混合网络拓扑论文

混合网络拓扑论文1相关工作常见的直接网络拓扑有Ｍｅｓｈ／Ｔｏｒｕｓ、Ｆｌａｔ－ｔｅｎｅｄＢｕｔｔｅｒｆｌｙ、Ｄｒａｇｏｎｆｌｙ等。Ｍｅｓｈ／Ｔｏｒｕｓ网络拓扑〔ｋ－ａｒｙ，ｎ－ｃｕｂｅ〕〔如此图１和图２所示〕是一个ｎ维网格，每一维上有ｋ个节点，相邻节点之间有通道相连，其节点规模为ｋｎ。Ｍｅｓｈ／Ｔｏｒｕｓ网络拓扑构造具有较优良的特性。Ｍｅｓｈ／Ｔｏｒｕｓ网络拓扑构造十分简单，具有高度的规则性，易于布局布线，便于实际部署，也具有很好的扩展性。Ｍｅｓｈ／Ｔｏ－ｒｕｓ网络拓扑构造具有广泛的应用，比方６４个节点的Ｔｉｌｅｒａ［５］、ＴＲＩＰＳ［６］处理器、ＲＡＷ处理器［７］，还有英特尔Ｔｅｒａｆｌｏｐｓ［８］，都是采用２－ＤＭｅｓｈ网络拓扑构造。但是，随着节点规模的扩大，其劣势就表现出来了。这主要体如今网络直径增大、吞吐率下降等。Ｍｅｓｈ／Ｔｏｒｕｓ网络拓扑是早期提出的经典网络拓扑，由于其构造简单、性能较好一直沿用至今。为了知足日益增长的性能要求和节点规模增大的情况，ＫｉｍＪ等人［９］于２００７年提出了Ｆｌａｔ－ｔｅｎｅｄＢｕｔｔｅｒｆｌｙ〔如此图３所示〕网络拓扑构造，这种构造利用高阶〔Ｈｉｇｈ－ｒａｄｉｘ〕路由器［１０］将每个路由节点与之同维的所有路由器节点相连，这样每一维上的跳数就变成了１。一个ｎ维、每一维规模为ｋ的ＦｌａｔｔｅｎｅｄＢｕｔｔｅｒｆｌｙ〔ｋ－ａｒｙ，ｎ－ｃｕｂｅ〕网络拓扑上的数据包的路由跳数最多为ｎ跳。ＦｌａｔｔｅｎｅｄＢｕｔ－ｔｅｒｆｌｙ网络中的每个高阶路由器能连接多个计算终端〔ｐ〕，整个网络能够连接总共ｐ×ｋｎ个终端。ＫｉｍＪ的实验表示清楚，ＦｌａｔｔｅｎｅｄＢｕｔｔｅｒｆｌｙ丰富的链路特性使得网络性能得到提升，但是物理开销的增加也是宏大的。２００９年ＫｉｍＪ又相继提出层次化［１１］的Ｄｒａｇｏｎｆｌｙ〔如此图４所示〕拓扑构造［１２］。Ｄｒａｇｏｎｆｌｙ网络拓扑能够分为三层。在最底层，每个路由器节点连接ｐ个计算终端。在中间层，也就是在局部组内，每个路由器与组内ａ－１个路由器相连。在最高层，每个局部组内总共ｂ×ａ跳全局通道与其余局部组进行相连。Ｄｒａｇｏｎｆｌｙ拓扑构造实际上是基于光通信技术的发展提出的。对于链路较长的全局通道，采用光纤通信来代替电信号通信，这样能够大大降低全局通信的延时，局部组内由于距离较短，仍然采用电信号通信。为了更好地进行平衡负载，将参数ｐ和ｂ取同值，将ａ取为２ｐ或者２ｂ。Ｄｒａｇｏｎｆｌｙ拓扑构造能够获得比拟好的性能，如延时相对较低、跳步数较短。但是，同时可以以看到，Ｄｒａｇｏｎｆｌｙ网络拓扑具有很差的扩展性，全局通道的延时仍然会较大。实际中应用Ｄｒａｇｏｎｆｌｙ拓扑构造的系统有Ｃｒａｙ［１３］和ＩＢＭ的ＰＥＲＣＳ［１４］。常见的间接网络有ＦａｔＴｒｅｅ［１５］、Ｂｕｔｔｅｒｆｌｙ等。ＦａｔＴｒｅｅ〔如此图５所示〕是一种是应用很广泛的间接网络拓扑构造。最早由ＬｅｉｓｅｒｓｏｎＣＥ于１９８５年提出，当时提出的ＦａｔＴｒｅｅ是一个标准的Ｂｉｎａ－ｒｙＴｒｅｅ构造，树的每个叶子节点连接ｐ个计算终端，每个叶子节点又有ｐ条链路连接其父亲节点，越高层的节点所连接的链路数就越多，也就显得越来越“ｆａｔ〞。