、Peng Cheng、Yongqiang Xiong（Microsoft Research Asia） Pyrocumulus は、FPGA SmartNIC のハードウェアカスタマイズ性と LM プロトコル、アーキテクチャ、アルゴリズム設計による効率的なネットワークアクセスを実現することで、ストレージ最適化仮想マシン向けの高速かつオーバーヘッドの少ないライブマイグレーションを可能にします。 水曜日、5 月 6 日 10:50 AM–12:30 PM ForestColl：異種ネットワーキングファブリクスにおけるスループット最適化集合通信（新しいタブで開く） Liangyu Zhao（ワシントン大学）、Saeed Maleki（独立研究者）、Yuanhong Wang（清華大学）、Zezhou Wang（ワシントン大学）、Ziyue Yang（Microsoft Research）、Hossein Pourreza（Microsoft）、Arvind Krishnamurthy（ワシントン大学） ForestColl は、通信スケジュールとしてブロードキャスト/集約 spanning trees を構築し、理論的な最適性を達成します。そのスケジュール生成は多項式時間で実行可能であり、高いスケーラビリティを備えています。スイッチングファブリックと直接アクセラレータ接続の両方を含む、あらゆるネットワークファブリックをサポートしています。 5 月 6 日（水）10:50 AM–12:30 PM シンボル指向最適化によるソースコードからのヒューリスティック分析 (新しいタブで開く) Pantea Karimi, MIT; Siva Kesava Reddy Kakarla および Ryan Beckett, Microsoft Research; Santiago Segarra, Rice University; Pooria Namyar, Microsoft Research; Mohammad Alizadeh, MIT; Behnaz Arzani, Microsoft Research MetaEase は、複雑な形式モデル化の必要性を排除し、ソースコードから直接ヒューリスティックを分析して最悪ケースのパフォーマンスシナリオを明らかにします。これはドメイン全体において最先端の解析ツールと同等かそれ以上の性能を発揮し、実世界システムにおけるこれまで未知であったパフォーマンスギャップを明らかにします。 5 月 6 日（水）2:00–3:20 PM コンテナシステムにおける余剰 CPU リソースの活用 (新しいタブで開く) Adam Hall および Anirudh Sarma, Georgia Institute of Technology; Esha Choukse, Microsoft Azure Research; Umakishore Ramachandran, Georgia Institute of Technology; Sameh Elnikety, Microsoft Research HarvestContainers は、遅延耐性のあるワークロードを予備の CPU コアで実行しながらも、遅延に敏感なコンテナが干渉を受けるのを防ぎます。安全に収穫できるコア数を動的に決定し、アプリケーションやオペレーティングシステムへの改変は不要です。これにより、スナップショット性能の 4% 以内の尾部遅延を維持しつつ、予備 CPU の利用率を最大 75% まで引き上げることができます。 水曜日、5 月 6 日、午後 3:50–5:30 SONiC DASH SmartSwitch を用いた大規模生産環境におけるクラウドネットワークサービスのオフロード (新しいタブで開く) コミュニティ賞受賞者 Shaofeng Wu（香港中文大学および Microsoft Research Asia）、Zhixiong Niu（Microsoft Research Asia）、Riff Jiang、Lawrence Lee、Junhua Zhai、Ze Gan、Vasundhara Volam、Prabhat Aravind、Prince Sunny、Prince George、Qi Luo、Evan Langlais、Soumya Tiwari、Venkat Satish Katta、Weixi Chen、Rishiraj Hazarika、Sachin Jain、Deven Jagasia、Michal Zygmunt、Avijit Gupta、Neeraj Motwani、Pranjal Shrivastava（Microsoft）、Qiang Su（香港中文大学）、Anil Reddy Pannala、Kristina Moore、James Grantham、Anupam Pandey、Xin Liu、Guohan Lu、Gerald De Grace、Rishabh Tewari、Lihua Yuan、Erica Lan、Deepak Bansal、Dave Maltz（Microsoft）、Yongqiang Xiong（Microsoft Research Asia）、Hong Xu（香港中文大学） SONiC DASH SmartSwitch は、ハードウェアに優しいパイプライン、統一されたスイッチアーキテクチャ、そしてオープンな開発モデルを再設計することでクラウドネットワークのオフローディングを実現し、主要なスケーラビリティと展開の課題に対処しています。Azure で大規模に展開されており、高いスループットと接続容量を提供すると同時に、電力効率とスペース効率を大幅に向上させています。 水曜日 5 月 6 日 午後 3:50–5:30 KRAKENGUARD: 微細粒度の eBPF 分離に向けた取り組み (新しいタブで開く) Jainil Patel, IIT Roorkee; Lucas Graeff Buhl-Nielsen, Quantco; Adrien Ghosn, Microsoft; Marios Kogias, Imperial College London KRAKENGUARD は、シンボリック実行を用いてロード時に eBPF プログラムに対して微細粒度かつポリシーベースの制御を適用し、粗い Linux 機能に依存することなくマルチテナント環境での安全な利用を可能にします。悪意のある動作を防ぎ、脆弱性を検出し、強力な分離保証を持つ信頼できないプログラムの安全な実行を許可します。 Microsoft のシンポジウム組織者 プログラム委員会 Ganesh Ananthanarayanan Behnaz Arzani Hitesh Ballani Ryan Beckett Ranveer Chandra Paolo Costa Rodrigo Fonseca Xenofon Foukas Kevin Hsieh Umesh Krishnaswamy (新しいタブで開く) Jing Liu Jonathan Mace Dave Maltz Sathiya Mani Dushyanth Narayanan Suman Nath Ram Ramjee Stefan Saroiu 運営委員会 Sujata Banerjee Jay Lorch 新しいタブで開くMicrosoft at NSDI 2026: Advances in large-scale networked systems の投稿は、Microsoft Research で最初に表示されました。

NSDI 2026におけるマイクロソフトの大規模ネットワークシステムに関する進展発表

背景や根拠まで確認しますか？

このニュースを、実務の判断につなげる

関連記事

調べる

選ぶ

サイト