1.6T AIネットワークのエンドツーエンド検証に関する業界動向
1.6Tの環境においても、適合性テストは依然として不可欠ですが、それだけでは不十分です。AIインフラストラクチャは、導入前に、レイテンシの変動、輻輳時の挙動、相互接続の不安定性、およびワークロードの同期による影響が明らかになるような、現実的なワークロード条件下で検証されなければなりません。
本ホワイトペーパーでは、AIデータセンターにおいて、ラボでの検証結果と実際の運用状況との間に生じている乖離について、専門家の知見をまとめています。インフラチームが、個々のコンポーネントのテストにとどまらず、ワークロードのエミュレーション、自動化、大規模なトラフィック生成を組み合わせたエンドツーエンドの検証戦略へと進化させ、AIファブリック全体をより高い確信を持って検証している実態をご紹介します。
フォームにご記入の上、今すぐホワイトペーパーをダウンロードしてください。
トランシーバーからインターコネクトまで、AIスケールワークロード向け1.6Tネットワークの信頼性を強化します。
AresONE | キーサイト
機能インターコネクトテストインターコネクトテスト | Keysight
固定構成サンプリングオシロスコープ Keysight
ホワイトペーパー
AIデータセンターが1.6Tイーサネットや高度なGPUファブリックを採用するにつれ、従来の検証手法では導入準備が整っていることを保証できなくなっています。本ホワイトペーパーでは、相互運用性、輻輳、テールレイテンシなど、テストにおける主要な課題について考察します。
ユースケース
224 Gbps PAM4信号に対する高精度なTDECQ測定により、1.6T光トランシーバーのIEEE 802.3dj準拠性を検証します。DCA-M光サンプリングオシロスコープとコンプライアンスソフトウェアが、統合されたクロックリカバリ機能と規格準拠のテストプリセットを活用して、トランシーバーの検証をどのように自動化するかを紹介します。
ユースケース
AIファブリックは、イーサネット・ファブリック全体で輻輳、遅延、スケーラビリティの問題を引き起こす可能性のある、大規模な東西方向のトラフィックパターンを処理する必要があります。AresONE 1600GEとIxNetworkが、大規模なRoCEv2トラフィックをエミュレートし、実運用環境に近い条件下でパフォーマンスを評価する方法についてご紹介します。