معماری مرجع فنی NVIDIA Mellanox 980-9I45D-00H005

NVIDIA Mellanox 980-9I45D-00H005 معماری مرجع فنی برای ارائه اتصال با قابلیت اطمینان بالا و برتری عملیاتی برای مراکز داده و شبکه های سازمانی

1. پیشینه پروژه و تحلیل نیازهای

مراکز داده های مدرن به سرعت از معماری های سه طبقه سنتی به سمت توپولوژی های صاف تحت سلطه الگوهای ترافیک شرق-غرب تکامل می یابند. در عین حال، خوشه های آموزش هوش مصنوعی،سیستم های ذخیره سازی توزیع شده، و پلتفرم های تجزیه و تحلیل زمان واقعی تقریباً خواسته های سختگیرانه ای را به شبکه اصلی تحمیل می کنند: تاخیر از انتهای تا انتهای باید در محدوده میکرو ثانیه پایدار بماند،استفاده از لینک باید بیش از 70 درصد باشد بدون اینکه منجر به سقوط ازدحام شود.بسیاری از دستگاه های شبکه ای موجود، با این حال، در یکپارچه سازی عمیق تله متری، پشتیبانی RoCE بومی،و رابط های اتوماتیک قابل برنامه ریزی ◄ ترک تیم های عملیات در حالت دائمی آتش نشانی واکنش.

برای رسیدگی به این چالش ها، ما یک معماری شبکه ای مرکز داده نسل بعدی را پیشنهاد می کنیم که در اطرافNVIDIA Mellanox 980-9I45D-00H005این راه حل برای دستیابی به سه هدف اصلی به طور همزمان طراحی شده است:2 ایجاد یک چارچوب سه بعدی مشاهده که سطح دستگاه را پوشش می دهد، معیارهای سطح پیوند و سطح جریان؛ و 3 یکپارچه با سیستم عامل های اتوماسیون اصلی از طریق API های استاندارد،انتقال عملیات شبکه از وظایف دستی CLI به یک عملیات مبتنی بر سیاست، مدل هدف محور.

2. طراحی کلی معماری شبکه و سیستم

معماری پیشنهادی یک توپولوژی فیزیکی Spine-Leaf بالغ را اتخاذ می کند، که توسط EVPN-VXLAN به عنوان سطح کنترل پوشش زیربنایی تکمیل می شود.980-9I45D-00H005واحدهای تشکیل دهنده یک پارچه کاملا شبکی، با هر ستون فقرات به تمام سوئیچ های برگ از طریق پورت های 400G متصل شده اند که یک ساختار درخت چربی غیر مسدود کننده Clos را ایجاد می کنند.لایه برگ ارائه می دهد پیکربندی های پورت انعطاف پذیر پشتیبانی از 100G، 25G، یا سرعت 10G، هر دو قفسه های سرور x86 سنتی و خوشه های محاسباتی شتاب دهنده GPU را در بر می گیرد.

در سطح کنترل، تمام دستگاه های Spine و Leaf BGP-EVPN را به عنوان پروتکل مسیریابی یکپارچه اجرا می کنند، که امکان ایجاد تونل VXLAN خودکار و کشف VTEP را فراهم می کند.برای محاسبات با عملکرد بالا و بار کاری هوش مصنوعی، سطح انتقال با قابلیت های شبکه بدون ضرر RoCEv2 با استفاده از PFC (کنترل جریان اولویت) و ECN (اطلاع صریح در مورد ازدحام) ،با DCBx مدیریت مذاکره جریان اولویت خودکاراین طراحی تضمین می کند که980-9I45D-00H005 مرکز داده شبکه پرسرعتبنیاد هم عملکرد تعیین کننده و هم جداسازی چند مستاجر را ارائه می دهد.

3نقش و ویژگی های اصلی NVIDIA Mellanox 980-9I45D-00H005

در این معماری،NVIDIA Mellanox 980-9I45D-00H005به عنوان عنصر سوئیچینگ مرکزی ستون فقرات و فعال کننده اصلی اتصال با قابلیت اطمینان بالا عمل می کند. ظرفیت سوئیچینگ 12.8 Tbps، تاخیر زیر 300ns،و موتور تلمتری تسریع شده سخت افزاری آن را برای محیط هایی که عملکرد و پیش بینی قابل مذاکره نیستند، مناسب می کند..مشخصات 980-9I45D-00H005تایید حمایت کامل از پورت های چند نرخ 400G / 200G / 100G، که امکان ادغام بدون مشکل با اپتیک ها و کابل های موجود را فراهم می کند و در عین حال مسیر ارتقاء روشن را به زیرساخت های آماده 800G آینده فراهم می کند.

