로딩...

20 / 191 표시

정렬방식:
인기순
인기순 최신순 관련성
인기순 최신순 관련성
Scaling AI Data Centers

즐겨찾기에 추가

즐겨찾기에서 제거

AI 데이터 센터 확장

AI 데이터 센터 확장은 AI 규모 컴퓨팅이 데이터 센터의 모든 부분을 어떻게 압박하는지, 그리고 하나의 제약 조건을 제거하면 다음 제약 조건이 드러나는 이유를 설명합니다. 이 포스터는 프리실리콘 설계, 웨이퍼, 칩 및 칩렛, 보드, 서버, 랙, 전체 데이터 센터 및 엣지 배포를 아우르는 칩-투-클러스터 프레임워크를 제시합니다. 이 문서는 키사이트테크놀로지스의 전략적 이점을 폭넓은 범위와 상관관계로 설명합니다. 즉, 하드웨어가 존재하기 전에 시스템 동작을 예측하고, 웨이퍼 및 포토닉스 레이어에서 물리적 마진을 매핑한 다음, 생산과 유사한 조건에서 인터커넥트 및 워크로드를 검증합니다. 스택 전반에 걸쳐 칩렛 인터커넥트 및 포토닉 설계를 위한 전자 설계 자동화, 자동화된 실리콘 및 실리콘 포토닉스 웨이퍼 테스트, UCIe와 같은 다이-투-다이 표준에 대한 포스트실리콘 검증, 보드 레벨 신호, 전력 무결성 및 전자기 간섭 디버깅과 같은 솔루션 영역을 강조합니다. 그런 다음 프로토콜 분석, 800G 및 1.6T 이더넷 트랜시버 워크플로우, 트레이닝 및 추론 패턴을 위한 대규모 트래픽 생성, RoCEv2 및 Ultra Ethernet을 위한 이더넷 전송 검증을 통해 서버 및 랙 검증으로 넘어갑니다. 데이터 센터 및 엣지 규모에서는 에뮬레이션, 보안 및 성능 테스트, 코히어런트 광 전송 분석, 네트워크 가시성, 무선 및 AI-RAN 검증을 추가합니다. 이 문서는 다계층 과제에 다단계 전문 지식이 필요하며, 물리 기반 통찰력과 시스템 컨텍스트를 결합하여 팀이 몇 세대 앞서 나갈 수 있도록 돕는다고 결론을 내립니다.

조회됨 20 / 191  더보기