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

レイアウト形状シグナルインテグリティ 分析方法

高速デジタル （PCB）で最高の性能を実現するには、すべての電気的トレースにおけるシグナルインテグリティ SI）準拠の検証が必要です。レイアウト形状を活用してSIメトリクスを生成し、問題を早期に発見してSI専門家との検証回数を削減する方法を学びましょう。

詳細はこちら

DDR5システム評価の実行方法

DDR5デバイスおよびシステムの検証には、ロジックアナライザと解析 を用いたプロトコル層テストが必要です。ロジックアナライザ、メモリ解析 、BGAインターポーザ付きプローブを使用して解析 DDR5プロトコル解析 を実施解析 DDR5システムを検証する方法を学びます解析

詳細はこちら

DC信号上のAC信号を測定する方法

大きなDC信号上の小さなAC信号の測定には、低ノイズ、高ビットADCオシロスコープが必要です。低ノイズ、高ビットADCオシロスコープが、DC信号上のAC信号を正確に測定するのにどのように役立つかをご覧ください。

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