Come verificare la congestione della rete AI Fabric

Preventivo
AresONE 1600GE
+ AresONE 1600GE
AresONE 1600GE
+ AresONE 1600GE

Individuare tempestivamente i colli di bottiglia nella produzione

Le infrastrutture di rete dei data center basati sull'intelligenza artificiale vengono sottoposte a test che vanno oltre la tradizionale validazione Ethernet. I grandi cluster di unità di elaborazione grafica (GPU) dipendono da una comunicazione sincronizzata, da una latenza prevedibile e da un trasferimento dei dati senza perdite, ma i carichi di lavoro di addestramento reali non si comportano come un semplice traffico a velocità di linea. Questi carichi di lavoro generano picchi, punti critici e pressioni sulle risorse condivise che possono mettere in luce i punti deboli nella progettazione dell'infrastruttura solo dopo l'implementazione dei sistemi.

Per ridurre tale rischio, i team di ingegneri devono verificare il funzionamento della rete rispetto a comportamenti dei carichi di lavoro che rispecchino più fedelmente gli ambienti di IA in produzione. L’emulazione dei modelli di comunicazione reali dell’IA aiuta i team a comprendere come il fabric risponde all’aumentare del traffico, dove si formano i colli di bottiglia e quali scelte progettuali influiscono sulle prestazioni, prima che tali problemi incidano sull’addestramento dei modelli o sull’efficienza dell’inferenza.

Soluzione AI per la gestione della congestione della rete

La convalida dell’infrastruttura AI richiede ben più che la semplice generazione di traffico ad alta velocità. Keysight AresONE 1600GE, insieme a Keysight AI Data Center Builder, offre ai team di ingegneri un approccio unificato per emulare il comportamento realistico dei carichi di lavoro di IA, generare traffico Ethernet ad alta densità e collegare le prestazioni di rete alla visibilità del livello fisico. Ricreando in laboratorio modelli di traffico guidati dai carichi di lavoro, gli ingegneri possono valutare la gestione della congestione, la latenza, il throughput, la perdita di pacchetti e l’efficienza del fabric in condizioni realistiche di produzione, contribuendo a ottimizzare i progetti in una fase precoce e a implementare reti di IA con maggiore sicurezza.
Preventivo

Scopri i prodotti della nostra soluzione di gestione della congestione delle reti di rete neurale

Scoprire risorse e approfondimenti

Risorse aggiuntive sulla congestione della rete AI Fabric

Casi d'uso correlati

Come testare le reti di data center AI

L'emulazione di carichi di lavoro AI/ML in un ambiente di laboratorio per eseguire benchmark e misurare le prestazioni del tessuto di rete con risultati ripetibili richiede generatori di traffico ad alta densità e software specializzato. Scoprite come identificare la causa principale dei colli di bottiglia della rete che incidono sui tempi di formazione dell'AI/Machine Learning.

Per saperne di più

Come convalidare le interconnessioni Ethernet nei data center

La convalida delle interconnessioni Ethernet nei data center richiede test precisi su affidabilità e prestazioni. Scoprite come garantire una trasmissione dei dati e una correzione degli errori di alta qualità.

Per saperne di più

Come emulare i carichi di lavoro dei data center AI

L'emulazione dei carichi di lavoro dei data center di IA richiede una metodologia di test coerente, ripetibile e scalabile. Scoprite come ottimizzare l'infrastruttura per le prestazioni dell'addestramento AI.

Per saperne di più

contattaci logo

Mettetevi in contatto con uno dei nostri esperti

Avete bisogno di aiuto per trovare la soluzione giusta per voi?

Contattaci