de.wedoany.com-Bericht: Der US-amerikanische KI-Infrastrukturanbieter WhiteFiber hat in Zusammenarbeit mit dem israelischen Netzwerktechnologieunternehmen DriveNets ein GPU-Supercluster-Netzwerk zwischen Rechenzentren aufgebaut. Das Projekt verbindet zwei etwa 52 Meilen voneinander entfernte Rechenzentren und deren NVIDIA H200 GPU-Cluster über eine 83 km lange Dark-Fiber-Strecke zu einem logischen Rechensystem. Die gemessene Netzwerkbandbreite erreicht 111,2 Tbit/s bei einer garantierten Roundtrip-Latenz von 0,9 Millisekunden. Beide Unternehmen bezeichnen dieses Projekt als erste kommerzielle Bereitstellung eines langreichweitigen Scale-across-KI-Netzwerks; die entsprechende Architektur hat das experimentelle Validierungsstadium verlassen und befindet sich nun im praktischen Infrastrukturbetrieb.
Diese Errichtung ist Teil von WhiteFibers Project Redwood. Der Schwerpunkt liegt nicht darauf, eine gewöhnliche Verbindungsleitung zwischen zwei Rechenzentren hinzuzufügen, sondern darauf, dass an verschiedenen Standorten verteilte GPU-Racks so zusammenarbeiten können, als wären sie im selben Rechenzentrum untergebracht. Herkömmliche Rechenzentrumsverbindungen dienen hauptsächlich der Datensicherung, der Synchronisation von Geschäftsabläufen und dem standortübergreifenden Zugriff; ihre Bandbreite liegt in der Regel unter der Netzwerkkapazität innerhalb eines einzelnen Rechenzentrums. KI-Trainingsaufgaben erzeugen dagegen in kurzer Zeit große, synchron auftretende Datenströme. Sobald es auf der standortübergreifenden Verbindung zu Überlastung, Jitter oder Paketverlusten kommt, kann die Auslastung der GPUs auf beiden Seiten aufgrund von Wartezeiten auf Daten sinken. Die von WhiteFiber verwendete Dark-Fiber-Strecke nutzt derzeit nur einen Teil des verfügbaren Spektrums und erreicht bereits eine Übertragungskapazität von 111,2 Tbit/s; in der nächsten Phase ist ein Test mit vollem Spektrum geplant.
Das Projekt verwendet DriveNets AI Fabric als leistungsstarke Netzwerkbasis zwischen den beiden Rechenzentren, während WEKA NeuralMesh die standortübergreifende Daten- und Speicherinfrastruktur bereitstellt. Auf der Netzwerkseite kommen die Switch-Geräte DriveNets 9300F, 5300R und 5301R zum Einsatz. Mittels Fabric Scheduled Ethernet werden zellenbasiertes Lastmanagement, End-to-End Virtual Output Queue Management und Tiefenpufferung für den standortübergreifenden KI-Datenverkehr durchgeführt, sodass Burst-Daten noch vor Eintritt einer Überlastsituation abgewickelt werden können. Während der Bauphase testete das Projektteam die Leistung sowohl innerhalb desselben Rechenzentrums als auch zwischen den Rechenzentren, um zu überprüfen, ob die entfernten Knoten eine Kommunikationsleistung nahe der eines Einzelstandort-Clusters aufrechterhalten können.
Diese Architektur löst zunächst das Problem des begrenzten Strom- und Platzangebots in einem einzelnen Rechenzentrum. Große KI-Cluster sind oft durch die verfügbare Stromversorgungskapazität, die Rechenzentrumsfläche, die Kühleinrichtungen und die Anschlussbedingungen an das lokale Stromnetz eingeschränkt. Selbst wenn ein Unternehmen über mehr GPUs verfügt, können diese nicht unbedingt alle auf demselben Campus installiert werden. Ein standortübergreifendes Supercluster ermöglicht es dem Betreiber, neue Recheneinheiten in entfernten Einrichtungen mit besserer Stromversorgung zu platzieren und sie über ein Hochgeschwindigkeitsnetzwerk in denselben Rechenbereich zu integrieren. Dadurch kann die GPU-Clustergröße erweitert werden, ohne auf eine groß angelegte Stromerweiterung des ursprünglichen Rechenzentrums warten zu müssen.
Aus struktureller Sicht der Informations- und Kommunikationsinfrastruktur bildet dieses Projekt eine durchgehende Kette aus „standortfernen GPU-Clustern – Rechenzentrums-Switching-Netzwerk – Langstrecken-Dark-Fiber – einheitlicher Daten- und Speicherplattform“. Das Netzwerk muss nicht nur eine hohe Spitzenbandbreite bereitstellen, sondern auch die standortübergreifende Latenz, Datenbursts und den Einflussbereich von Störungen kontrollieren. Die Speicher- und Datenplattform muss sicherstellen, dass Modelldaten, Trainings-Checkpoints und Zwischenergebnisse kontinuierlich zwischen den verschiedenen Standorten abgerufen werden können. Nur wenn Rechenleistung, Netzwerk und Speicher synchron ausgelegt sind, können zwei physisch getrennte Rechenzentren auf der Anwendungsebene als ein einheitliches KI-Rechensystem erscheinen.
WhiteFiber plant, im dritten Quartal 2026 die Ports des Scale-across-Netzwerks zu erweitern, um die Systembandbreite auf 136 Tbit/s zu erhöhen. Im späteren Verlauf dieses Quartals sollen die kommerziellen Servicevereinbarungen, die Architekturkonfiguration und die Verfügbarkeit bekannt gegeben werden. Neben dem Training und der Inferenz großer Modelle sehen beide Unternehmen diese Technologie auch für Szenarien wie Telekommunikationsnetze, Edge Computing und souveräne KI als geeignet an, insbesondere für Projekte, bei denen Rechenressourcen dezentral verteilt werden müssen, der Betrieb jedoch eine einheitliche Steuerung erfordert. Zu den in Zukunft zu beobachtenden Meilensteinen gehören Tests der Vollspektrum-Verbindung, die Erweiterung auf 136 Tbit/s, der Anschluss weiterer GPU-Racks sowie die Stabilität des standortübergreifenden Superclusters unter langfristiger Hochlast.
