1.6Tチップからクラスタまでの検証およびエミュレーションのための新しいソリューション

ウェビナー:1.6T AIネットワークへの光学検証ワークフローの適応

最新のIEEE 802.3djの更新情報についてご紹介します。これには、新しいTDECQおよびOMAの定義、新しいリファレンスレシーバー、ならびにこれらがプラグガブル、LPO、CPO各アーキテクチャにおける試験および相互運用性に与える影響が含まれます。規格に準拠した自動化された検証ワークフローが、性能の限界を早期に特定し、次世代AIネットワークにおける信頼性の高い光接続を確保するのにどのように役立つかについて学びましょう。

ヨーロッパ、中東、アフリカ

2026年7月7日 午前10:00(中央ヨーロッパ夏時間)

アジア太平洋およびインド

2026年7月9日 午前11時(インド標準時)

台湾

2026年7月15日 午後1時30分(TST)

アメリカ

2026年7月21日 午前10:00(太平洋標準時)

オンデマンドウェビナー:

1600GEにおけるAIファブリック検証とワークロードエミュレーションの進化

実際のAIワークロードをエミュレートし、GPUクラスターを模倣した高密度トラフィックを生成することで、AIネットワークインフラストラクチャを検証する方法を学びます。大規模なファブリック性能をテストし、問題を早期に発見し、物理層のメトリックからRoCEv2トラフィックまで可視性を得ることで、自信を持ってAIインフラストラクチャを導入できるようになります。

エンドツーエンド検証の実際を見る

従来のデータセンター検証が1.6Tで限界に達する理由

1.6Tの環境において、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。

このホワイトペーパーでは、AIデータセンターにおいて、ラボでの検証と実際の運用環境での挙動との間に生じているギャップの拡大について、専門家の見解を紹介しています。エンジニアたちが、個別のコンポーネント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移行している実態をご覧ください。

AIスケールデータセンター検証の再考 

AIデータセンターが1.6Tイーサネットおよび密結合GPUファブリックに拡張するにつれて、信頼性の高い高性能な動作を確保するために、従来のイーサネット検証方法ではもはや不十分です。このホワイトペーパーでは、相互運用性や輻輳からテールレイテンシー、ワークロード駆動型トラフィックの挙動に至るまで、AIスケール・ネットワーキングにおける新たな課題を検証し、展開準備のためにエンドツーエンドのシステムレベル検証が不可欠である理由を概説します。

エンドツーエンドエミュレーションを用いてデータセンターのパフォーマンスを最適化

Juniper NetworksがAIネットワーク性能を向上させた方法

1.6T光トランシーバーテストスループットを最大化

次の展開に向けた基礎固め

キーサイトとNTTイノベーティブデバイスは、グローバル通信の未来を形作るために協力しています。この提携により、深い技術的専門知識と高度なツールが結集され、高速データ伝送における最も困難な課題を克服し、AI、クラウド、量子コンピューティング向けの次世代光インターコネクトの実現に近づきます。

ビデオをご覧になり、NTTとキーサイトのコラボレーションが、従来の電子データ伝送をフォトニクスに置き換え、高度なAIシステムなどを強化しているかをご確認ください。

サポートが必要ですか、ご質問がありますか?