由于每一路由器节点的开关规模差异较大，不利于实际应用，后来经过不断发展变化，构成了每级节点开关规模一致的ＦａｔＴｒｅｅ构造。ＦａｔＴｒｅｅ网络拓扑构造中间路由器较多，链路非常丰富，能够使网络获得比拟好的性能，其缺点是开销较大、成本较高。Ｂｕｔｔｅｒｆｌｙ〔如此图６所示〕网络拓扑构造是一种经典间接网络构造，对于确定的终端数Ｎ和开关度为２ｋ的Ｂｕｔｔｅｒｆｌｙ具有最短的网络直径ｌｏｇｋＮ＋１，虽然有此优点，但是其缺点也是很明显的。首先Ｂｕｔｔｅｒｆｌｙ网络具有很差的途径多样性，对于每一个从源节点到目的节点的数据包，其路由途径是唯一的；其次Ｂｕｔｔｅｒｆｌｙ级与级之间的链路较长，这会增加电信号传送链路的延时。对于第一个缺点，能够对Ｂｕｔｔｅｒｆｌｙ网络拓扑构造做一些改变，比方增加级数来解决这一问题。在间接拓扑网络中使用Ｂｕｔｔｅｒｆｌｙ的有ＢＢＮＢｕｔｔｅｒｆｌｙ［１６］等。为了应对节点规模扩大的情况，要对网络拓扑的构造做一些调整。对于直接网络，扩展的方式有两种方式。第一种方式是扩展每一维上的路由节点规模。第二种方式是扩展网络拓扑的维数。第一种方式简单，每个路由器节点的端口数不会改变，易于部署，但是其缺点是随着跳数的增大，吞吐率等性能会急剧下降，在节点数较大的情况下一般不采用这种扩展方式。第二种扩展网络维数的方法是一个可行的方法，它会使网络拓扑节点的基数增大，但数据包在网络中的跳数增加缓慢。通过实验发现，在一样节点规模下，维数较大的网络拓扑的性能要优于低维的网络拓扑性能。比方Ｔｏ－ｆｕ构造就是采用６－Ｄ的Ｍｅｓｈ来解决这一问题的。但是，增加维数会给实际部署带来较大难度，维数越大，难度也变得越大。对于间接网络拓扑构造，其扩展的方法是增加间接网络拓扑的级数，这种方式能够给系统带来比拟好的性能，具有广泛的应用，比方Ｔｉａｎｈｅ－２就是采用ＦａｔＴｒｅｅ这种间接网络构造来实现的。但是，间接网络的弊端是物理开销太大。随着终端规模的增大，级数会变大，中间路由节点会急剧增加。ＲｏｂｅｒｔｏＰ等人［４］在２０１２年提出了一种新型混合拓扑构造，这种新型的混合拓扑构造〔Ｈｙｂｒｉｄｔｏｐｏｌｏｇｙ，后续内容的图表中将这种拓扑构造简称为“ＨＤ〞〕是结合了直接网络和间接网络的优点而提出的。本文将这种新型混合网络拓扑构造的参数表示为〔ｋ－ａｒｙ，ｎ－ｄｉｒｅｃｔ，ｍ－ｉｎｄｉｒｅｃｔ，ｐ－ｃ〕。ｋ代表每一维的节点数，ｎ代表网络的维数，ｍ代表间接网络的级数，ｐ代表每个路由节点所连接的终端数，若网络节点所连接的终端数为１，则该参数可缺省。如此图７所示为这种新型混合拓扑构造。每一维上的节点布局类似于Ｍｅｓｈ／Ｔｏｒｕｓ网络，只是相邻节点之间并没有链路相连，而是通过每一维所在的间接网络进行相连。每个间接网络的级数ｍ视每一维的节点规模而定，比方ｋ值较小，间接网络的级数能够小到仅仅为１，也就是讲每一维上的间接网络就是一个Ｃｒｏｓｓｂａｒ。假如ｋ值较大，间接网络能够为ｍ级的ＦａｔＴｒｅｅ网络。