NVIDIA Mellanox 980-9I45T-00H020 راهنمای فنی تجهیزات شبکه | اتصال و عملیات با قابلیت اطمینان بالا

وایت پیپر فنی تجهیزات شبکه NVIDIA Mellanox 980-9I45T-00H020 | اتصال با قابلیت اطمینان بالا و بهینه‌سازی عملیاتی برای مراکز داده و شبکه‌های سازمانی

1. پیش‌زمینه پروژه و تحلیل نیازمندی‌ها

مراکز داده سازمانی امروزی در حال تحولی عمیق هستند و از "محاسبات عمومی" به سمت بارهای کاری ترکیبی که محاسبات عمومی و متمرکز بر هوش مصنوعی را ترکیب می‌کنند، در حال تغییرند. کارهای آموزش هوش مصنوعی "جریان‌های فیل" (elephant flows) تولید می‌کنند در حالی که سیستم‌های تراکنشی "جریان‌های موش" (mice flows) را در همان شبکه فیزیکی تولید می‌کنند، که مسیریابی ایستا سنتی و مکانیزم‌های QoS با دانه‌بندی درشت را ناکافی می‌سازد. در این زمینه، معماران شبکه با سه چالش اصلی روبرو هستند: اول، اطمینان از تأخیر کم قطعی برای خدمات حیاتی در حالی که توان عملیاتی بالا برای برنامه‌های کاربردی با حجم داده بالا حفظ می‌شود؛ دوم، دستیابی به تشخیص و بازیابی خطا در عرض کمتر از یک دقیقه در صدها یا حتی هزاران پورت سوئیچ؛ و سوم، ساده‌سازی گردش کار عملیاتی برای کاهش وابستگی به تخصص CLI بسیار تخصصی. این نیازمندی‌ها به طور جمعی به یک راه‌حل شبکه‌سازی نسل بعدی اشاره دارند که قابلیت اطمینان بالا، مشاهده‌پذیری عمیق و اتوماسیون قابل برنامه‌ریزی را ارائه می‌دهد - که دقیقاً به همین دلیل است که NVIDIA Mellanox 980-9I45T-00H020 به عنوان بلوک سازنده اصلی برای این معماری فنی انتخاب شد.

2. طراحی کلی معماری شبکه

راه‌حل پیشنهادی از توپولوژی Clos (spine-leaf) استفاده می‌کند که به طور گسترده‌ای به عنوان استاندارد طلایی برای فابریک‌های مراکز داده مدرن به دلیل تأخیر قابل پیش‌بینی، پهنای باند دایسکت بالا و مقیاس‌پذیری افقی بدون درز شناخته شده است. در لایه spine، 980-9I45T-00H020 به عنوان عنصر سوئیچینگ اصلی عمل می‌کند و 32 پورت 400G QSFP-DD در هر واحد را ارائه می‌دهد. برای استقرار متوسط 2000 سرور، معماری از چهار سوئیچ spine و شانزده سوئیچ leaf استفاده می‌کند که نسبت بیش از حد اشتراک 3:1 را ارائه می‌دهد - یک طراحی متعادل مناسب برای بارهای کاری ترکیبی سازمانی. هر سوئیچ leaf از طریق کابل‌های شکافنده 25G/100G به سرورها متصل می‌شود و با استفاده از دو لینک 400G به هر spine متصل می‌شود و افزونگی چندمسیره را تضمین می‌کند. کل فابریک از VXLAN-BGP EVPN برای مجازی‌سازی شبکه استفاده می‌کند و امکان جابجایی بدون درز بارهای کاری را در بین رک‌ها و مراکز داده فراهم می‌کند. قابلیت‌های شبکه‌سازی پرسرعت مرکز داده 980-9I45T-00H020 تضمین می‌کند که فابریک می‌تواند ترافیک انفجاری ناشی از تکثیر ذخیره‌سازی، چک‌پوینت هوش مصنوعی و برنامه‌های کاربردی رو به کاربر را به طور همزمان و بدون افت عملکرد مدیریت کند.

