Curso

Lección 1: Introducción a las redes de centros de datos para IA y aprendizaje automático

Este bootcamp de redes de IA Explore las diferencias entre el aprendizaje automático y la inferencia en los centros de datos, destacando el rendimiento de la GPU, los cuellos de botella en la red, los fallos en el flujo de trabajo y los retos de escalado. Hace hincapié en la optimización de la latencia, la fiabilidad y la infraestructura para soportar cargas de trabajo de IA de alto rendimiento con eficacia.

Libros blancos

Lección 2: En qué se diferencian las redes de IA y aprendizaje automático de las redes tradicionales

La inteligencia artificial (IA) y el aprendizaje automático (ML) están impulsando grandes cambios en las redes de centros de datos, incluyendo nuevos requisitos, patrones de tráfico y tecnologías. Descubra cómo las soluciones de Keysight ayudan a optimizar las redes de IA.

Lección 3: Cómo optimizar el rendimiento del back-end de IA/aprendizaje automático

El KAI Data Center Builder de Keysight optimiza el diseño de centros de datos de IA mediante la emulación de cargas de trabajo de GPU, la evaluación comparativa del rendimiento de la red de backend y la identificación de cuellos de botella. Permite realizar pruebas escalables y rentables de la infraestructura de entrenamiento e inferencia de IA sin necesidad de disponer de GPU físicas en el laboratorio.

Libros blancos

Lección 4: Análisis comparativo de operaciones colectivas

La evaluación comparativa del rendimiento de la red desempeña un papel vital en la identificación de oportunidades para mejorar el rendimiento global sin costes adicionales de hardware. La evaluación comparativa de las operaciones colectivas es una metodología fundamental para comprender los límites de rendimiento de la infraestructura de IA distribuida. Este libro blanco explica el funcionamiento de los colectivos de IA, define la terminología y revisa las métricas más comunes asociadas con la evaluación comparativa de las redes de IA.

Libros blancos

Lección 5: Cómo mejorar la escalabilidad en los clústeres de centros de datos de IA

A medida que los modelos de IA se hacen más complejos y grandes, el escalado eficaz de los clústeres de los centros de datos se ha convertido en una prioridad fundamental para las organizaciones que pretenden seguir siendo competitivas. Este libro blanco Explore el auge de los clústeres de IA, destaca los principales retos de escalado, especialmente en la infraestructura de red, y demuestra cómo las soluciones de emulación avanzadas pueden ayudarle a superar estos obstáculos.

Lecciones

Lección 6: Demostración de la metodología de pruebas de la arquitectura AI Fabric de Keysight

Esta sesión muestra la metodología de prueba de tejido de IA de Keysight utilizando KAI Data Center Builder. Cubre conceptos clave como el diseño de la topología, el control de la congestión y las métricas de rendimiento, demostrando cómo las pruebas automatizadas y el ajuste de la configuración optimizan el rendimiento de la red de IA. Una demostración en vivo destaca los beneficios del control de la congestión para maximizar el ancho de banda y la eficiencia.

Notas de aplicación

Lección 7: Metodología de ensayo de tejidos con AI

En el contexto de los sistemas de Inteligencia Artificial (IA), en particular los Grandes Modelos Lingüísticos (LLM), un tejido de red se refiere a la infraestructura subyacente que conecta y permite la comunicación entre varios componentes o nodos dentro del sistema. El tejido de red es crucial para facilitar el funcionamiento eficiente y eficaz de los sistemas de IA, incluido el entrenamiento de los LLM.

Lección 8: Introducción a la validación de las redes front-end de los centros de datos de IA

Cyperf, de Keysight, permite realizar pruebas seguras y de baja latencia en las redes front-end de los centros de datos con IA, lo que garantiza una ingesta eficiente de datos y una comunicación de alta velocidad. Valida el ancho de banda, la latencia y la seguridad, optimizando la infraestructura para dar soporte al entrenamiento escalable y de alto rendimiento de modelos de lenguaje a gran escala.

Lecciones

Lección 9: Validación de redes de IA front-end

Formación sobre LM, en la que se destaca la solución CyPerf de Keysight para evaluar el rendimiento, la escalabilidad y la seguridad en las redes de centros de datos de IA.

Notas de aplicación

Lección 10: Descargas de red de alto rendimiento para plataformas en la nube centradas en la IA y el aprendizaje automático

Un enfoque para validar y probar el rendimiento de SmartNIC, la infraestructura LLM subyacente y varios componentes de red.

Lección 11: Estudios de casos y estrategias sobre redes en centros de datos de IA

En esta sesión final, los clientes comparten casos de uso reales de las herramientas de Keysight tratadas a lo largo del bootcamp. El programa concluye con el ejecutivo Ram Periakaruppan, que ofrece una visión general de las soluciones de Keysight para centros de datos de IA que abarcan la infraestructura de computación, interconexión, redes y energía.

Casos prácticos

Lección 12 - Caso de éxito: Creación de redes de IA de última generación

Keysight ayuda a Juniper a validar el tejido de red de próxima generación emulando la carga de trabajo de comunicaciones colectivas procedente de una gran escala de aceleradores de IA.

Informes

Lección 13 - Informe de pruebas de Tolly: Comparativa de rendimiento de Dell PowerEdge y Broadcom en inteligencia artificial

La Inteligencia Artificial (IA) plantea exigencias nuevas y sin precedentes a los servidores y al tejido de la red. Durante el proceso de entrenamiento de la IA, los servidores deben intercambiar grandes cantidades de datos. Dell encargó a Tolly la evaluación comparativa del rendimiento de descarga IPv6 RDMA del controlador Ethernet de 100 Gb/s de doble puerto Broadcom 57508 (adaptador LAN) que se ejecuta en los servidores en bastidor Dell PowerEdge R760xa mediante pruebas con las evaluaciones comparativas de IA de Keysight.

Libros electrónicos

Lección 14: 5 estrategias clave para optimizar y ampliar los centros de datos de IA

El libro electrónico Explore el escalado de los centros de datos de IA, la optimización de las GPU, las interconexiones de alta velocidad, la eficiencia energética y la fiabilidad de la red. Destaca las soluciones Keysight AI (KAI) para validación, benchmarking y optimización.

Productos relacionados

Caso práctico relacionado