Daily Arxiv

전 세계에서 발간되는 인공지능 관련 논문을 정리하는 페이지 입니다.
본 페이지는 Google Gemini를 활용해 요약 정리하며, 비영리로 운영 됩니다.
논문에 대한 저작권은 저자 및 해당 기관에 있으며, 공유 시 출처만 명기하면 됩니다.

Transformer-Based Model for Cold Start Mitigation in FaaS Architecture

Created by
  • Haebom

저자

Alexandre Savi Fayam Mbala Mouen, Jerry Lacmou Zeutouo, Vianney Kengne Tchendji

개요

본 논문은 서버리스 아키텍처, 특히 FaaS(Function as a Service) 모델에서의 콜드 스타트 문제를 해결하기 위해 Transformer 모델을 활용하는 혁신적인 접근 방식을 제안합니다. FaaS의 콜드 스타트는 유휴 함수 호출 시 전체 초기화 프로세스가 필요하여 지연 시간 증가 및 사용자 경험 저하를 야기합니다. 기존 솔루션의 한계를 극복하고자 Transformer 모델을 통해 함수 초기화 지연을 정확하게 모델링하여 서버리스 시스템 성능을 최적화하는 방법을 제시하며, Azure 공개 데이터셋을 이용한 실험 결과 최대 79%의 콜드 스타트 시간 감소를 보였습니다.

시사점, 한계점

시사점:
Transformer 모델을 활용하여 FaaS 콜드 스타트 문제를 효과적으로 해결할 수 있는 새로운 방법 제시.
기존 방법 대비 콜드 스타트 시간을 최대 79%까지 감소시키는 성능 향상.
함수 초기화 지연을 정확하게 예측하고 서버리스 시스템 성능을 최적화하는 데 기여.
한계점:
제시된 방법의 일반화 가능성 및 다양한 FaaS 환경에서의 적용 가능성에 대한 추가 연구 필요.
Azure 공개 데이터셋에 대한 의존성으로 다른 플랫폼이나 데이터셋에 대한 일반성 검증 필요.
Transformer 모델의 복잡성으로 인한 구현 및 운영의 어려움.
👍