每个直接网络的节点能够连接多于一个的计算终端。计算终端连接数为ｐ的混合拓扑构造网络所连接的终端规模为ｐ×ｋｎ。这种新型混合拓扑构造有一些比拟好的静态特性。相对于直接网络，新型混合拓扑构造的直径要比普通直接网络的直径小很多。在网络拓扑规模比拟小的情况下，间接网络能够为一个穿插开关Ｃｒｏｓｓｂａｒ，其网络直径仅为２ｎ〔ｎ表示网络拓扑维数〕，而普通直接网络拓扑构造，比方Ｔｏｒｕｓ，其网络直径为ｋ／２×ｌｏｇｋＮ。同等节点规模下网络直径的减小能够减小网络的延时，提升吞吐率。另外一方面，规模比拟小的间接网络〔ＦａｔＴｒｅｅ〕，其层数要比同等节点规模的ＦａｔＴｒｅｅ要小很多，整个混合网络拓扑的路由节点数、链路数要比完全间接网络小很多，因而其开销会比完全间接网络小。文献［４］对这种新型的混合网络拓扑与传统的直接网络、间接网络性能进行了比拟，得出的结果是新型混合拓扑构造的吞吐率性能要优于Ｍｅｓｈ／Ｔｏｒｕｓ、ＦａｔＴｒｅｅ等网络，但比ＦｌａｔｔｅｎｅｄＢｕｔｔｅｒｆｌｙ要差。2新型混合拓扑构造的优化新型混合拓扑构造Ｈｙｂｒｉｄ的每一维上均由以ＦａｔＴｒｅｅ为代表的间接网络相连接，这实际上能够将规模为〔ｋ－ａｒｙ，ｎ－ｄｉｒｅｃｔ，ｍ－ｉｎｄｉｒｅｃｔ，ｐ－ｃ〕的混合拓扑构造看成由规模为〔ｋ１／ｍ－ａｒｙ，ｍ×ｌｏｇｋｐ＋ｍ×ｎ－ｔｒｅｅ〕的ＦａｔＴｒｅｅ网络分解为ｎ×ｋｎ－１个规模为〔ｋ１／ｍ－ａｒｙ，ｍ－ｔｒｅｅ〕的ＦａｔＴｒｅｅ，然后将这些ＦａｔＴｒｅｅ的叶节点组成直接网络。这样做的好处是能够降低ＦａｔＴｒｅｅ的级数，减小数据包路由的跳数。但是，当每一维上的节点规模增大时，间接网络〔ＦａｔＴｒｅｅ〕的级数仍然较高。本文提出一种解决的方法，就是每一维上的节点由多个间接网络相连接。本文提出的改良优化的混合拓扑构造〔Ｈｙ－ｂｒｉｄ－Ｙｔｏｐｏｌｏｇｙ，后续内容的图表中将简称为“ＨＹ〞〕是将Ｈｙｂｒｉｄ网络每一维上的间接网络由原来的单个间接网络改造成多个间接网络。这些间接网络的叶节点的链路相间地与Ｈｙｂｒｉｄ网络同一维上的节点相连接，Ｈｙｂｒｉｄ网络同一维上的节点若连接着不同的间接网络，则将这些节点用链路连接起来。2.1Ｈｙｂｒｉｄ－Ｙ拓扑构造描绘Ｈｙｂｒｉｄ－Ｙ拓扑网络构造每一维上的间接网络和Ｈｙｂｒｉｄ拓扑网络构造的间接网络一样，能够是一个简单的Ｃｒｏｓｓｂａｒ或者多级ＦａｔＴｒｅｅ。Ｈｙ－ｂｒｉｄ－Ｙ拓扑网络构造和Ｈｙｂｒｉｄ拓扑网络构造的差异体如今两个方面：〔１〕间接网络与每一维节点的连接方式不同。Ｈｙｂｒｉｄ网络拓扑构造的间接网络叶节点〔或者Ｃｒｏｓｓｂａｒ〕的链路依次分别与同维直接网络的节点相连接。Ｈｙｂｒｉｄ－Ｙ拓扑网络构造的ｓ个间接网络的叶节点的链路相互交替地与同维直接网络的节点相连接。〔２〕直接网络中节点之间的连接方式不同。Ｈｙｂｒｉｄ网络拓扑构造的直接网络节点之间没有链路连接，Ｈｙｂｒｉｄ－Ｙ网络拓扑构造直接网络某一维中的节点若连接着不同的间接网络，就将这些节点用链路连接起来。下面引入如表１的参数来描绘这个改良优化的混合拓扑构造。描绘拓扑构造表达式的参数之间需要知足一定的条件。