تفاوت های کلیدی عبارتند از:

• مدیریت فشرده سازی پیشرفته:کنترل جریان مبتنی بر سخت افزار و الگوریتم های تعادل بار پویا تضمین می کنند که حتی بار های کاری سنگین (به عنوان مثالهمه به همه ارتباطات MPI) تجربه می کنند حداقل jitter و نزدیک به صفر قطرات بسته.
• تليمتري پخش در مقیاس:دستگاه صدها گروه شمارنده را از طریق gRPC و sFlow صادر می کند،پوشش دادن همه چیز از اشغال در هر صف تا هیستوگرام های تاخیر در هر جریان ✓ توانمندسازی تیم های عملیات برای تشخیص ناهنجاری ها قبل از اینکه به حوادث تبدیل شوند.
• بنیاد امنیت بی اعتمادی:روت سخت افزاری قابل اعتماد، بوت امن و رمزگذاری MACsec با نرخ خط، جداسازی رمزنگاری را بدون به خطر انداختن خروجی فراهم می کند.پاسخگویی به سخت ترین الزامات تطابق برای بخش های مالی و بهداشت.

برای تیم های ارزیابی خرید،980-9I45D-00H005 قیمتموقعیت رقابتی در بخش عملکرد بالا دارد، در حالی که980-9I45D-00H005 برای فروشاین برنامه شامل مجوز انعطاف پذیر برای مجموعه ویژگی های پیشرفته مانند EVPN / VXLAN و تله متری شبکه در باند (INT) است.صفحه اطلاعات 980-9I45D-00H005و980-9I45D-00H005 راه حل محصول شبکهاسناد ارائه راهنمایی جامع در مورد انتخاب SKU و برنامه ریزی ظرفیت.

4توصیه های تعبیه و مقیاس بندی

برای پیاده سازی در زمینه سبز، توصیه می کنیم حداقل با چهار سوئیچ ستون فقرات (برای اطمینان از افزایشی N + 1) و هشت سوئیچ برگ شروع کنید.با هر ستون فقرات متصل به هر برگ با استفاده از 400G-DR4 یا 400G-FR4 نوریتعداد سوئیچ های LEAF می تواند به صورت خطی با تراکم قفسه مقیاس بندی شود.980-9I45D-00H005از 128 پورت کامل 400G در هر شاسی در هنگام استفاده از کابل های شکسته پشتیبانی می کند و فضای کافی برای گسترش فراهم می کند.

برای سناریوهای brownfield،980-9I45D-00H005 سازگاراکوسیستم از طریق آداپتورهای QSFP28/QSFP+، قابلیت همکاری با اپتیک های 100G و 40G موجود را تضمین می کند و اجازه می دهد که مهاجرت مرحله ای بدون اختلال در سرویس انجام شود.جریان کار توصیه شده برای استقرار به شرح زیر است:

• فاز اول:سوئیچ های ستون فقرات را با واحدهای 980-9I45D-00H005 جایگزین کنید، با حفظ سوئیچ های Leaf اصلی برای اتصال.
• مرحله دوم:فعال کردن قابلیت های RoCEv2 در پورت های Leaf انتخاب شده برای ترافیک GPU / ذخیره سازی، با استفاده از DCBx برای جدا کردن جریان های بدون ضرر.
• فاز سوم:استفاده از جمع آوری کننده های تله متری و ادغام آنها با سیستم های SIEM/NMS موجود برای نظارت یکپارچه
• فاز 4:ظرفیت Scale Leaf را با افزایش حجم کار افزایش دهید، با استفاده از معماری غیر مسدود کننده ستون فقرات برای حفظ عملکرد ثابت.

مثال توپولوژی: یک طراحی 4 ستون فقرات × 8 برگ با اتصال های متقابل 400G حداکثر پهنای باند دوقطبی 6.4 Tbps را به دست می آورد، که برای خوشه های آموزش هوش مصنوعی متوسط با حداکثر 512 گره GPU کافی است.در حالی که پوشش EVPN اجازه می دهد تا حرکت متعدد مستاجر و بار کار را در میان قفسه ها یا حتی مناطق مرکز داده.