3. نقش و ویژگی‌های کلیدی NVIDIA Mellanox 980-9I45T-00H020 در راه‌حل

به عنوان محور اصلی لایه spine، NVIDIA Mellanox 980-9I45T-00H020 چندین ویژگی متمایز را ارائه می‌دهد که مستقیماً به نیازمندی‌های ذکر شده می‌پردازد. اول، کنترل ازدحام شتاب‌دهنده سخت‌افزاری آن از Priority Flow Control (PFC) و Explicit Congestion Notification (ECN) در سرعت خط استفاده می‌کند و به طور موثر اوج تأخیر دم ناشی از ترافیک incast را از بین می‌برد - یک نقطه درد رایج در خوشه‌های یادگیری ماشین. دوم، این دستگاه یک معماری بافر عمیق (بیش از 32 مگابایت بافر بسته اشتراکی) را ادغام می‌کند که میکرو-انفجارها را بدون افت بسته جذب می‌کند، که برای ترافیک ذخیره‌سازی با استفاده از NVMe-over-Fabrics حیاتی است. سوم، محصول شبکه 980-9I45T-00H020 شامل یک پایپ‌لاین قابل برنامه‌ریزی مبتنی بر P4 است که به اپراتورهای شبکه اجازه می‌دهد هدرهای تلمتری سفارشی را درج کنند یا تجمیع درون شبکه را برای تجزیه و تحلیل توزیع شده انجام دهند و سربار CPU سرور را کاهش دهند. طبق دیتاشیت رسمی 980-9I45T-00H020، این دستگاه از ظرفیت سوئیچینگ تا 12.8 ترابیت بر ثانیه با تأخیر برش کمتر از 600 نانوثانیه پشتیبانی می‌کند - اعدادی که آن را در میان پلتفرم‌های 400G با بالاترین عملکرد در صنعت قرار می‌دهد. علاوه بر این، سخت‌افزار از ارتقاء نرم‌افزار بدون وقفه و پروتکل‌های راه‌اندازی مجدد با وقار پشتیبانی می‌کند و تضمین می‌کند که نگهداری برنامه‌ریزی شده منجر به خرابی برنامه نمی‌شود.

4. توصیه‌های استقرار و مقیاس‌پذیری

برای سازمان‌هایی که قصد استفاده از 980-9I45T-00H020 را دارند، یک رویکرد استقرار مرحله‌ای برای به حداقل رساندن ریسک عملیاتی توصیه می‌شود. فاز 1 شامل استقرار یک "پاد آزمایشی" متشکل از دو سوئیچ spine و چهار سوئیچ leaf است که تا 500 سرور تولیدی را پشتیبانی می‌کند. این پاد هم به عنوان یک محیط اعتبارسنجی و هم به عنوان یک پلتفرم یادگیری برای تیم عملیات برای آشنایی با CLI دستگاه، RESTCONF API و قابلیت‌های جریان تلمتری عمل می‌کند. فاز 2 فابریک را به مقیاس کامل گسترش می‌دهد و واحدهای spine بیشتری را با رشد ترافیک اضافه می‌کند - معماری Clos امکان افزودن سوئیچ‌های spine را بدون پیکربندی مجدد سوئیچ‌های leaf موجود فراهم می‌کند و گسترش ظرفیت را به یک تمرین خطی و قابل پیش‌بینی تبدیل می‌کند. هنگام ارزیابی قیمت 980-9I45T-00H020 و استراتژی تدارکات، مهم است که مدل مجوز نرم‌افزار بسته‌بندی شده را در نظر بگیرید؛ بسته پایه شامل ویژگی‌های جامع L2/L3 است، در حالی که تلمتری پیشرفته و قابلیت برنامه‌ریزی P4 نیاز به مجوز افزودنی اختیاری دارند. اکوسیستم اپتیک‌های سازگار با 980-9I45T-00H020 انعطاف‌پذیری را ارائه می‌دهد و از فرستنده‌های با نام تجاری NVIDIA و ماژول‌های DWDM/CWDM شخص ثالث برای اتصالات دوربرد پشتیبانی می‌کند. یک توپولوژی معمول دو لایه در زیر نشان داده شده است:

