Añadido a favoritos
Eliminado de favoritos
Ampliación de la infraestructura de IA desde chips hasta clústeres
Póster sobre la ampliación de los centros de datos de IA que explica por qué la computación a escala de IA impulsa todas las partes del centro de datos y por qué eliminar una limitación a menudo expone la siguiente. Presenta un marco de chip a clúster que abarca el diseño previo al silicio, las obleas, los chips y chiplets, las placas, los servidores, los racks, los centros de datos completos y las implementaciones periféricas. El documento posiciona la ventaja estratégica de Keysight Technologies como amplitud más correlación: predecir el comportamiento del sistema antes de que exista el hardware, mapear los márgenes físicos en la capa de obleas y fotónica, y luego validar las interconexiones y las cargas de trabajo en condiciones similares a las de producción. En toda la pila, destaca áreas de solución como la automatización del diseño electrónico para la interconexión de chiplets y el diseño fotónico, las pruebas automatizadas de obleas de silicio y fotónicas de silicio, la validación post-silicio para estándares de matriz a matriz como UCIe, y la depuración de señales a nivel de placa, integridad de la alimentación e interferencias electromagnéticas. A continuación, pasa a la validación de servidores y racks con análisis de protocolos, flujos de trabajo de transceptores Ethernet 800G y 1,6T, generación de tráfico a gran escala para patrones de entrenamiento e inferencia, y validación del transporte Ethernet para RoCEv2 y Ultra Ethernet. A escala de centro de datos y periferia, añade emulación, pruebas de seguridad y rendimiento, análisis de transporte óptico coherente, visibilidad de la red y validación inalámbrica y AI-RAN. Concluye que los retos multicapa exigen conocimientos especializados a varios niveles, combinando conocimientos basados en la física con el contexto del sistema para ayudar a los equipos a mantenerse con confianza varias generaciones por delante.