5عملیات، نظارت و بهینه سازی

در980-9I45D-00H005 محصول شبکهیکپارچه سازی بومی با ابزارهای NMS منبع باز و تجاری از طریق RESTCONF، NETCONF و gNMI. ما توصیه می کنیم که یک خط لوله تلمیتری متمرکز را که داده ها را از سه منبع مختلف مصرف می کند، مستقر کنیم:

• وضعیت دستگاه:درجه حرارت، سرعت فن، مصرف برق و استفاده از ASIC برای نگهداری فعال سخت افزار.
• کیفیت لینک:تعداد خطاهای FEC (در راستای اصلاح خطای جلو) ، تشخیص گیرنده نوری (DDM) و نرخ خطای CRC برای شناسایی کابل ها یا نوری های تخریب کننده.
• عملکرد جریان:تعداد پر شدگان در هر صف، نسبت های علامت گذاری ECN، و آمارهای انتقال مجدد RoCEv2 برای تنظیم دقیق آستانه های ازدحام و تخصیص بافر.

برای رفع مشکل، این دستگاه پخش مجدد انفجار های کوچک تاریخی و تولید سنج مصنوعی را ارائه می دهد، که به مهندسان اجازه می دهد تا قبل از استفاده در تولید تغییرات را در یک محیط مرحله ای تأیید کنند.جریان های کاری اصلاح شده خودکار مانند تنظیم پویا آستانه PFC یا تغییر مسیر ترافیک از طریق تنظیم وزن ECMP می تواند با استفاده از Ansible یا Python نوشته شود، کاهش متوسط زمان تجزیه و تحلیل علت ریشه از 40 دقیقه به کمتر از 8 دقیقه بر اساس معیارهای داخلی.

نکات بهینه سازی: برای بار های کاری آموزش هوش مصنوعی، ما پیشنهاد می کنیم که آستانه های ECN را به 80٪ اشغال بافر تنظیم کنید و تعادل بار پویا (DLB) را برای توزیع جریان در مسیرهای متعدد ستون فقرات فعال کنید.برای ترافیک محور ذخیره سازی (NVMe-oF)، اولویت بندی فعال کردن اولویت 3 DCBx برای ترافیک RoCE و تعیین برنامه ریزی اولویت دقیق برای اطمینان از تاخیر مداوم.مشخصات 980-9I45D-00H005ارائه پارامترهای دقیق تنظیم در سطح رژست برای کاربران پیشرفته.

6خلاصه و ارزیابی ارزش

درNVIDIA Mellanox 980-9I45D-00H005نشان دهنده یک تغییر پارادایم در چگونگی شبکه های مرکز داده است که می تواند هم قابلیت اطمینان بالا و هم سادگی عملیاتی را به دست آورد.پارچه غیر مسدود کننده با عمق تلمیتری بی سابقه و یک چارچوب امنیتی جامعاین برنامه به نگرانی های فوری محیط های فناوری اطلاعات مدرن می پردازد: عملکرد غیر قابل پیش بینی، جداسازی اشتباهات آهسته و فرآیندهای مقیاس پذیری سنگین.980-9I45D-00H005 راه حل محصول شبکهمی تواند انتظار بهبود قابل اندازه گیری را در سه ابعاد کلیدی داشته باشد:

• قابلیت اطمینان:شکست زیر 50ms و از دست دادن بسته نزدیک به صفر به SLA های برنامه های کاربردی بالاتر و حوادث کمتری که بر کسب و کار تاثیر می گذارد، تبدیل می شود.
• چابکی:تدارکات خودکار و بخش بندی مبتنی بر سیاست، زمان انتشار را از هفته ها به روزها کاهش می دهد و زمان عرضه خدمات جدید را تسریع می کند.
• بهره وری هزینه:ترکیب یک شرکت رقابتی980-9I45D-00H005 قیمت، چرخه عمر طولانی، و کاهش هزینه های عملیاتی منجر به کاهش کل هزینه مالکیت در یک افق پنج ساله در مقایسه با راه حل های معادل از فروشندگان دیگر می شود.

برای معماران شبکه و رهبران عملیات، انتخاب روشن است:980-9I45D-00H005 مرکز داده شبکه پرسرعتاین پلتفرم فقط یک ارتقاء تدریجی نیست بلکه یک سرمایه گذاری استراتژیک در زیرساخت های آینده است که با کسب و کار شما مقیاس پذیر می شود.