オンデマンド
リスクが顕在化する前にAIネットワークを検証するための実践的な方法を発見してください。
AIワークロードは1.6Tイーサネットへの移行を推進しており、次世代AIファブリックの検証に課題をもたらしています。レーンあたり224Gの速度に達し、スイッチング規模が拡大するにつれて、チームは信号完全性を確保し、マイクロバースト中の輻輳を理解し、ジョブ完了時間に影響を与えるトラフィックパターンを分析する必要があります。
従来のテストでは、これらの複雑な相互作用を見落としがちであり、開発後期または導入後までパフォーマンスリスクを隠蔽してしまいます。
セッションに参加して、以下の方法をご確認ください。
• 1.6Tイーサネットにおける検証課題への対処。
• 実世界のAIワークロードをエミュレートし、高密度なコレクティブおよびRoCEv2トラフィックを生成。
• ボトルネックを早期に検出し、マイクロバースト中の輻輳を理解。
• AIワークロードエミュレーションとフルスタックネットワークテストを単一プラットフォームで統合。
• AIファブリックの効率を向上させる戦略を展開。
大規模なネットワークパフォーマンスを検証するための実践的なアプローチを獲得し、コストと複雑さが増大する前に、より早期に情報に基づいた意思決定を行ってください。
このウェビナーは、製品、ネットワーク、またはデータセンターのパフォーマンスを積極的にテストする専門家、あるいはAIワークロードをエミュレートしてインフラストラクチャ全体の動作を理解する専門家を対象としています。このグループには、ネットワークエンジニア、テストエンジニア、設計エンジニア、システムインテグレーションスペシャリスト、ネットワークアーキテクト、AIデータセンターの運用管理者、QAプロフェッショナル、およびこれらのチームを監督するディレクターや役員が含まれます。
何をお探しですか？