導入事例
デル・テクノロジーズ、サイモン、キーサイトは、AIファブリックが同期化されたワークロード下で、確定的なロスレス性能を実現する方法を実証しました。各社は共同で、SONiCベースのスイッチング、高速接続、および実環境のトラフィックエミュレーションが、AIインフラを1.6Tおよびそれ以上の規模へと拡張する上でいかに重要であるかを示しました。
AIデータセンター・ファブリックの大規模実証
ケーススタディのハイライト：デル・テクノロジーズ - シーモン
前へ
- 企業紹介
- 課題
- 解決方法
- 結果
AIインフラのリーダー
デル・テクノロジーズ、サイモン、キーサイトは、AIデータセンターインフラストラクチャの3つの重要な層、すなわちスイッチングアーキテクチャ、物理的接続性、およびパフォーマンス検証を担っています。デルは、AIファブリック向けに最適化された高密度スイッチングプラットフォームとSONiCベースのネットワークOSを提供しています。サイモンは、高速銅線および光インターコネクト、ならびに構造化配線システムを提供しています。キーサイトは、高度なトラフィックエミュレーションとベンチマークを通じて、システムレベルの検証を実現します。
AIネットワークのスケーリング
AIネットワークの拡張は、ファブリック全体に多大な複雑さをもたらします。膨大なイースト・ウエスト・トラフィック、同期化されたGPUワークロード、およびAll-Reduceのようなレイテンシに敏感な処理には、パケットロスがゼロの確定的なパフォーマンスが求められます。 ステートフルなRoCEv2のような技術は、正確な輻輳制御とロスレスな動作に依存しています。現実的な負荷条件下でのスイッチ、光モジュール、およびケーブル配線の導入前の検証を行わない場合、事業者は、大規模展開時に輻輳、GPUの利用効率の低下、および予測不可能なファブリックの挙動というリスクに直面することになります。
エンドツーエンドのファブリック検証
キーサイト社の「AI Data Center Builder」を活用し、デル、シーモン、キーサイトは、スイッチング、接続性、ワークロードエミュレーションを統合したエンドツーエンドのAIファブリックを構築・検証しました。 Enterprise SONiCを搭載したDell PowerSwitchesは、適応型ルーティング、強化されたハッシュ処理、輻輳管理といったAI対応機能を実現し、一方Siemonはロスレス伝送に必要な高性能な銅線および光インフラを提供しました。KeysightはAresONE Network Traffic Generatorを活用し、マルチGPU環境およびステートフルRoCEv2を介した集合演算をエミュレートすることで、導入前のシステム全体のベンチマーク、輻輳分析、および精密なチューニングを可能にしました。
AI対応のパフォーマンス
検証済みのAI対応ネットワークファブリックは、現実的なAIワークロードの下で、安定した決定論的なパフォーマンスを発揮しました。ステートフルなRoCEv2トラフィックを使用することで、このファブリックは輻輳時においてもパフォーマンスを維持することができました。レールトポロジー全体を通じて、処理完了時間はマイクロ秒単位に収まりました。これらの結果から、スイッチング、接続性、ベンチマークを統合することで、導入リスクを低減し、GPUの利用率を向上させ、次世代AIファブリックが1.6Tおよびそれ以上のスケールに対応できるよう準備できることが実証されました。
関連リソースを探索
ホワイトペーパー
大規模なAIネットワークの設計と検証に関する7つの教訓
トラフィックの挙動やトポロジの選定から、配線、光通信、ロードバランシング、さらには800G、1.6Tおよびそれ以上の速度におけるシステム全体のエミュレーションに至るまで、AIネットワークファブリックの設計、接続、検証における重要な検討事項を探ります。
ホワイトペーパー
実環境性能のためのAIデータセンターのスケーリング
AIインフラストラクチャ規模でのエミュレーション、検証、クラスター動作に関する技術的洞察
レポート
AIクラスターネットワーキングのボトルネック、規模、そして次に来るもの
AIデータセンターにおけるインフラ投資、エミュレーションのギャップ、相互接続の採用、最適化の優先順位に関する調査に基づく洞察
×
営業担当者からご連絡させていただきます。
*は必須項目です
ありがとうございました。
営業担当者より近日中にご連絡いたします。