ノキアとキーサイト、大規模なAIネットワーク設計の実証に成功

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。

導入事例

AIシステムの規模が拡大するにつれ、ネットワークのパフォーマンスは、 AI向けコンピューティングへの投資効果を最大化するために極めて重要となります。ノキアの「AI Networking Innovation Lab」では、ノキアとキーサイトが、現実的なマルチベンダーのAI環境を再現し、技術スタック全体を検証しています。両社は、同期化されたワークロード、輻輳管理、および新たなネットワーク技術について、設計段階から導入に至るまでテストを行うことで、AIネットワーキングを理論から実証へと転換し、顧客がより確信を持ってインフラを導入できるよう支援しています。

AIネットワーキングを理論から実証へ

ケーススタディのハイライト：ノキアの AIネットワーキング・イノベーション・ラボ

企業紹介
課題
解決方法
結果

次世代AIネットワークの定義

ノキアとキーサイトは、AIデータセンターのネットワークおよびシステムレベルの検証において、互いに補完し合う専門知識を結集しています。ノキアは、高性能スイッチング、ネットワーク自動化、およびAIファブリックのイノベーションを提供します。キーサイトは、「AI Data Center Builder」および「AresONE」ハードウェアプラットフォームを通じて、ワークロードのエミュレーションとベンチマーク機能を提供します。両社は、GPU、サーバー、NIC、ストレージ、光通信の各パートナーと連携し、完全なAI環境を再現することで、テクノロジースタック全体が連携してどのように機能するかを検証しています。

AIネットワークを完全なシステムとして検証する

AIワークロードにより、ネットワークは分散コンピューティングシステムの不可欠な要素となります。大規模な同期トラフィックのバースト、AllReduceやAlltoAllといった集合演算、および輻輳により、ジョブ全体の進行速度が最も遅いフローの速度に制限されてしまう可能性があります。ジョブ完了時間、テールレイテンシ、帯域幅利用率といった指標は、コンポーネントごとに個別に検証することはできません。ノキアは、スイッチ、NIC、光モジュール、サーバー、ストレージ、ソフトウェア、および自動化を、単一のエンドツーエンドシステムとしてテストする必要がありました。

現実的なエンドツーエンドAIファブリックの検証

ノキアの「AI Networking Innovation Lab」では、ノキアとキーサイトが、キーサイトの「AI Data Center Builder」および「AresONE」プラットフォームを活用し、ステートフルなAIトレーニングおよび推論ワークロードを大規模にエミュレートしています。ノキアのデータセンタースイッチ「7220」および「7250」を用いたテストでは、ウルトライーサネット伝送、パケットトリミング、輻輳シグナリング、Micro-SID転送、および集合的な通信パターンが対象となっています。また、同ラボでは、初期設計やシリコン開発から導入に至るまでのライフサイクル全体にわたる、マルチベンダー間の相互運用性と自動化についても評価を行っています。

ネットワーク設計から導入の確実性まで

この提携により、ノキアは統合上の問題を早期に発見し、システム全体のパフォーマンスをベンチマークし、現実的なAIワークロードに基づいた「ノキア認定設計（Nokia Validated Designs）」を作成するための、再現性のある手法を獲得しました。導入前に低遅延、ロスレス動作、および輻輳管理を検証することで、ノキアは顧客のリスク低減とネットワーク効率の向上を支援し、GPUの利用率向上、消費電力の削減、ジョブ完了時間の短縮、そして価値実現までの時間の短縮を実現します。

「ノキアとキーサイトは協力し、業界がAIネットワーキングを理論の段階から実証の段階へと移行できるよう支援しています。これにより、お客様は『うまくいくことを願う』のではなく、『確実に機能する』と確信して、AIインフラストラクチャを導入できるようになります。」

ルディ・ホーベケ、ノキア

ファイアサイド・チャット：AIネットワークの導入準備を推進する

ノキアとキーサイトの専門家たちが、AIネットワークが、孤立したコンポーネントの集合体ではなく、エンドツーエンドのシステムとして検証されなければならない理由について議論しています。この対談では、ウルトライーサネット、マルチパス信頼性接続、パケットトリミング、輻輳シグナリング、マイクロSID転送、現実的なワークロードエミュレーション、および自動化について掘り下げています。また、低遅延かつロスレスのAIファブリックの設計、テスト、導入に関する実践的な指針も提供しています。