高性能AIトランスポートの検証方法

ウェブ見積
IxNetwork
+ IxNetwork
IxNetwork
+ IxNetwork

スケールアップからスケールアクロスまで、AIトランスポートネットワークを検証

近代的なAIデータセンターは、大規模なAIトレーニングおよび推論に必要なパフォーマンスを提供するために、相互接続されたスケールアップ、スケールアウト、およびスケールアクロスネットワークに依存しています。スケールアップファブリックは、超低遅延、高帯域幅の相互接続を使用してポッド内のGPUおよびアクセラレータを接続し、スケールアウトネットワークは、ロスレスなイーサネットベースのファブリックを介してラックとクラスターを接続します。AIの導入が拡大し続けるにつれて、スケールアクロスアーキテクチャは複数のキャンパスとAIファクトリー間の接続を拡張し、組織が単一システムとして動作する分散型AIインフラストラクチャを構築できるようにします。

これらの進化するアーキテクチャにより、スループット、遅延、混雑制御、マルチプレーンおよびマルチパスフォワーディング、相互運用性に新たな課題が生じており、導入前に検証する必要があります。スケールアップ、スケールアウト、およびスケールアクロスネットワークにおいて、キーサイトのAIデータセンターネットワークテストソリューションは、現実的なAIワークロードのトラフィックパターンを大規模にエミュレートします。キーサイトの高度なKAIデータセンタービルダーは、集合通信および集合ワークロードの組み合わせをエミュレートし、スループット、遅延、ジョブ完了時間、帯域幅の使用状況を測定します。これにより、スイッチ、NIC、xPU、およびエンドツーエンドファブリックの包括的な検証が可能になり、お客様が高性能なAIインフラストラクチャを確信を持って導入できるよう支援します。

AI輸送ネットワークのエンドツーエンド検証

スケールアップ

ポッド内で、GPUとxPUは超低遅延、高帯域幅のリンクを介してメモリを共有します。NVLink / NVSwitchが主流であり続ける一方で、ESUNやSUEなどのイーサネットベースの代替手段が勢力を伸ばしており、UALinkは専用のアクセラレータ相互接続を介したもう1つのパスを提供します。検証では、アクセラレータ間のスループットと遅延、ロスレスのフロー制御、および拡大する相互接続の組み合わせ全体での相互運用性を網羅する必要があります。

スケールアウト

ラックとポッドは、ロスレスで混雑制御されたファブリックを介してトレーニングクラスターに接続します。イーサネット / RoCEv2が主要な選択肢であり、マルチパス信頼性接続（MRC）、MetaRoCE、UEトランスポート（UET）などの新しいトランスポートがマルチパススプレーとより高速な損失リカバリを追加し、大規模での利用率を向上させます。検証では、混雑制御のチューニング、マルチパスの耐障害性、およびエンドツーエンドのスループット、遅延、ジョブ完了時間を網羅する必要があります。

スケールアクロス

複数のサイトが、長距離の光リンクおよびイーサネットリンクを介して1つのシステムに連合します。この新しく、まだ形成途上のカテゴリは、WANの混雑、距離による遅延、AIジョブの配置、および分散チェックポイントによって形作られます。検証では、光リンクの安定性、クロスサイトの遅延への影響、および実際の分散トレーニング条件下でのトラフィック動作を網羅する必要があります。

ウェブ見積

AIインフラストラクチャ・ソリューションの製品を見る

  • 905-1093 RoCEv2ロスレスイーサネット有効化フィールドアップグレードオプション

    詳細はこちら

  • 905-1092 RoCEv2ロスレスイーサネット対応ファクトリーインストールオプション

    詳細はこちら

  • 930-3310 ウルトラ・イーサネット・リンク・レイヤー・リトライ（LLR）およびクレジット・ベース・フロー・コントロール（CBFC）エミュレーション

    詳細はこちら データシートを見る

  • 930-2208 IxNetwork RoCEv2 Lossless Ethernet Test Package

    詳細はこちら データシートを見る

  • 930-3300 RoCEv2 Lossless Ethernet Enablement for Interconnect and Network Performance Tester

    詳細はこちら

  • 930-2254 IxNetwork RoCEv2 Lossless Ethernet Package for Interconnect and Network Performance Tester

    詳細はこちら

関連するユースケース

インテントベースのネットワークテストの実施方法

IxNetwork MCPは、インテントベースのテストを基盤としたModel Context Protocol（MCP）サーバーです。検証したい内容を自然言語で記述するだけで、AIエージェントがIxNetwork上でテストの設定、実行、分析を行います。これは、既存のスクリプト、REST API連携、GUIワークフローに取って代わるものではなく、それらと連携して機能します。

詳細はこちら

高速デジタル リンクにおけるFEC性能の評価方法

ハイパースケールデータセンターのフォワードエラー訂正 (FEC) 性能を特性評価するには、すべてのイーサネットレーンを可視化し、意味のあるエラーを検出および相関させる必要があります。バースト性イーサネットトラフィックにおけるデバイスのビットエラーレートとFEC性能を定量化するためのFECテストのセットアップ方法を学びます。

詳細はこちら

eCall/ERA-GLONASS適合性試験の方法

標準のeCallおよびERA-GLONASSモジュールの適合性を検証するには、GPS、車両、セルラーネットワーク、PSAPを備えた実際のeCall環境をエミュレートする必要があります。地域規格に関わらず、実際のeCall/ERA-GLONASS環境をエミュレート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

当社のエキスパート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