サイトの機能とパフォーマンスを向上させるには、JavaScriptとブラウザのCookieを有効にしてください。

ライブチャット

お問い合わせはこちら

ログイン中

次のユーザーとしてサインインしています:

登録情報
ログアウト

ご確認ください

関連する価格設定、特別オファー、イベント、およびお問い合わせ情報にアクセスするには、国を確認してください。

製品を選択して見積もりを開始してください以下から構成を選んでください

導入事例

HPE Juniper Networkingが次世代AIインフラストラクチャを構築

AI対応ネットワークを拡張するため、HPE Juniper Networkingは、導入前にデータセンターのスイッチング性能を実際のAIワークロード要件に対して検証する必要がありました。キーサイトのAIネイティブなエミュレーションおよび検証ツールを使用することで、HPE Juniper NetworkingはAI対応インフラストラクチャをテストし、最適化しました。

大規模AIネットワーク性能の検証

HPE Juniper Networking 導入事例のハイライト

企業紹介
課題
解決方法
結果

ネットワークインフラのリーダー

HPE Juniper Networkingは、世界で最も要求の厳しいデータセンター環境向けに、高性能なネットワークプラットフォームを設計しています。AIワークロードが大規模なGPU導入を推進するにつれて、顧客はネットワークの性能、規模、信頼性に対してますます高い要求を寄せています。これらの変化により、HPE Juniper Networkingのデータセンターインフラストラクチャは、GPUの利用率、性能、コスト効率において重要な要素となり、導入前のAI対応アーキテクチャの検証の重要性が高まっています。

導入時のパフォーマンスの検証

HPE Juniper Networkingは、顧客への導入前に、ハイラディックスQFX5230およびQFX5240スイッチングプラットフォームが実際のAIトラフィック条件下で確実に動作することを検証する必要がありました。AI環境では、従来のデータセンタートラフィックとは異なり、East-Westトラフィックでネットワークアーキテクチャに負荷をかける、エレファントフローとして知られる長寿命で高帯域幅のトラフィックフローが生成されます。エミュレーションにより、機能の基本的な動作をテストし、コマンドラインインターフェース（CLI）のノブメカニズムを検証できます。課題は、大規模な物理GPUクラスターを構築することなく、これらのAI固有の条件下でシステムレベルの性能を証明することでした。

AIネイティブのトラフィックエミュレーション

AIデータセンター向けに特別に構築されたトラフィックエミュレーションプラットフォームであるキーサイトのAresONEを使用することで、HPE Juniper Networkingは最大800GEのラインレートでRoCEv2トラフィックをエミュレートすることができました。トラフィックはバースト的であり、多数のGPUが相互にデータを送信しようとするオールツーオールのような特定のパターンを示し、インキャスト輻輳を引き起こす可能性があります。AI固有のトラフィックパターンとGPUクラスターの動作を再現することで、HPE Juniper Networkingは実際の輻輳、バッファリング、負荷分散のシナリオをモデル化することができました。キーサイトのソリューションは、GPUとリモートダイレクトメモリアクセス（RDMA）ネットワークインターフェースカード（NIC）をエミュレートし、現実的なAIワークロードトラフィックを生成します。このアプローチにより、HPE Juniper Networkingは、大規模な物理GPUの導入を必要とせずに、高度なスイッチ機能と運用制御を検証し、リスクを低減し、顧客環境への準備を加速することができました。

AIのスケールにおける実証済みのパフォーマンス

キーサイトのAIネイティブなトラフィックエミュレーションを使用することで、HPE Juniper Networkingは、AIデータセンターの動作条件下で、そのハイラディックススイッチの実際の性能を検証し、最適化しました。これにより、HPE Juniper Networkingは機能検証を加速し、導入リスクを大幅に低減することができました。その結果、HPE Juniper Networkingは、数百から数万のGPUに対応する、スケーラブルで信頼性の高いネットワーク性能を実証しました。