ディジクストラよりも高速?

2026/02/10 11:36

ディジクストラよりも高速?

RSS: https://news.ycombinator.com/rss

要約

Japanese Translation:

改善された要約

新しいアルゴリズムは、最短経路計算において「ソーティングの壁」を突破すると主張しており、Dijkstra の (O(n\log n + m)) 時間を大体 ((m,\log^{2/3}n)) へと改善しています。論文は ACM Symposium on Theory of Computing で査読され、その数学的基盤は健全とみなされています。実際の OSPF/IS‑IS ネットワークでは、ルーター数は通常数百から数千程度です。そのため、漸近的優位性は非常に大きなトポロジでのみ現れる可能性があります。経路収束は SPF 時間以外にもリンクステートパケットの伝播、障害検出(例:BFD)、SPF 実行、ルーティング情報ベースの更新、転送テーブルのリフレッシュ、隣接ノードへの洪水など多くの要因に依存します。サブ秒収束は ~2003 年以降、これらすべてのステップを最適化することで実現されており、SPF のタイミングはもはやボトルネックではありません。Dijkstra アルゴリズムは単純でよく理解でき、OSPF 仕様によって直接サポートされているため、本番用ルーターでは依然として優先されています。著者は、ハイブリッドな Bellman–Ford/Dijkstra アプローチでも採用に必要なエンジニアリング労力と比べてわずかな速度向上しか得られないことを指摘しています。その結果、多くのベンダーやオペレーターは Dijkstra のアルゴリズムを使用し続けるでしょうが、新しい手法は極端に大規模なトポロジで利益をもたらす可能性があります。フランク・ゲリーに関する New York Review of Books や FCC スペースデータセンターの議論など、周辺参照はルーティング実務とは無関係です。

本文

昨年、ある人たちが私にネットワーク上で最短経路を求める新しい手法についての記事を転送してくれました。研究では、ほとんどのネットワーキング教科書(弊社教材も含む)で教えられているディジャストラの古典的アルゴリズムより優れていると主張しています。最初は懐疑的でした。まるで誰かがリーマン予想を証明したと言われた時のようにです。ディジャストラは伝説的存在で、彼の1959年のアルゴリズムはパケット交換より数年前に登場しました。OSPF仕様(リンクステート経路制御プロトコルの2大手のうちの一つで、もう一方がIS‑IS)は、実装者への指針として非常に詳細です。本質的にはディジャストラのアルゴリズムを使うようにというものです。これまで数十年にわたりほとんどの実装はそのままに、速度向上のためだけに小さな改良が加えられてきましたが、本質的な変更はありませんでした。

新しいアルゴリズムは小さなチューニングではなく、全く異なるアプローチを示しています。主張は「ディジャストラはソート操作が必要であるため、最良のソートアルゴリズムほどしか性能が出せない」という点に対し、この新手法は「ソート障壁を突破する」ことです。ソート自体を回避し、ディジャストラよりも優れた性能境界を達成すると言われています。

私は論文そのものを評価できる立場ではありませんが、ACM Theory of Computing Symposiumといったトップレベルの会議で査読を通過し、十分な検証を受けているため、その理論自体に疑いはありません。私が議論したいのは「本当に重要か?」という点です。

理論的性能向上が実際にどれほど影響するかを評価するとき、すぐに浮かんだ2つの主要な問題があります。

  1. 実運用ルーティングシステムでのスケーリング限界
    ディジャストラの計算時間は、ノード数 n(ルータ)とエッジ数 m(リンク)のネットワークでは O(n log n + m) です。新手法は O(m log^(2/3)n) を主張しており、大きな n に対しては低くなるはずです。しかし実際に差が出るのは n がどれだけ大きくなるかによります。定数係数は両者で異なり、小さな n ではスケーラビリティが低いアルゴリズムの方が高速になる場合もあります。

    私が知ったところ、今日の大型 OSPF や IS‑IS コアネットワークではルータ数は数百台程度であり、最大規模のサービスプロバイダネットワークでも数千台にすぎません。BGP が扱うプレフィックス数と比べると小さいため、SPF 計算におけるスケーラビリティは制約要因ではありません。

  2. 性能の他の側面
    Big Router で働いていた時期には MPLS と高速再ルーティング(FRR)を担当していました。FRR は MPLS を利用してリンク障害時に経路収束を待たずにパケットを迂回させますが、ルーティングプロトコルの開発者は収束時間の短縮に注力しました。MPLS と標準ルーティングの両方で最も重要なのは障害検出の速さです。OSPF の Hello パケットが欠落したことを確認するまで数十秒待たなければならないと、ミリ秒単位で最短経路を計算しても意味がありません。この考えから BFD(Bidirectional Forwarding Detection)が生まれました。BFD はリンク障害検出の高速かつ独立したメカニズムです。

    ルーティング収束に影響する他の要因は次のとおりです。

    • 新しいリンクステートパケットを送信し、ネットワーク全体で伝搬させる時間;
    • パケットを受信して OS の適切なプロセスへ渡す時間;
    • SPF 実行時間;
    • ルーティング情報ベース(RIB)を更新する時間;
    • フォワーディングテーブルへの影響を計算する時間;
    • 大型ルータでフォワーディングテーブルの更新をラインカードへプッシュする時間;
    • リンクステートパケットを隣接ノードへ洪水させる時間。

    これらのステップは何年にもわたって分析・最適化され、2003 年にはサブ秒収束が実現しました。SPF 計算時間を数ミリ秒削減するよりも、これらの部分を改善した方が重要でした。

結局のところ、ディジャストラアルゴリズムはエンジニアにとってコードを書きやすいという点で依然として実装方法として選ばれています。2001 年のインタビューでディジャストラは次のように語っています。

