AI 网络传统上依赖于传统的以太网叶脊网络架构，该架构并非专门设计用于大规模支持高性能 AI 工作负载。这种不匹配导致可用计算能力与网络处理增加的数据流的能力之间缺乏同步。因此，人工智能工作负载无法发挥其最大潜力，导致效率低下并错失突破性发现的机会。
即使是涉及使用专有解决方案的方法，例如 NVIDIA 的 InfiniBand，也提供了高性能但存在局限性。InfiniBand 缺乏网络互操作性和灵活性，这给寻求避免被锁定在单一供应商生态系统中的超大规模用户带来了挑战。这限制了无缝集成各种硬件和软件组件的能力，阻碍了快速增长的 AI 集群所需的可扩展性和适应性。
认识到这些挑战，新一代网络解决方案正在出现，以彻底改变 AI 工作负载的支持和管理方式。其中一个解决方案是 DriveNets 的 Network Cloud-AI，这是一种创新的 AI 网络解决方案，旨在最大限度地利用 AI 基础设施并提高大规模 AI 工作负载的性能。
Network Cloud-AI 建立在DriveNets 的 Network Cloud之上，在最近的试验中被著名的超大规模应用程序验证为 AI 网络的经济高效的以太网解决方案。利用 OCP 分布式分解机箱架构的强大功能，Network Cloud-AI 专为满足大规模服务提供商网络的需求而设计，具有一系列优势。
借助 Network Cloud-AI，连接性达到了新的高度，可在单个 AI 集群中无缝连接多达 32,000 个 GPU。此功能与 100G 至 800G 的速度相结合，可确保最佳负载平衡并为大规模 AI 工作负载铺平道路。
Network Cloud-AI 的分布式叶脊模型擅长在 AI 网络结构中均匀分布流量。这种智能方法保证了最大的网络利用率，即使在最苛刻的环境下，AI 工作负载也能发挥其最大潜力而不会丢失任何数据包。
DriveNets Network Cloud-AI 实现了在无拥塞环境中运行的高级流量调度机制。通过谨慎避免流程冲突，这一创新解决方案缩短了作业完成时间，促进了更快、更高效的 AI 操作。此外，通过低于 10 毫秒的自动路径收敛，网络提供零影响故障转移，确保不间断的 AI 处理。
DriveNets Network Cloud-AI 采用基于以太网的方法，坚决拒绝专有方法。相反，它培养了一种开放和兼容的文化，与范围广泛的白盒制造商、网络接口卡和 AI 加速器 ASIC 无缝集成。这种与供应商无关的设计使组织能够使用适合其特定需求的组件构建定制的人工智能基础设施。
DriveNets Network Cloud-AI 解决方案绝对是 AI 网络领域的游戏规则改变者，重新定义了可实现的界限。
DriveNets联合创始人兼首席执行官Ido Susan 表示：“AI 计算资源非常昂贵，必须得到充分利用，以避免在等待网络任务时出现‘空闲周期’。” “利用我们支持世界上最大网络的经验，我们开发了 DriveNets Network Cloud-AI。在最近的试验中，Network Cloud-AI 已经将空闲时间减少了 30%，与标准以太网解决方案相比，AI 吞吐量呈指数级增长”
Network Cloud-AI 是释放 AI 集群全部潜力并加速跨不同行业突破性进步的理想解决方案。根据650 Group 和 Alan Weckel 的说法，凭借这一新产品，DriveNets 可以很好地应对不断增长的 AI 网络领域——一个 10B 美元的市场机会。
本文来自作者投稿，版权归原作者所有。如需转载，请注明出处：https://www.nxrte.com/zixun/25880.html
