Book a Demo!
CoCalc Logo Icon
StoreFeaturesDocsShareSupportNewsAboutPoliciesSign UpSign In
tensorflow
GitHub Repository: tensorflow/docs-l10n
Path: blob/master/site/ko/federated/collaborations/notes/2022-09-08.md
25118 views

TFF 공동 작업자들의 2022년 9월 9일 회의 기록

  • Jeremy의 제안에 대한 논의, 계속됨

  • 분명히 다룰 것 - 둘 다 살펴보기 + TFF에 대한 이해에 대해 확인

  • 새로운 독자를 위한 간단한 요약:

    • 현재, 클라이언트에 대해 서버/코디네이터가 시작한 모든 커뮤니케이션

    • 많은 시나리오에서, 클라이언트는 해결될 수 없으며, 진입 엔드포인트가 없음

    • 연결할 서버측 엔드포인트로 설정 원함

    • 많은 애플리케이션 시나리오와 관련된 생태계에 대한 바람직한 추가

  • Jeremy의 제안에서 확인된 문제 - 모든 응답이 업로드된 작업 저장소의 개념은 보존하고자 하는 개인 정보 속성과 상충합니다. 서버에 대한 데이터의 흐름은 통합된 연산자에 의해 조정되어야 하며 개별 TFF 실행자 요청/응답의 세분화에서 발생해서는 안됩니다.

  • (TFF 실행자 프로토콜에 대한 논의)

  • (이 YouTube 녹화의 실행자 인터페이스에 대한 개념 소개 몇 분 동안)

  • TFF는 두 가지 체제의 배포를 지원합니다.

    • 네트워크 연결 상태를 추적할 수 있는 클라이언트.

      • 일반 TFF 실행자 인터페이스는 이 모드를 지원하기 위해 설계되었습니다.

      • 클라이언트가 실행자를 호스트합니다.

      • 실행자 요청에 따른 응답으로 반환된 핸들이 클라이언트 측의 상태를 유지합니다.

      • 이러한 핸들을 후속 실행자 요청으로 전달하면 클라이언트측 운영 및 파이프라인을 지원합니다.

      • 이는 비록 이를 위해 설계된 TFF 리포지토리에 현재 구성 요소가 없어도 클라이언트 주도 연결로 분명히 가능합니다.

      • 클라이언트가 시작한 연결을 통해, 제어는 여전히 하향식이며 서버측의 실행자가 구동합니다.

      • 요청과 응답의 교환을 조정할 메커니즘은 커뮤니케이션을 시작하는 당사자, 연결이 오래 실행되는지 등에 따라 달라질 수 있지만 논리적 수준의 요청은 여전히 서버가 발행합니다.

      • 클라이언트는 서버에 반복적으로 접속하여 응답을 제공하고 후속 요청을 요청할 수 있습니다.

      • 클라이언트는 서버에 연결을 지속하여 여전히 상태를 로컬로 유지합니다.

      • 서버의 클라이언트 또는 타임아웃의 상태 손실 역시 전체 계산의 실패를 초래합니다(일반 실행자 설정에서도 동일).

    • 네트워크 연결 상태를 추적할 수 없는 클라이언트.

      • 위와 같이 일반 TFF 실행자 프로토콜과는 호환될 수 없습니다.

      • 하지만, 이는 MapReduce 컴파일러가 지원할 수 있습니다. tff.mapreduce.backends module의 TFF에 라이브러리 함수가 있어 TFF 계산의 클래스를 네트워크 연결 상태를 추적할 수 없는 클라이언트 체계에서 운영할 수 있는 MapReduce와 같은 형식으로 번역합니다.

  • 다음 단계: Jeremy의 제안은 지킬 수 있습니다(하지만 클라이언트 측에서 네트워크 연결 상태 기능을 통합해야 함).