Documento Técnico: Solução de Switch InfiniBand NVIDIA Mellanox 920-9B210-00FN-0D0

A evolução das cargas de trabalho computacionais em direção ao treinamento de IA em exascala e às simulações de HPC de alta fidelidade mudou fundamentalmente o gargalo de desempenho da computação para a interconexão.Os clusters modernos dependentes de RDMA exigem um tecido que ofereça não apenas alta largura de banda, mas também latência determinista ultra-baixaAs redes legadas geralmente introduzem latência variável, perda de pacotes induzida por congestionamento e complexidade de gerenciamento,que se traduzem diretamente em mais tempo para solução, recursos subutilizados da GPU/CPU e aumento das despesas operacionais.

Esta solução técnica aborda os requisitos essenciais para os data centers e instalações de investigação de próxima geração: estabelecer um sistema detecido de alto desempenho capaz de convergir cargas de trabalho clássicas de HPC (baseadas em MPI) e de IA moderna (comunicação coletiva)As principais exigências técnicas incluem latência de comutação sub-microssegundo, capacidade de transferência não bloqueadora para padrões de comunicação tudo-para-todos, controlo inteligente de congestionamento,e uma estrutura de gestão que fornece visibilidade profunda e automação. O920-9B210-00FN-0D0 Solução OPN de interruptor de banda InfiniÉ projetado para cumprir estes padrões exigentes.

A arquitetura proposta é um tecido de coluna vertebral concebido para a máxima largura de banda bisecional e escalabilidade, construído sobre a tecnologia NDR 400Gb/s InfiniBand.NVIDIA Mellanox 920-9B210-00FN-0D0comutadores, formando o núcleo de ultra-alta largura de banda. A camada de folha pode consistir em uma mistura de comutadores NDR ou HDR, conectando nós de computação (servidores GPU como sistemas NVIDIA DGX, clusters de CPU),armazenamento paralelo de alto desempenho (NVMe-oF), e nós de gestão.

Este projeto desacoplado garante latência previsível e elimina a subscrição excessiva dentro do tecido.

• Tecido unificado:Uma rede única para o tráfego de computação (Leste-Oeste) e de armazenamento, simplificando a gestão e reduzindo o CAPEX.
• Operação sem perdas:Aproveitando o controle de congestionamento nativo e o gerenciamento do fluxo de tráfego da InfiniBand para garantir perda de pacote zero, o que é crítico para o desempenho do RDMA e do MPI.
• Rede definida por software:A integração com o NVIDIA Cumulus Linux e a plataforma UFM® permite automação de tecidos programável e gerenciamento baseado em políticas.

O...920-9B210-00FN-0D0 MQM9790-NS2F 400 Gb/s NDRO switch é a pedra angular estratégica desta arquitetura, atuando como a espinha dorsal de alto desempenho.

As suas principais características técnicas, tal como detalhadas no documento oficialFicha de dados 920-9B210-00FN-0D0, abordar diretamente a otimização de baixa latência:

• Comutação de corte e latência ultra-baixa:O switch utiliza uma arquitetura avançada de comutação cut-through, alcançando uma latência de porta a porta inferior a 100 nanossegundos..
• NDR 400 Gbps Largura de banda:Cada porta oferece 400Gb/s, proporcionando o espaço necessário para evitar congestionamentos durante cargas de trabalho de pico, como pontos de verificação de treinamento de IA distribuídos ou operações MPI_allreduce em larga escala.
• Roteamento adaptativo e controlo de congestionamento:A tecnologia SHARPTM v3 da NVIDIA, incorporada no switch, descarrega operações coletivas da CPU,Reduzir drasticamente as despesas de sincronizaçãoCombinado com o roteamento adaptativo dinâmico, previne pontos quentes e assegura uma utilização equilibrada do tecido.
• Compatibilidade retroativa e futura:A mudança é parte integrante de uma estratégia de migração suave.compatívelA utilização de equipamentos HDR (200Gb/s) e EDR (100Gb/s) existentes, permitindo uma atualização gradual.920-9B210-00FN-0D0 especificaçõesA utilização de cabos é crucial para o planeamento da conectividade portuária e dos tipos de cabos.

A implantação inicial deve seguir uma abordagem modular de "pod".920-9B210-00FN-0D0comutadores em uma função de espinha dorsal para redundância, conectados a múltiplos comutadores HDR ou NDR que suportam várias dezenas de nós de computação.

Topologia recomendada para um desempenho óptimo:Uma topologia Clos (Fat-Tree) de dois níveis não bloqueadora.O número de switches de coluna vertebral (920-9B210-00FN-0D0 unidades) é determinado pelo número de uplinks de cada switch de folha e a desejada taxa de subscrição excessiva (idealmente 11 para HPC/IA).

• Extensão:Para dimensionar o cluster, adicionar mais interruptores de folha e proporcionalmente adicionar mais920-9B210-00FN-0D0A escala de endereçamento e de roteamento do tecido sem problemas sob o gerenciamento UFM®.
• Aumentar a escala:Os nós individuais podem ser atualizados para NDR NICs, imediatamente alavancando a largura de banda completa de 400Gb / s para a coluna vertebral.compatívelA natureza sustenta este ambiente heterogéneo.
• Cablagem e energia:O planeamento da implantação deve ter em conta os cabos ópticos compatíveis com NDR (por exemplo, OSFP).920-9B210-00FN-0D0 especificaçõesfornecer dados precisos de consumo de energia e térmicos para um design preciso da energia e do arrefecimento do centro de dados.

Quando esta solução estiver disponívelpara venda, a interação com parceiros certificados é aconselhável para modelar o920-9B210-00FN-0D0 preçoe quantidade para o seu plano específico de escala.

A excelência operacional é alcançada através da plataforma NVIDIA UFM®.920-9B210-00FN-0D0Troca.

• Monitorização proactiva:O UFM® oferece telemetria em tempo real sobre o estado do switch, utilização das portas, temperatura, contadores de erros e análise aprofundada dos padrões de tráfego no nível da aplicação,incluindo matrizes de comunicação MPI e RDMA.
• Gestão automatizada de tecidos:Desde o aprovisionamento inicial e a validação do cabo até as atualizações do firmware e os backups de configuração, a UFM® automatiza tarefas de rotina, reduzindo o erro humano e as despesas operacionais.
• Resolução de problemas:Ferramentas avançadas podem identificar anomalias de desempenho, identificar fluxos de mau comportamento que causam congestionamento e visualizar a topologia do tecido para isolar rapidamente os links ou componentes falhados.
• Optimização contínua:Aproveitar insights UFM® para cargas de trabalho de tamanho certo, validar que o desempenho se alinha comFolha de dadosA revisão regular das métricas de congestionamento e latência é fundamental para manter o desempenho máximo dos tecidos.

Implementação de uma arquitetura de tecido centrada noNVIDIA Mellanox 920-9B210-00FN-0D0O comutador InfiniBand fornece uma vantagem competitiva fundamental para organizações dependentes de computação de alto desempenho.Esta solução técnica proporciona um valor quantificável em múltiplas dimensões:

Em resumo, a920-9B210-00FN-0D0A infra-estrutura não é apenas um componente, mas o facilitador de uma infra-estrutura convergente de alto desempenho.Transforma a rede de um passivo potencial em um ativo estratégico que liberta totalmente o poder dos clusters computacionais modernos.