Storia di successo

HPE Juniper Networking realizza un'infrastruttura AI di nuova generazione

Per scalare le reti predisposte per l'IA, HPE Juniper Networking doveva verificare le prestazioni dello switching dei data center rispetto alle effettive esigenze dei carichi di lavoro di IA prima dell'implementazione. In collaborazione con Keysight, HPE Juniper Networking ha testato e ottimizzato l'infrastruttura predisposta per l'IA utilizzando strumenti di emulazione e verifica nativi per l'IA.

test

Verifica delle prestazioni delle reti di intelligenza artificiale su larga scala

Punti salienti del caso di studio su HPE Juniper Networking

Responsabile dell'infrastruttura di rete

HPE Juniper Networking progetta piattaforme di rete ad alte prestazioni per alcuni degli ambienti di data center più esigenti al mondo. Poiché i carichi di lavoro legati all'intelligenza artificiale (AI) determinano implementazioni di GPU su larga scala, i suoi clienti avanzano requisiti sempre più stringenti in termini di prestazioni, scalabilità e affidabilità della rete. Questi cambiamenti rendono l'infrastruttura di data center di HPE Juniper Networking un fattore critico per l'utilizzo delle GPU, le prestazioni e l'efficienza in termini di costi, aumentando l'importanza della convalida delle architetture pronte per l'AI prima dell'implementazione.

Verifica delle prestazioni di implementazione

HPE Juniper Networking doveva verificare che le piattaforme di commutazione QFX5230 e QFX5240 ad alta capacità fossero in grado di funzionare in modo affidabile in condizioni di traffico AI reali, prima dell'implementazione presso i clienti. Gli ambienti AI generano flussi di traffico di lunga durata e ad alta larghezza di banda, noti come "elephant flows", che mettono a dura prova le architetture di rete con traffico East-West, a differenza del traffico tradizionale dei data center. L'emulazione consente di testare il comportamento fondamentale delle funzionalità e di verificare il funzionamento dei comandi dell'interfaccia a riga di comando (CLI). La sfida consisteva nel dimostrare le prestazioni a livello di sistema in queste condizioni specifiche dell'IA senza costruire enormi cluster fisici di GPU.

Emulazione del traffico nativa per l'IA

Grazie a Keysight AresONE, una piattaforma di emulazione del traffico progettata appositamente per i data center dedicati all’intelligenza artificiale, HPE Juniper Networking è riuscita a emulare il traffico RoCEv2 a velocità di linea fino a 800GE. Il traffico può essere a raffiche e presentare modelli specifici, come l'all-to-all, con molte GPU che cercano di inviare dati l'una all'altra, causando congestione in-cast. Ricreando modelli di traffico specifici per l'IA e il comportamento dei cluster di GPU, HPE Juniper Networking ha potuto modellare scenari reali di congestione, buffering e bilanciamento del carico. La soluzione Keysight emula una GPU e una scheda di interfaccia di rete (NIC) con accesso diretto alla memoria remota (RDMA) per creare un traffico di carico di lavoro AI realistico. Questo approccio ha consentito a HPE Juniper Networking di convalidare funzionalità avanzate degli switch e controlli operativi, senza richiedere grandi implementazioni fisiche di GPU, riducendo il rischio e accelerando la preparazione per gli ambienti dei clienti.

Prestazioni comprovate su larga scala nell'ambito dell'intelligenza artificiale

Grazie alla soluzione di emulazione del traffico nativa per l'IA di Keysight, HPE Juniper Networking ha verificato e ottimizzato le prestazioni reali dei propri switch ad alta capacità in condizioni operative tipiche dei data center dedicati all'IA. Ciò ha consentito a HPE Juniper Networking di accelerare la verifica delle funzionalità e ridurre significativamente i rischi legati all'implementazione. Di conseguenza, HPE Juniper Networking ha dimostrato prestazioni di rete scalabili e affidabili, da centinaia a decine di migliaia di GPU.
Mahesh Subramaniam, Direttore della gestione dei prodotti, Centri dati AI, Juniper Networks

«La nostra collaborazione con Keysight ci aiuta a fornire un'infrastruttura di rete affidabile, pronta per le esigenze di oggi e progettata per affrontare le sfide dell'intelligenza artificiale di domani.»

Mahesh Subramaniam, Direttore della gestione dei prodotti, Centri dati per l'intelligenza artificiale, HPE Juniper Networking

Scopri gli strumenti utilizzati da HPE Juniper Networking

AresONE-M 800GE

Verificare l'interoperabilità e le prestazioni delle apparecchiature.

Costruttore di centri dati AI di Keysight

Progettare e implementare infrastrutture di rete per l'intelligenza artificiale ed emulare carichi di lavoro di intelligenza artificiale.

Scopri le risorse correlate

White Paper

White Paper

Differenze tra le reti di IA/ML e le reti tradizionali

Domande e risposte tecniche più frequenti sull'impatto effettivo dell'IA e dell'apprendimento automatico sulle reti e sulla progettazione dei data center.

White Paper

White Paper

Adattare i data center di IA per garantire prestazioni concrete

Approfondimenti tecnici su emulazione, convalida e comportamento dei cluster su scala di infrastrutture di IA.

Rapporto

Rapporto

Colli di bottiglia, scalabilità e prospettive future delle reti di cluster di IA

Risultati emersi da un sondaggio su investimenti nelle infrastrutture, lacune nell'emulazione, adozione dell'interconnessione e priorità di ottimizzazione nei data center dedicati all'intelligenza artificiale.

×

Chiedete a un venditore di contattarmi.

*Indica un campo obbligatorio

Seleziona il metodo di comunicazione preferito*Campo obbligatorio
Metodo di comunicazione preferito? Cambiare e-mail?
Metodo di comunicazione preferito?

Continuando, fornisci a Keysight i tuoi dati personali. Consulta l'Informativa sulla privacy di Keysight per informazioni su come utilizziamo questi dati.

Grazie

Un rappresentante commerciale vi contatterà al più presto.