de.wedoany.com-Bericht: DriveNets hat kürzlich die erste kommerzielle Bereitstellung eines AI-Netzwerks über große Entfernungen und Domänen hinweg in der Branche bekannt gegeben. Im Rahmen des Redwood-Projekts von WhiteFiber verbindet DriveNets AI Fabric zwei 52 Meilen voneinander entfernte WhiteFiber H200 GPU-Cluster zu einem logisch einheitlichen GPU-Supercluster, mit einer verifizierten Bandbreite von 111,2 Tbps und einer garantierten Latenz von 0,9 ms. Obwohl domänenübergreifende Architekturen in der Branche bereits breit diskutiert wurden, ist DriveNets das erste Unternehmen, das dieses Konzept von der Idee zur tatsächlichen kommerziellen Bereitstellung vorangetrieben und die Validierung in Produktionsumgebungen statt in Laborumgebungen abgeschlossen hat.
Die Einschränkungen beim Aufbau von AI-Infrastrukturen resultieren zunehmend aus der Verfügbarkeit von Strom und Platz an einem einzigen Standort, nicht aus der Rechenleistung. Die domänenübergreifende Architektur beseitigt diese Einschränkung: AI-Entwickler sind nicht länger auf die Stromkapazität einer einzigen Einrichtung beschränkt, sondern können Cluster auf entfernte Standorte ausdehnen und die verteilten GPUs als einheitliches System betreiben. Dies ermöglicht größere, widerstandsfähigere Cluster, die dort frei aufgebaut werden können, wo Strom verfügbar ist, ohne die Leistung zu beeinträchtigen.
Die Ausdehnung eines Clusters über eine Entfernung hinweg stellt eine größere netzwerktechnische Herausforderung dar, als einfach Kabel zwischen zwei Standorten zu verlegen. Die Verbindungen, die entfernte Standorte miteinander verbinden, haben in der Regel eine geringere Bandbreite als die Switching-Fabrics innerhalb einer Einrichtung und bieten kaum Spielraum, um plötzliche Datenausbrüche ohne Staus aufzunehmen. AI-Training verschärft die Herausforderung zusätzlich: Es erzeugt eine kleine Anzahl extrem großer Datenströme, die in synchronen Bursts ankommen, mit denen herkömmliche Lastausgleichs- und Puffermethoden von Rechenzentren nicht umgehen können. Ohne eine speziell entwickelte Switching-Fabric, die diese Bursts aufnehmen und Staus in Echtzeit verwalten kann, kommt es zu Latenzspitzen und Paketverlusten, wodurch die GPUs auf beiden Seiten des Clusters untätig bleiben. Die Lösung dieses Problems über große Entfernungen hinweg, ohne die Leistung zu beeinträchtigen, ist der Grund, warum domänenübergreifende Architekturen und ihre Technologien für Switching, Pufferung und Stauverwaltung für die nächste Entwicklungsstufe der AI-Infrastruktur entscheidend sind.
Das Redwood-Projekt von WhiteFiber verbindet zwei geografisch getrennte GPU-Cluster zu einem logisch einheitlichen GPU-Supercluster, wobei die DriveNets AI Fabric-Lösung das leistungsstarke Netzwerk bereitstellt, das die beiden Standorte verbindet. Ido Susan, Mitbegründer und CEO von DriveNets, erklärte, dass die Verfügbarkeit von Strom die größte Einschränkung für die Entwicklung der AI-Infrastruktur sein könnte, aber durch diese Validierungsbereitstellung sei sie kein Hindernis mehr. Sam Tabar, CEO von WhiteFiber, wies darauf hin, dass die AI Fabric von DriveNets entscheidend dafür war, nachzuweisen, dass das Redwood-Projekt die Leistung und Zuverlässigkeit eines Ein-Standort-Clusters über zwei Standorte hinweg bieten kann. Bei der Validierung wurde die Leistung zwischen GPU-Racks innerhalb eines einzelnen Standorts mit der Leistung zwischen GPU-Racks über zwei Standorte hinweg verglichen, wobei sich ein GPU-Rack am Hauptstandort und das andere am entfernten Standort befand. Weitere Details zur Validierungsmethode und den Ergebnissen sind im White Paper von DriveNets verfügbar.
Herkömmliche Rechenzentrums-Interconnect-Links sind nicht für AI-Workloads ausgelegt, die Burst-Datenverkehr erzeugen, der weder Jitter noch Paketverluste toleriert. Die Switches 9300F, 5300R und 5301R von DriveNets, die von der Fabric Scheduled Ethernet (FSE)-Technologie angetrieben werden, erweitern die AI-Switching-Fabric über einzelne Rechenzentren hinaus, indem sie zellenbasierten Lastausgleich, End-to-End Virtual Output Queues (VOQ) und tief gepufferte Interconnects nutzen, um AI-Datenbursts aufzunehmen, bevor sie Staus verursachen. Das Ergebnis ist eine vorhersagbare, verlustfreie Verbindung zwischen den Standorten, die eine hohe GPU-Auslastung gewährleistet.