对于某一维上的直接网络连接的间接网络，参数ｋ和参数ｓ、ｍ需要知足这样的条件：ｓ×ｌｍ＝ｋ，其中ｌ代表间接网络，也就是ＦａｔＴｒｅｅ每个叶节点所连接的终端数。对于给定的ｋ值，参数ｓ、ｍ都是能够发生相应改变的。即使是参数ｓ指定了，也就是每一维上的间接网络的个数确定了，间接网络的级数ｍ可以能会有变化。若ｍ取值为１，那么间接网络是一个规模为〔ｋ／ｓ〕×〔ｋ／ｓ〕的Ｃｒｏｓｓｂａｒ；若ｍ取大于１的值，则间接网络是一个ＦａｔＴｒｅｅ，这个ＦａｔＴｒｅｅ网络在ｍ值给定后也就确定了。如此图８是这种改良拓扑构造的一个实例。这个图中的直接网络每一维上由两个间接网络相连接。直接网络上的节点００连接间接网络００－０，节点０１连接间接网络００－１，节点００与节点０１连接着不同的间接网络，因而有一条链路连接节点００与节点０１。同样，节点０２也有一条链路与节点０３相连。注意，节点０１与节点０２虽然连接着不同的间接网络，但是这两个节点之间并不用链路连接，这是由于这两个节点已经与它们相邻的连接着不同间接网络的节点相连了。2.2Ｈｙｂｒｉｄ－Ｙ网络路由策略在Ｈｙｂｒｉｄ－Ｙ拓扑构造上主要采用了两种路由算法：维序路由和自适应路由。为了突出Ｈｙ－ｂｒｉｄ－Ｙ拓扑构造的分析研究，本文将不对间接网络内部的路由进行分析，在后续所讲的维序路由和自适应路由，其间接网络都是文献［１８］中使用的针对ＦａｔＴｒｅｅ的基本自适应路由算法。Ｈｙｂｒｉｄ－Ｙ网络拓扑的维序路由算法能够分为两个阶段。第一个阶段为跨维。在ｎ维的Ｈｙ－ｂｒｉｄ－Ｙ网络上执行维序路由算法首先要从数据包的源节点所在的维路由到目的节点所在的维。为了更好地描绘这一经过，我们将数据包从某一维路由到另外一维这两维所决定的平面根据节点序号的递增方向划分为ｘ轴方向和ｙ轴方向。维序路由算法在执行跨维路由计算时统一执行先ｘ轴方向后ｙ轴方向或者先ｙ轴方向后ｘ轴方向。执行的ｘ轴或者ｙ轴方向确定后，详细沿着哪一条途径从一维跨到另外一维取决于直接网络每一维上的路由策略了，也就是第二阶段了。第二阶段为维内路由。简单来讲，维内路由就是数据包怎样从同一维上的一个节点路由到另外一个节点，这个经过是Ｈｙｂｒｉｄ－Ｙ网络拓扑维序路由算法的关键步骤，它决定着网络的数据包路由跳数和延时。本文在实现这一经过时采用下面的策略。源节点和目的节点只要可能是直接网络中的节点，消息包所在的当前节点有可能是直接网络中的节点也有可能是间接网络中的节点。情景１源节点、当前节点ｓ和目的节点ｄ均是直接网络中的节点。〔１〕若当前节点ｓ和目的节点ｄ相邻且有链路连接，则数据包直接从当前节点路由到目的节点，如此图９ａ所示；〔２〕如当前节点ｓ和目的节点ｄ不相邻，但是当前节点ｓ和目的节点ｄ连接着一样的间接网络，则数据包从当前节点ｓ路由到其所连接的间接网络，如此图９ｂ所示；〔３〕若当前节点ｓ和目的节点ｄ不相邻，且连接着不同的间接网络，则数据包从当前节点ｓ路由到与节点ｓ有链路相连并且连接着与目的节点ｄ一样间接网络的节点，如此图９ｃ所示。路由算法执行上面三个步骤就能够将数据包在同一维上从当前节点路由到目的节点。