AI 数据中心网络

AI 需求正在推动超大规模企业、云提供商、企业、政府和教育机构将 AI 纳入其业务系统中，实现自动运维、生成内容和通信，并改善客户服务水平。

AI 模型是使用训练期间精心编制的数据集构建的。训练在群集中的多个 GPU 上进行。这些 GPU 可以有数十个、数百个，甚至多达数千个，均通过网络连接，并不断相互交换数据。此训练阶段结束后，模型基本构建完成。在推理阶段，用户与模型进行交互，模型可以识别图像或生成图片和文本，回答用户的问题。训练通常以离线方式进行，而推理通常以在线方式进行。

海量 AI 数据集需要更强大的计算能力、更快速的存储以及大容量、低延迟的网络。瞻博网络通过以下方式满足这些要求：

• 计算：AI/ML 计算群集对节点间网络提出了苛刻的要求。缩短工作完成时间 (JCT) 至关重要，网络在群集的高效运维中发挥着关键作用。瞻博网络提供大量高性能、无阻塞交换机，具备深度缓冲功能和拥塞管理功能，只要进行妥善架构，可消除任何网络瓶颈。
• 存储：在 AI/ML 群集和高性能计算中，很少数据集或模型能够被完整存储在计算节点上，因此需要用到高性能存储网络。瞻博网络 QFX 系列交换机可用于 IP 存储连接；此系列交换机对远程直接内存访问 (RDMA) 网络提供全面支持，包括非易失性存储器/聚合以太网 RDMA (NVMe/RoCE) 和网络文件系统 (NFS)/RDMA。
• 网络：AI 训练模型涉及分布在数百个或数千个 CPU、GPU 和 TPU 处理器上的大量密集计算。这些计算需要可横向扩展且无差错的大容量网络。瞻博网络 QFX 交换机和 PTX 系列路由器利用行业领先的交换和路由吞吐量以及数据中心互连 (DCI) 功能，为数据中心内和数据中心之间的大量计算提供支持。

Data Center Director 是瞻博网络行业领先的数据中心自动化和保证软件。它通过持续验证、强大的分析和根本原因识别，在多供应商数据中心中自动执行从设计到日常运维的整个网络生命周期，从而保证可靠性。有了面向数据中心的 Marvis AI 助手，这些信息就能从 Data Center Director 传输到瞻博网络 Mist 云中，并显示在一个通用的 VNA 仪表板中，以提供端到端的洞察力。Marvis 数据中心 AI 助手还提供一个强大的对话界面（使用 GenAI），可显著简化知识库查询。

瞻博网络的高性能、无阻塞数据中心交换机提供深度缓冲和拥塞管理，可消除网络瓶颈。为了平衡流量负载，我们支持动态负载平衡和自适应路由。对于拥塞管理，瞻博网络为数据中心量化拥塞通知 (DCQCN)、优先流控制 (PFC) 和显式拥塞通知 (ECN) 提供全面支持。最后，为减少延迟，瞻博网络在我们的主干架构中采用了一流的商用芯片和自定义 ASIC 架构，可在必要时最大限度利用缓冲区、虚拟输出队列 (VOQ) 以及基于单元的交换矩阵。

我们的产品组合包括基于标准的开放式交换机，可使用 NVMe/RoCE 或 NFS/RDMA 提供基于 IP 的存储连接（见之前的常见问题解答）。我们的 IP 存储网络解决方案设计可从小型四节点配置扩展到数百个或数千个存储节点。