AIデータセンターネットワークのスケーリング方法を学ぶ
「AI Unboxed」にご参加ください。この3回シリーズのウェビナーでは、パフォーマンスの最適化、弱点の解消、そしてAIインフラへの投資効果を最大化するための実践的な方法について探ります。
シスコ、エリクソン、アップスケールAI、WEKA、マーベルの各社の第一人者たちが、AIライフサイクル全体――プレシリコン、ウェハー、チップから、ボード、サーバー、ラック、データセンター、エッジ展開に至るまで――におけるパフォーマンス最適化について考察する、その洞察に耳を傾けてください。
Cisco
ラケシュ・チョプラ
上級副社長・フェロー
Upscale AI
ディープティ・チャンドラ
副社長、プロジェクトマネージャー、戦略担当
Marvell Technology
ブラッド・マシューズ
シニア・ディスティンギッシュド エンジニア
WEKA
シモン・ベン＝ダヴィド
CTO
Mixx Technologies
ヴィヴェック・ラグラマン
共同創業者兼CEO
パロアルト・エレクトロン
ジャワド・ナスルッラー
CEO
キーサイト
ラム・ペリアカルッパン
ネットワークアプリケーション・セキュリティ担当副社長兼ゼネラルマネージャー
キーサイト
Venkat Pullela
CTO、AI インフラストラクチャ
キーサイト
Brig Asay
GM
AIインフラストラクチャのスケーリング
チップレットからクラスターに至るまで、演算、相互接続、ネットワーク、検証の各分野にわたり、AIのスケールアップに向けた大胆な新戦略を探求します。
大規模環境における信頼性の実現
AIインフラの拡張に伴い、微小信号や相互接続に関する問題が、性能や信頼性における重大なリスクに発展するのを防ぐ方法について学びましょう。
- AIトークン実現への道を加速させる
ワークロードエミュレーション、デジタルツイン、インフラストラクチャを意識した検証が、本番環境対応のトークンの実現をいかに加速させるかをご覧ください。
- 次世代AIインフラの構築
新世代のシリコン、高速相互接続、AIに最適化されたネットワーク、そしてAIデータセンターの未来を形作るアーキテクチャについて探ってみましょう。
今すぐ登録
Advanced
当社の最新のAI研究、レポート、インサイトの詳細をご覧ください。
電子書籍
AIデータセンターのスケーリング
チップからクラスターに至るAIインフラストラクチャを検証し、AIワークロードをエミュレートして、パフォーマンスのボトルネックを特定することで、データセンターのスケーラビリティと耐障害性を最適化します。
ホワイトペーパー
人工知能と機械学習がデータセンターのネットワーキングと設計に与える影響、もっとも多い質問とその回答。
ホワイトペーパー
高度なエミュレーションソリューションでAIクラスターを拡張。
ホワイトペーパー
448 Gbps伝送における技術的および実用的な課題を調査します。
レポート
2026年のAIクラスターネットワーキングを形成する重要な課題、技術選択、投資優先事項を探索する