策略〔３〕的做法能够保证网络的流量相对平衡，不至于都去争抢直接网络中相邻节点之间的链路而导致直接网络节点之间链路的拥塞。〔１〕数据包从当前节点在间接网络内执行基本自适应路由算法朝着目的节点ｄ的方向路由。情景２只要一种策略情形，这是由于情景２是依靠于情景１的，情景１中策略〔３〕的执行能够保证情景２只要唯逐一种路由策略。至于间接网络内部的路由，这里不加以分析。对于Ｈｙｂｒｉｄ－Ｙ网络拓扑的自适应路由算法，其路由执行经过可以以分为与维序路由算法类似的两个阶段：跨维阶段和维内路由阶段，但是每个阶段有所不同。在跨维阶段，自适应路由算法的不同点在于能够动态选择ｘ轴方向或者ｙ轴方向，其判定的根据是ｘ轴方向和ｙ轴方向链路通道的拥塞情况。路由算法将数据包沿着ｘ和ｙ方向链路通道中拥塞状况较好的方向路由。在维内路由阶段，其不同点体如今情景１中的策略〔３〕。维序路由算法中策略〔３〕的做法是为了保证网络流量的相对平衡，减小拥塞情况，但自适应路由算法将根据直接网络相邻节点链路拥塞情况与所连接的间接网络链路通道拥塞情况相比拟，选择拥塞情况较小的链路通道路由，进而能够考虑到网络中链路通道的实际拥塞情况，避开拥塞较严重的链路通道，进而能够改善网络性能。对于自适应路由可能存在的死锁问题，根据路由途径的选择，可从两个方面分析：〔１〕路由途径经过间接网络。在这种情况下，由于间接网络是ＦａｔＴｒｅｅ，所以不会发生死锁。〔２〕路由途径不经过间接网络。出现这种可能的唯一情形如此图１０ａ所示，节点ａ、ｂ、ｃ和ｄ分别有链路相连接。当这些节点之间的数据包路由途径构成相关环时，就有可能发生死锁。为了避免这种情形的发生，使用虚通道的分配来避免死锁。如此图１０ｂ所示，节点ａ、ｂ、ｃ和ｄ之间的物理通道被划分为两个虚通道，分别标记为虚通道０和虚通道１。为了打破相关环路，当节点ａ、ｂ、ｃ和ｄ之间的数据包的原地址编号和目的地址编号是升序时，使用虚通道０，当数据包的原地址编号和目的地址编号是降序时，使用虚通道１。分配虚通道后，图１０ａ中的途径相关环就不存在了，也就避免了死锁的发生。3性能评估本文将改良的混合拓扑构造〔Ｈｙｂｒｉｄ－Ｙ〕与新型混合拓扑构造〔Ｈｙｂｒｉｄ〕、ＦａｔＴｒｅｅ、Ｍｅｓｈ、Ｔｏ－ｒｕｓ、ＦｌａｔｔｅｎｅｄＢｕｔｔｅｒｆｌｙ进行比拟。我们的模拟工具是时钟准确模拟器Ｂｏｏｋｓｉｍ２．０［１９］，混合拓扑构造的间接网络都是基于ＦａｔＴｒｅｅ的网络。模拟的时候，数据包ｐａｃｋｅｔ的尺寸都取１０个ｆｌｉｔ，模拟的流量形式为平衡形式ｕｎｉｆｏｒｍ，路由算法采用维序路由，网络维数均为２－Ｄ。此外，在节点规模较大的情况下〔本文指节点数为１０２４〕，对ＦａｔＴｒｅｅ网络和混合拓扑构造以及改良优化的混合拓扑构造在ｗｏｒｓｔ－ｃａｓｅ流量形式下进行性能的比拟。3.1模拟实验结果分析图１１是在平衡流量形式下，６４个节点规模的网络吞吐率模拟结果。从这个图中能够看出，ＦｌａｔｔｅｎｅｄＢｕｔｔｅｒｆｌｙ获得了最低的延时和最高的吞吐率，然后依次是改良的混合拓扑构造Ｈｙｂｒｉｄ－Ｙ和新型混合拓扑构造Ｈｙｂｒｉｄ，结果显示最差的是Ｔｏｒｕｓ和Ｍｅｓｈ。