성공 사례
Dell Technologies, Siemon, 그리고 키사이트는 AI 패브릭이 동기화된 워크로드 하에서 확정적이고 무손실 성능을 달성할 수 있음을 시연했습니다. 이들은 SONiC 기반 스위칭, 고속 연결, 그리고 실제 트래픽 에뮬레이션이 1.6T 이상으로 AI 인프라를 확장하는 데 얼마나 중요한지 함께 보여주었습니다.
대규모 AI 데이터센터 패브릭 입증
사례 연구 주요 내용: Dell Technologies - Siemon
이전
- 기업 소개
- 과제
- 해결 방법
- 결과
AI 인프라 분야의 선두주자
Dell Technologies, Siemon, 그리고 키사이트는 AI 데이터센터 인프라의 세 가지 필수 계층인 스위칭 아키텍처, 물리적 연결, 성능 검증을 대표합니다. Dell은 AI 패브릭에 최적화된 고밀도 스위칭 플랫폼과 SONiC 기반 네트워크 운영 체제를 제공합니다. Siemon은 고속 구리, 광 인터커넥트 및 구조화된 케이블링 시스템을 제공합니다. 키사이트는 고급 트래픽 에뮬레이션 및 벤치마킹을 통해 시스템 수준 검증을 가능하게 합니다.
AI 네트워크 확장
AI 네트워크 확장은 전체 패브릭에 걸쳐 상당한 복잡성을 야기합니다. 대규모 동서 트래픽, 동기화된 GPU 워크로드, 그리고 All-Reduce와 같은 지연 시간에 민감한 작업은 제로 패킷 손실과 함께 확정적 성능을 요구합니다. 상태 저장 RoCEv2와 같은 기술은 정밀한 혼잡 제어 및 무손실 동작에 의존합니다. 실제 부하 조건에서 스위칭, 광학 및 케이블링에 대한 사전 배포 검증 없이는 운영자가 대규모에서 혼잡, 비효율적인 GPU 활용 및 예측 불가능한 패브릭 동작의 위험을 감수하게 됩니다.
종단간 패브릭 검증
키사이트 AI 데이터센터 빌더를 사용하여 Dell, Siemon, 그리고 키사이트는 스위칭, 연결 및 워크로드 에뮬레이션을 통합한 엔드투엔드 AI 패브릭을 구축하고 검증했습니다. Enterprise SONiC이 탑재된 Dell PowerSwitch는 적응형 라우팅, 향상된 해싱 및 혼잡 관리와 같은 AI 인식 기능을 활성화했으며, Siemon은 무손실 전송에 필요한 고성능 구리 및 광학 인프라를 제공했습니다. AresONE 네트워크 트래픽 생성기로 구동되는 키사이트는 상태 저장 RoCEv2를 통해 다중 GPU 환경 및 집합적 작업을 에뮬레이션하여 배포 전에 전체 시스템 벤치마킹, 혼잡 분석 및 정밀 튜닝을 가능하게 했습니다.
AI에 최적화된 성능
검증된 AI 지원 네트워크 패브릭은 실제 AI 워크로드 하에서 안정적이고 확정적인 성능을 제공했습니다. 상태 저장 RoCEv2 트래픽을 사용하여 패브릭은 혼잡 상황에서도 성능을 유지할 수 있었습니다. 레일 토폴로지 전반에 걸쳐 완료 시간은 마이크로초 이내로 유지되었습니다. 종합적으로 이 시연은 통합 스위칭, 연결 및 벤치마킹이 배포 위험을 줄이고, GPU 활용도를 개선하며, 차세대 AI 패브릭이 1.6T 이상으로 확장될 준비를 할 수 있음을 확인시켜 주었습니다.
관련 자료 살펴보기
백서
대규모 AI 네트워크 설계 및 검증을 위한 7가지 교훈
트래픽 동작 및 토폴로지 선택부터 케이블링, 광학, 로드 밸런싱, 그리고 800G, 1.6T 이상에서의 전체 시스템 에뮬레이션에 이르기까지 AI 네트워크 패브릭 설계, 연결 및 검증을 위한 주요 고려 사항을 살펴보십시오.
백서
실제 성능을 위한 AI 데이터 센터 확장
AI 인프라 규모에서 에뮬레이션, 검증 및 클러스터 동작에 대한 기술적 통찰력.
보고서
AI 클러스터 네트워킹 병목 현상, 규모 및 향후 과제
AI 데이터 센터의 인프라 투자, 에뮬레이션 격차, 인터커넥트 채택 및 최적화 우선순위에 대한 설문조사 기반 통찰력.
×
판매 문의 부탁드립니다.
*필수 입력 항목
감사합니다!
영업 담당자가 곧 연락드릴 것입니다.