即時對談

聯絡我們

歡迎登入

您已使用一下名稱登入 :

我的資料
登出

請確認

確認您的國家/地區，以存取相關定價、特別優惠、活動和聯絡資訊。

選擇產品開始報價選擇下列配置

成功案例

HPE Juniper Networking 建構新一代 AI 基礎設施

為了擴展支援 AI 的網路，HPE Juniper Networking 需要在部署前，根據真實世界 AI 工作負載需求驗證資料中心交換效能。透過 Keysight，HPE Juniper Networking 使用 AI 原生模擬與驗證工具，測試並最佳化了支援 AI 的基礎設施。

規模化驗證 AI 網路效能

HPE Juniper Networking 案例研究重點

上一個

關於他們
挑戰
解決方案
成果

下一步

網路基礎設施領導者

HPE Juniper Networking 為全球部分要求最嚴苛的資料中心環境，設計高效能網路平台。隨著 AI 工作負載推動大規模 GPU 部署，其客戶對網路效能、規模和可靠性的要求也日益增加。這些轉變使得 HPE Juniper Networking 的資料中心基礎設施成為 GPU 利用率、效能和成本效益的關鍵因素，提高了在部署前驗證支援 AI 架構的重要性。

驗證部署效能

HPE Juniper Networking 需要在客戶部署前，驗證高基數 QFX5230 和 QFX5240 交換平台在真實世界 AI 流量條件下能否可靠運行。AI 環境會產生長期存在、高頻寬的流量，稱為巨象流 (elephant flows)，這些流量會以東西向流量對網路架構造成壓力，這與傳統資料中心流量不同。模擬可測試功能的基礎行為，並驗證命令列介面 (CLI) 旋鈕機制。挑戰在於，如何在不建構大規模實體 GPU 叢集的情況下，證明這些 AI 特定條件下的系統級效能。

原生 AI 流量模擬

HPE Juniper Networking 使用 Keysight AresONE（一款專為 AI 資料中心打造的流量模擬平台），能夠以高達 800GE 的線速模擬 RoCEv2 流量。流量可能具有突發性並呈現特定模式，例如全對全 (all-to-all)，其中許多 GPU 試圖相互傳送資料，導致內送擁塞 (in-cast congestion)。透過重現 AI 特定流量模式和 GPU 叢集行為，HPE Juniper Networking 可以模擬真實世界的擁塞、緩衝和負載平衡情境。Keysight 解決方案模擬 GPU 和遠端直接記憶體存取 (RDMA) 網路介面卡 (NIC)，以建立逼真的 AI 工作負載流量。這種方法使 HPE Juniper Networking 能夠驗證進階交換器功能和操作控制，而無需大規模實體 GPU 部署，從而降低風險並加速客戶環境的準備就緒。

經實證的 AI 大規模運作效能

HPE Juniper Networking 利用 Keysight 的 AI 原生流量模擬，驗證並最佳化了其高基數交換器在 AI 資料中心操作條件下的真實世界效能。這使 HPE Juniper Networking 能夠加速功能驗證並顯著降低部署風險。因此，HPE Juniper Networking 展示了從數百個到數萬個 GPU 的可擴展、可靠網路效能。