강좌 | AI 데이터 센터 네트워크 테스트

제1강 - AI/ML 데이터 센터 네트워크 개론

이 AI 네트워킹 부트캠프에서는 데이터센터에서 머신러닝과 추론의 차이점을 탐구하고, GPU 성능, 네트워크 병목 현상, 워크플로우 실패 및 확장 과제를 강조합니다. 고성능 AI 워크로드를 효과적으로 지원하기 위한 지연 시간, 안정성 및 인프라 최적화를 강조합니다.

백서

제2강 - AI/ML 네트워크와 기존 네트워크의 차이점

인공지능(AI)과 머신러닝(ML)은 새로운 요구 사항, 트래픽 패턴, 기술을 포함하여 데이터 센터 네트워크에 큰 변화를 가져오고 있습니다. 키사이트 솔루션이 AI 네트워크를 최적화하는 방법을 알아보십시오.

제3강 - AI/ML 백엔드 성능 극대화

키사이트의 KAI 데이터센터 빌더는 GPU 워크로드 에뮬레이션, 백엔드 네트워크 성능 벤치마킹 및 병목 현상 식별을 통해 AI 데이터센터 설계를 최적화합니다. 이를 통해 실험실에 물리적 GPU가 필요 없이 AI 훈련 및 추론 인프라에 대한 확장 가능하고 비용 효율적인 테스트를 수행할 수 있습니다.

백서

제4강 - 집단 운영의 벤치마킹

네트워크 성능 벤치마킹은 추가 하드웨어 비용 없이 전체 처리량을 개선할 기회를 식별하는 데 중요한 역할을 합니다. 집단 작업 벤치마킹은 분산 AI 인프라의 성능 한계를 이해하기 위한 기본적인 방법론입니다. 이 백서는 AI 집단의 작동 방식을 설명하고, 용어를 정의하며, AI 네트워크 벤치마킹과 관련된 가장 일반적인 측정 지표를 검토합니다.

백서

제5강 - AI 데이터 센터 클러스터의 확장성 향상

AI 모델이 더욱 복잡하고 거대해짐에 따라, 데이터 센터 클러스터를 효과적으로 확장하는 것은 경쟁력을 유지하려는 조직에게 핵심적인 우선순위가 되었습니다. 본 백서에서는 AI 클러스터의 부상, 특히 네트워크 인프라 내의 주요 확장 과제를 강조하고, 고급 에뮬레이션 솔루션이 이러한 장애물을 극복하는 데 어떻게 도움이 되는지 보여줍니다.

레슨

제6강 - 키사이트의 AI 패브릭 테스트 방법론 시연

이 세션에서는 KAI 데이터센터 빌더를 활용한 키사이트의 AI 패브릭 테스트 방법론을 소개합니다. 토폴로지 설계, 혼잡 제어 및 성능 지표와 같은 주요 개념을 다루며, 자동화된 테스트 및 구성 튜닝이 AI 네트워크 성능을 최적화하는 방법을 보여줍니다. 라이브 데모는 대역폭 및 효율성을 극대화하는 혼잡 제어의 이점을 강조합니다.

애플리케이션 노트

제7강 - AI 패브릭 테스트 방법론

인공지능(AI) 시스템, 특히 대규모 언어 모델(LLM)의 맥락에서 네트워크 패브릭은 시스템 내의 다양한 구성 요소 또는 노드 간의 연결 및 통신을 가능하게 하는 기본 인프라를 의미합니다. 네트워크 패브릭은 LLM 훈련을 포함한 효율적이고 효과적인 AI 시스템 운영을 촉진하는 데 중요합니다.

제8강 - AI 데이터 센터 프런트엔드 네트워크 유효성 검사 개요

키사이트의 Cyperf는 프런트엔드 AI 데이터센터 네트워크의 안전하고 낮은 지연 시간 테스트를 가능하게 하여 효율적인 데이터 수집 및 고속 통신을 보장합니다. 대역폭, 지연 시간 및 보안을 검증하고, 확장 가능하고 고성능의 대규모 언어 모델 훈련을 지원하도록 인프라를 최적화합니다.

레슨

제9강 - 프론트엔드 AI 네트워크 검증

AI 데이터 센터 네트워크 전반에서 성능, 확장성, 보안을 테스트하기 위한 키사이트의 CyPerf를 강조하는 LM 교육.

애플리케이션 노트

제10강 - AI/ML 중심 클라우드 플랫폼을 위한 고성능 네트워킹 오프로드

SmartNIC, 기본 LLM 인프라 및 다양한 네트워킹 구성 요소의 성능을 검증하고 테스트하는 접근 방식

제11강 - AI 데이터 센터 네트워킹 사례 연구 및 전략

이 마지막 세션에서는 고객들이 부트캠프 전반에 걸쳐 다루어진 키사이트 툴의 실제 사용 사례를 공유합니다. 프로그램은 Ram Periakaruppan 경영진이 컴퓨팅, 인터커넥트, 네트워킹 및 전력 인프라를 아우르는 키사이트의 AI 데이터센터 솔루션에 대한 포괄적인 개요를 제공하면서 마무리됩니다.

사례 연구

제12강 - 성공 사례: 차세대 AI 네트워크 구축

키사이트는 대규모 AI 가속기에서 발생하는 대규모 집단 통신 워크로드를 에뮬레이션하여 Juniper가 차세대 네트워크 패브릭을 검증하도록 돕습니다.

보고서

제13강 - Tolly 테스트 보고서: Dell PowerEdge 및 Broadcom AI 성능 벤치마킹

인공지능(AI)은 서버와 네트워크 패브릭에 새롭고 전례 없는 요구 사항을 제시합니다. AI 훈련 과정에서 서버 간에 방대한 양의 데이터가 교환되어야 합니다. Dell은 Tolly에 Dell PowerEdge R760xa 랙 서버에서 실행되는 Broadcom 57508 듀얼 포트 100Gb/s 이더넷 컨트롤러(LAN 어댑터)의 IPv6 RDMA 오프로드 성능을 키사이트 AI 벤치마크를 통해 테스트하여 벤치마킹하도록 의뢰했습니다.

전자책

제14강 - AI 데이터 센터를 최적화하고 확장하기 위한 5가지 핵심 전략

이 eBook은 AI 데이터 센터 확장, GPU 최적화, 고속 상호 연결, 전력 효율성 및 네트워크 안정성을 다룹니다. 또한 검증, 벤치마킹 및 최적화를 위한 키사이트 AI(KAI) 솔루션을 강조합니다.

관련 제품

관련 사용 사례