「論文自体は読みやすく、むしろかなり良いものです。私がそれをノートとペンなしで設計した理由の一つは、後で「避けられる複雑さ」を回避する必要があることに気づいたからです。」

言い換えれば:Keep It Simple, Stupid(簡潔に保とう)。私はエンジニアを OSPF 仕様書へ向かわせる方が、数ミリ秒だけ収束時間を短縮できるハイブリッド Bellman‑Ford/ディジャストラ アプローチを勉強させるよりも有効だと考えています。将来的に誰かがディジャストラの論文や OSPF 仕様書ほど明快な説明を書き、ハイブリッドアルゴリズムが大規模マッピングアプリケーションで素晴らしい結果を出すようになるかもしれません。しかし、実運用ルータにおいてディジャストラのアルゴリズムが置き換わる日が来るとは思いません。


関連読書

  • 先日の Frank Gehry に関する投稿を受けて、NY Review of Books が彼について書いた優れた記事があります。
  • 宇宙でのデータセンターはひどいアイディアです;動機があるなら FCC に知らせることができます。
  • Wiki Education は Wikipedia への AI 生成参照を調査し、LLM が生成した参照は信じられるように見えても実際には記載内容を含まないことが多いと判明しました。これは LLM が何を語っているのか分からないようなものです。このような記事をクリーンアップするプロジェクトがあります。
  • プレビュー画像は Unsplash の Shio Yang によるものです。

同じ日のほかのニュース

一覧に戻る →

2026/02/14 8:43

**OpenAI のミッションステートメント ― 進化** | 年 | バージョン | |----|------------| | 2015(創設) | 「人工汎用知能(AGI)が人類全体に利益をもたらすことを保証する。」 | | 2019 | 安全性への強調追加: 「安全な AGI を構築し、それを使って誰もが恩恵を受けるようにする。」 | | 2023 | 広範な社会的影響に焦点を絞り改訂: 「OpenAI のミッションは、安全で広く有益な AI システムを創造し、人間の能力を高め、世界全体の福祉を促進することです。」 | *進化を通じて一貫したテーマ* - **安全性** – 開発・展開における継続的優先事項。 - **広範な利益** – 進歩がすべての人々にアクセス可能で有益であることを保証。 - **人間の強化** – AI を活用して人間の潜在能力を拡大し、代替するのではないこと。

## Japanese Translation: OpenAI のミッションステートメントは、2016 年から 2024 年にかけて着実に進化してきました。2024 年版では表現が短縮され、「OpenAI のミッションは人工汎用知能(AGI)が人類全体に利益をもたらすことを確保することである」となり、安全性への明示的な言及や「財務上のリターンを追求する必要がない」というフレーズが削除されています。以前のバージョン(2016、2018、2020–2023)では段階的に表現が洗練されており、2021 年には「汎用人工知能」などの語句が追加され、2022 年には「安全に」という言葉が挿入される一方で、利益圧力なしに人類に利益をもたらすというコミットメントは維持されています。 OpenAI は米国の 501(c)(3) 非営利組織であり、そのミッションステートメントは毎年 IRS に提出されるため、税優遇措置を保持する上で法的な重みがあります。全てのバージョンは GitHub Gist にまとめられており、変更が公開で追跡可能です。同様に Anthropic についても詳細より少ない更新が見つかっています。 2024 年版の表現は財務リターンへの重視を示唆している可能性があり、これが OpenAI が非営利ステータスと商業活動をどのようにバランスさせるかに影響し、税優遇分類が適切であるかどうかを規制当局が検討するきっかけになるかもしれません。競合他社もこの変化を踏まえて、安全性対利益戦略を再評価する可能性があります。

2026/02/14 6:35

**Show HN:データエンジニアリング・ブック – オープンソースでコミュニティ主導のガイド**

## Japanese Translation: GitHubは、コーディング支援、自動化、およびセキュリティを組み合わせたAI搭載の開発者プラットフォームとして自らを位置付けており、あらゆる規模のチームに統合されたエコシステムを提供します。 このプラットフォームは、コード作成を加速するCopilot、Spark、およびModels、ワークフロー自動化と即時クラウド環境を実現するActionsおよびCodespaces、そして作業を整理するための課題/計画追跡機能を提供します。高度なセキュリティ機能―脆弱性検出、シークレット保護、およびビルド時コードレビュー―は開発プロセス全体に安全性を組み込みます。 GitHubは、医療・金融・製造業・政府などの産業別ソリューションでエンタープライズ、中小企業、スタートアップ、非営利団体をターゲットとし、プレミアムサポート層、パートナープログラム、およびSecurity LabやMaintainer Communityなどのコミュニティイニシアチブによって支えられています。エコシステムには、GitHub Advanced Security、Copilot for Business、エンタープライズレベルのAI機能を含むアドオンマーケットプレイスと、ドキュメント、ブログ、変更ログ、トラストセンター、GitHub Sponsors、ウェビナー、電子書籍、レポート、およびビジネスインサイトなどの豊富なリソースが含まれています。 今後、同社はMCP Registryを通じてツール統合を深化させ、AI機能を拡大し、ビルド時のセキュリティチェックを強化することで、開発者に高速で安全なコードを提供し、組織にはより効率的なDevOpsワークフローを実現する総合的かつモダンなソフトウェア開発スタックとしての役割を確固たるものにしていきます。

2026/02/14 2:50

今ではTUI(テキストユーザーインターフェース)の構築が簡単になりました。

## Japanese Translation: **改善された要約** Hatchet は現在積極的に採用を行っており、オープンな求人ポジションが利用可能です。同社の発表は単に「採用中である」と述べているだけで、追加の背景や将来のアクションについては言及されていません。