[论文解读] TEG: Exascale Cluster Governance via Non-Equilibrium Thermodynamics and Langevin Dynamics

Z. Y. Chu|arXiv (Cornell University)|Feb 14, 2026

Distributed and Parallel Computing Systems被引用 0

一句话总结

该论文提出一个去中心化的热-经济学治理器（TEG），将簇建模为耗散结构，并用在全息热经济场中的朗之万代理制替代集中调度，以实现可扩展、稳定和安全的Exascale治理。

ABSTRACT

As cloud computing scales toward the Exascale regime ($10^5+$ nodes), the prevailing "Newtonian" orchestration paradigm -- exemplified by Kubernetes -- approaches fundamental physical limits. The centralized, deterministic scheduling model suffers from $O(N)$ latency scaling, "Head-of-Line" blocking, and thermodynamic blindness, rendering it incapable of managing the stochastic chaos of next-generation AI workloads. This paper proposes a paradigm shift from orchestration to Thermodynamic Governance. We model the compute cluster not as a static state machine, but as a Dissipative Structure far from equilibrium. We introduce TEG (Thermo-Economic Governor), a decentralized architecture that establishes a rigorous topological isomorphism between cluster resource contention and many-body physics. TEG replaces the global scheduler with Langevin Agents that execute Brownian motion on a Holographic Potential Field, reducing decision complexity to $O(1)$. System stability is maintained via a macro-scale Landau Phase Transition mechanism, which modulates global damping (taxation) to physically dissolve deadlocks. Crucially, we enforce Token Evaporation to mirror entropy dissipation, preventing economic inflation and ensuring an open thermodynamic system. We provide formal theoretical analysis proving that: (1) The system converges asymptotically to a Nash Equilibrium via Dual-Number Damping; (2) OOM catastrophic failures are converted into manageable Glassy States via an OS-level Airlock Mutex; and (3) Safety is mathematically guaranteed under high inertia using High-Order Control Barrier Functions (HOCBF). TEG demonstrates that emergent order, rather than deterministic control, is the necessary condition for Exascale scalability.

研究动机与目标

• 为云数据中心编排的 Exascale 可扩展性与可持续挑战提供动机。
• 提出一个自带物理信息的去中心化治理范式，替代确定性调度器。
• 建立一个形式化框架，将非平衡热力学与资源分配的机制设计联系起来。
• 展示体系结构组件及对收敛性、稳定性和安全性的理论保证。

提出的方法

• 将集群建模为耗散的非平衡系统，并将资源争用映射到多体物理学。
• 引入朗之万代理，在全息势场上进行布朗运动式决策，以降低决策复杂性。
• 使用全局熵治理器来调节阻尼并通过朗道相变化解死锁。
• 通过代币化的维克里拍卖实现代币蒸发，以防止通胀并执行开放系统热力学。
• 对势场应用对数字增强以实现预测性阻尼并提升稳定性。
• 提供理论分析，包括正交控制子空间、对数字阻尼以及高阶控制障碍函数的安全性保证。

实验结果

研究问题

• RQ1 在Exascale集群中，去中心化的朗之万代理框架是否能实现渐近收敛到平衡？
• RQ2 如何将非平衡热力学概念应用于治理资源争用并防止死锁？
• RQ3 在高惯性工作负载和操作系统层约束下，哪些机制能确保安全性与稳定性？
• RQ4 代币蒸发与市场启发式竞价如何与物理阻尼耦合以防止通胀和混乱？
• RQ5 可以建立哪些正式保证来确保可扩展性以及防止OOM/热相关故障？

主要发现

• 提出三层架构：中尺度全息场、微尺度朗之万代理、宏尺度熵治理器。
• 论证通过全息场投影可将每个代理的决策复杂性降至O(1)。
• 显示通过朗道相变和熵阻尼可以产生涌现秩序，而非通过确定性控制。
• 将OOM风险映射到玻璃态，并引入操作系统级互斥机制以维持稳定性。
• 在收敛到纳什均衡和通过高阶控制屏障函数实现安全方面给出理论保证。