当网络节点规模增加到２５６个时，如此图１２ａ所示，结果显示ＦｌａｔｔｅｎｅｄＢｕｔｔｅｒｆｌｙ仍然能够获得最低的延时和最高的吞吐率，但这些都是建立在较高的开销基础之上的。改良的混合拓扑构造Ｈｙｂｒｉｄ－Ｙ〔间接网络级数大于１〕获得了次之的吞吐率。同时注意到，间接网络级数大于１的混合拓扑构造Ｈｙｂｒｉｄ－Ｙ的基本延时要比新型混合拓扑构造Ｈｙｂｒｉｄ〔这里指间接网络级数小于４〕高，从图１２ｂ的模拟跳步数能够看出，间接网络级数为３的混合拓扑构造Ｈｙｂｒｉｄ－Ｙ的跳步数是１０．５，新型混合拓扑构造Ｈｙｂｒｉｄ的平均跳步数分别为４．７５和７．７５。混合拓扑构造Ｈｙｂｒｉｄ－Ｙ〔间接网络级数大于１的情况〕的基本延时要比新型混合拓扑构造Ｈｙｂｒｉｄ〔这里指间接网络级数小于４〕高的原因是线头阻塞效应〔Ｈｅａｄ－Ｏｆ－ＬｉｎｅＢｌｏｃ－ｋｉｎｇ〕［２０］。Ｍｅｓｈ和Ｔｏｒｕｓ仍然是表现最差的网络拓扑，这也讲明了Ｍｅｓｈ和Ｔｏｒｕｓ的２－Ｄ构造不合适作为大规模互连网络的拓扑构造。将节点规模增加到１０２４，如此图１３所示，能够得到类似的结论。ＦａｔＴｒｅｅ网络在大规模节点的巨型机系统具有广泛的应用。如此图１４所示，在流量形式为ｗｏｒｓｔ－ｃａｓｅ的情况下，混合拓扑构造和改良优化的混合拓扑构造均获得了比ＦａｔＴｒｅｅ更好的吞吐率。对于新型混合拓扑构造Ｈｙｂｒｉｄ与改良优化混合拓扑构造Ｈｙｂｒｉｄ－Ｙ，在间接网络级数相近的情况下〔图示中Ｈｙｂｒｉｄ的间接网络级数为５，Ｈｙ－ｂｒｉｄ－Ｙ间接网络级数为４〕，改良优化的Ｈｙｂｒｉｄ－Ｙ网络拥有更好的网络性能。对于维数高于２－Ｄ的情形能够得到类似的结果。3.2性能开销比的比拟和分析比拟不同拓扑构造网络的指标有很多，比方平均和最大跳步数、对分带宽［２１］、网络链路数量和穿插开关规模等。为了更好地将改良的混合拓扑构造Ｈｙｂｒｉｄ－Ｙ和新型混合拓扑构造Ｈｙｂｒｉｄ进行比拟，这里采用文献［１］中提出的网络开销评价指标，即链路〔Ｌｉｎｋｓ〕数量、穿插开关〔Ｓｗｉｔｃｈｅｓ〕数量和穿插开关单元〔ＳｗｉｔｃｈｉｎｇＥｌｅｍｅｎｔｓ〕规模。网络拓扑的硬件开销比拟将采用穿插开关单元规模作为指标。网络的性能评价指标采用基本延时和吞吐率。基本延时和穿插开关单元规模的乘积越低，表示网络拓扑性能就越好；吞吐率和穿插开关单元规模的比值越高，表示网络拓扑的性能就越好。表２列出了这两种混合拓扑构造的链路数、开关单元规模、穿插开关数的计算式。表３列出了Ｈｙｂｒｉｄ－Ｙ网络拓扑和Ｈｙｂｒｉｄ网络拓扑模拟实验的相关参数，包括基本延时〔也称为０负载延时〕、吞吐率〔Ｔｈｒｏｕｇｈｐｕｔ〕、链路数、开关单元、穿插开关〔Ｓｗｉｔｃｈｅｓ〕，以及性能比拟的参数“吞吐率／开关单元〞、“基本延时×开关单元〞。当节点规模为６４时，间接网络为Ｃｒｏｓｓｂａｒ〔间接网络级数为１〕的新型混合拓扑构造Ｈｙｂｒｉｄ的基本延时要比间接网络同为Ｃｒｏｓｓｂａｒ的改良的混合拓扑构造Ｈｙｂｒｉｄ－Ｙ的基本延时要小，这是由于改良的混合拓扑构造Ｈｙｂｒｉｄ－Ｙ的直接网络中每一维上有两个Ｃｒｏｓｓｂａｒ，而新型混合拓扑构造