AIデータセンターネットワークのテスト方法

ウェブ見積
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) ネットワークを現実的なワークロードでベンチマーク測定するには、通常、GPUとリモートダイレクトメモリーアクセス (RDMA) ネットワークインターフェースコントローラー (NIC) を備えたコンピューティングシステムへの投資が必要となりますが、これらは構築に費用がかかり、運用に時間がかかります。AIネットワークを完全に最適化するには、ラボでのテラビット規模の検証や実験のためにこれらのシステムを配備および運用することが不可欠です。AIネットワークの適切なベンチマーク測定とテストでは、ファブリックトポロジ、輻輳制御アルゴリズム、ロードバランス機構、再送機能などのさまざまなパラメータを分析する必要があります。

ネットワークのベンチマーク測定用に現実的で大規模なAIワークロードトラフィックを生成するには、RoCEv2 (RDMA over Converged Ethernet) エンドポイントエミュレータと、集団通信パターン（all-to-all、all-reduce、all-gatherなど）をサポートする事前パッケージ化された方法論を備えたソフトウェアが必要です。このソフトウェアは、AIネットワークに固有のワークロードを提供し、ジョブ完了時間やバス帯域幅などの主要なメトリックの測定を支援します。より高度な検証方法論には、混合パラレルコレクティブを持つ複数のテナントのエミュレーションや、事前定義されたAIワークロードトレースのリプレイが含まれます。

AIデータセンター向け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、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方法論を備えたネットワークトラフィックエミュレータと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、Keysight AresONE 1600GE RoCEv2エンドポイントエミュレーションとKeysight AI Data Center Builderソフトウェアが組み合わせて使用されます。このソリューションにより、AIクラスター内の集団通信に起因する異なるデータサイズを持つシナリオを再現性よく作成できます。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、DCQCN (Data Center Quantized Congestion Notification) ベース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) ハッシングをテストするための柔軟性の提供が含まれます。このソリューションを使用することで、エンジニアは複数の設計実験を実行し、ラボでのパフォーマンスの向上を測定した上で、ラボ内に専用のAIコンピュートノードやNICを必要とせずに、その結果を本番環境に適用することができます。
ウェブ見積

AIデータセンターテストソリューションのデモを見る

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

能動デバイスのインピーダンス不整合を測定する方法

高速デジタル 設計および特性評価 インピーダンス特性評価 、時間周波数 と周波数 の両方における反射信号の理解が必要です。ネットワークアナライザを用いたホットSパラメータ測定や、アイダイアグラムを含むホットTDR測定の手法を学びます。

詳細はこちら

DDR4システムのテストとデバッグ方法

DDR4システムとメモリを実装するエンジニアは、システム動作を理解するために必要な洞察を可能にするトレースキャプチャおよび解析を提供するソリューションを必要とします。DDR4メモリシステムのパフォーマンスとプロトコル機能解析をテストして、完全な準拠を達成する方法を学びましょう。

詳細はこちら

パワーシーケンスの実行方法

電子システムの設計と運用には、デバイスの適切な機能と安全性を確保するために電源シーケンスが必要です。3出力ベンチ電源を使用して電源シーケンスを実行する方法をご覧ください。

詳細はこちら

お問い合わせ ロゴ

弊社の専門家にお問い合わせください。

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