AI 데이터센터 네트워크 테스트 방법

+ 800GE 트래픽 에뮬레이터

AI 워크로드의 실제 네트워크 동작 재현

실제 워크로드로 인공 지능/머신 러닝(AI/ML) 클러스터 패브릭을 벤치마킹하려면 일반적으로 구축 및 운영에 많은 비용과 시간이 소요되는 GPU 및 RDMA(원격 직접 메모리 액세스) NIC(네트워크 인터페이스 컨트롤러)가 있는 컴퓨팅 시스템에 투자해야 합니다. AI 네트워크를 완전히 최적화하려면 실험실에서 테라비트 규모의 검증과 실험을 위해 이러한 시스템을 배포하고 운영해야 합니다. AI 네트워크를 올바르게 벤치마킹하고 테스트하려면 클러스터 구성, 혼잡 제어, 워크로드 알고리즘, 작업 데이터 크기, 트래픽 프로필, NIC 성능과 같은 매개변수를 구성해야 합니다.

네트워크 벤치마킹을 위한 현실적인 대규모 AI 워크로드 트래픽을 생성하려면 올투올, 올리듀스, 올게더 등 집단 통신 패턴을 지원하는 사전 패키지 방법론이 포함된 RoCEv2(RDMA/RDMA over Converged Ethernet) 엔드포인트 에뮬레이터와 소프트웨어가 필요합니다. 이 소프트웨어는 작업 완료 시간, 알고리즘 및 버스 대역폭과 같은 주요 매개변수와 네트워크 패브릭 성능에 대한 인사이트를 측정하는 AI 네트워크에 특화된 데이터 워크로드를 제공합니다.

AI 데이터 센터 네트워크 테스트 솔루션

AI 데이터 센터 네트워크를 테스트하려면 네트워크 트래픽 에뮬레이터와 AI 워크로드를 지원하는 사전 패키지화된 방법론이 포함된 소프트웨어가 필요합니다. AI 데이터 센터 네트워크 테스트 솔루션에는 키사이트 AI 데이터 센터 빌더 소프트웨어와 페어링된 키사이트 AresONE 800GE RoCEv2 엔드포인트 에뮬레이션이 포함되어 있습니다. 이 솔루션은 AI 클러스터의 집단 통신으로 인해 발생하는 다양한 데이터 크기로 시나리오를 반복적으로 생성할 수 있습니다. AresONE의 각 포트는 GPU와 RDMA NIC를 에뮬레이션합니다. 트래픽에는 대기열 쌍(QP) 연결 및 흐름 에뮬레이션, 혼잡 알림 생성, 데이터센터 정량화된 혼잡 알림 기반(DCQCN) 동적 속도 제어 수행, 처리량, 버퍼 관리, ECMP(동일 비용 다중 경로) 해싱을 테스트하는 유연성 제공 등이 포함됩니다. 이 솔루션을 사용하면 엔지니어는 연구실 또는 스테이징 환경에서 개선 사항을 설계 벤치마킹한 후 그 결과를 연구실의 전용 AI 컴퓨팅 노드 및 NIC 없이도 프로덕션 환경에 적용할 수 있습니다.

견적 받기