AIデータセンターネットワークのテスト方法

見積依頼
AIデータセンター試験プラットフォーム
+ 800GEトラフィックエミュレーター
AIデータセンター試験プラットフォーム
+ 800GEトラフィックエミュレーター

AIワークロードの現実的なネットワーク動作の再現

人工知能／機械学習（AI／ML）クラスタ・ファブリックを現実的なワークロードでベンチマークするには、通常、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・インターフェイス・コントローラ（NIC）を備えたコンピューティング・システムに投資する必要がありますが、これらのシステムの構築と運用にはコストと時間がかかります。AIネットワークを完全に最適化するためには、テラビットスケールの評価 ラボでの実験のためにこれらのシステムを導入し、運用することが必要です。 AIネットワークの適切なベンチマークとテストには、クラスタ構成、輻輳制御、ワークロードアルゴリズム、ジョブデータサイズ、トラフィックプロファイル、NIC性能などのパラメータを設定する必要があります。

ネットワークベンチマーク用の現実的で大規模なAIワークロードトラフィックを生成するには、オールツーオール、オールリデュース、オールギャザーなどの集合通信パターンをサポートするパッケージ化された手法を備えたRDMA / RoCEv2 (RDMA over Converged Ethernet) エンドポイントエミュレータとソフトウェアが必要です。このソフトウェアは、ジョブ完了時間、アルゴリズムおよびバス帯域幅などの主要なパラメータを測定し、ネットワークファブリックの性能に関する洞察を提供する、AIネットワークに特化したデータワークロードを提供します。

ソリューションデータセンターネットワークテストソリューション

AIデータセンターネットワークのテストには、ネットワークトラフィックエミュレータと、AIワークロードをサポートする事前パッケージ化された手法を備えたソフトウェアが必要です。AIデータセンターネットワークテストソリューションには、キーサイトのAresONE 800GE RoCEv2エンドポイントエミュレーションとキーサイトのAI Data Center Builderソフトウェアが含まれています。このソリューションは、AIクラスタにおける集合通信から生じる異なるデータサイズのシナリオを繰り返し作成できます。AresONEの各ポートは、GPUとRDMA NICをエミュレートします。トラフィックには、キューペア（QP）接続とフローのエミュレーション、輻輳通知の生成、データセンター量子化輻輳通知ベース（DCQCN）の動的レート制御の実行、およびスループット、バッファ管理、等コストマルチパス（ECMP）ハッシュをテストするための柔軟性が含まれます。このソリューションにより、エンジニアは、ラボに専用のAI計算ノードやNICを必要とせずに、ラボまたはステージング環境で改善策を設計し、ベンチマークを行い、その結果を本番環境に適用できます。
見積依頼

AIデータセンター・テスト・ソリューションのデモを見る

当社のネットワークテストソリューションの製品を見る

関連するユースケース

1.6T光トランシーバー製造テストの最適化方法

1.6T光トランシーバの生産を拡大するには、高速かつ効率的なトランスミッタ分散およびアイクロージャ四値（TDECQ）測定が必要です。テスト最適化ソフトウェア、光スイッチング、224 Gb/sオシロスコープを使用してTDECQ測定を加速し、歩留まりと効率を最大化する方法をご覧ください。

詳細はこちら

データセンターにおけるイーサネット相互接続の検証方法

データセンターにおけるイーサネット相互接続の検証には、信頼性とパフォーマンスに関する正確なテストが必要です。高品質なデータ伝送とエラー訂正を確保する方法について説明します。

詳細はこちら

AIデータセンターワークロードをエミュレートする方法

AIデータセンターのワークロードをエミュレートするには、一貫性があり、再現可能で、スケーラブルなテスト手法が必要です。AIトレーニングのパフォーマンスのためにインフラストラクチャを最適化する方法を学びましょう。

詳細はこちら

お問い合わせ ロゴ

エキスパートへのお問い合わせ

所望のソリューションを見つけるのにお困りですか？

お問い合わせ