• لایه Spine: 4 تا 8 واحد از 980-9I45T-00H020، متصل به سوئیچ‌های leaf از طریق اپتیک‌های 400G SR8/DR4 بر روی فیبر MPO.
• لایه Leaf: 16 تا 32 واحد سوئیچ 25G/100G ToR (Top-of-Rack)، هر کدام با دو لینک بالادست 400G به هر spine برای افزونگی کامل.
• اتصال سرور: اتصالات 25G دوگانه به سوئیچ‌های leaf جفت شده، با استفاده از MLAG برای تعادل بار فعال-فعال و بازیابی سریع خطا.
• لبه WAN: پورت‌های اختصاصی 400G بر روی spine برای اتصال به روترهای DCI (Data Center Interconnect) یا نقاط ورود به ابر.

برای سازمان‌هایی که نگران بهره‌وری هزینه هستند، برنامه 980-9I45T-00H020 برای فروش از طریق شرکای کانال NVIDIA شامل تخفیف‌های حجمی و گزینه‌های گارانتی تمدید شده است که استقرار در مقیاس بزرگ را مقرون به صرفه‌تر می‌کند و در عین حال پشتیبانی در سطح سازمانی را حفظ می‌کند.

5. عملیات، نظارت، عیب‌یابی و بهینه‌سازی

یک تمایز کلیدی از راه‌حل محصول شبکه 980-9I45T-00H020، پشته مشاهده‌پذیری جامع آن است که فراتر از نظرسنجی سنتی SNMP به تلمتری جریانی رویداد محور می‌رود. این دستگاه داده‌های gNMI را در فواصل کمتر از یک ثانیه صادر می‌کند که شمارنده‌های هر پورت، عمق صف‌ها، اشغال بافر و هیستوگرام‌های تأخیر را پوشش می‌دهد. این معیارها می‌توانند به پایگاه‌های داده سری زمانی (مانند Prometheus) تغذیه شده و از طریق داشبوردهای Grafana بصری شوند و به تیم عملیات اجازه دهند پروفایل‌های پایه را ایجاد کرده و ناهنجاری‌ها را قبل از تشدید شدن تشخیص دهند. برای عیب‌یابی، ویژگی What Just Happened® (WJH) یک رکورد زمانی از افت بسته‌ها، خطاهای CRC و فلپ‌های لینک با دقت میکروثانیه ارائه می‌دهد - که به طور قابل توجهی MTTR را کاهش می‌دهد. مشخصات 980-9I45T-00H020 پشتیبانی از sFlow و IPFIX در سرعت خط را مشخص می‌کند و تضمین می‌کند که نظارت امنیتی و انطباق نیازی به پورت‌های tap اختصاصی ندارد. برای بهینه‌سازی عملکرد، شیوه‌های زیر توصیه می‌شود:

• ECN و PFC را فقط بر روی صف‌های حساس به افت فعال کنید تا از مسدود شدن سر خط جلوگیری شود.
• از طبقه‌بندی مبتنی بر DSCP برای نگاشت جریان‌های برنامه به صف‌های سخت‌افزاری مناسب استفاده کنید.
• بررسی‌های دوره‌ای "سلامت تلمتری" را برای تأیید اینکه داده‌های جریانی با دستورات show CLI مطابقت دارند، برنامه‌ریزی کنید.
• از محیط اسکریپت‌نویسی پایتون داخلی دستگاه برای اصلاح خودکار (مانند خاموش کردن پورت فلپ‌دار) استفاده کنید.

علاوه بر این، 980-9I45T-00H020 با مجموعه مدیریت شبکه NVIDIA ادغام می‌شود و یک نمای تک پنل در سراسر فابریک، از spine تا NIC سرور، با نگاشت توپولوژی و گزارش‌های حسابرسی تغییرات ارائه می‌دهد. این دیده‌بانی سرتاسری برای تجزیه و تحلیل علت ریشه‌ای در محیط‌های چند فروشنده حیاتی است و تضمین می‌کند که تیم شبکه می‌تواند به سرعت مشخص کند که آیا یک مشکل از سوئیچ، اپتیک یا آداپتور سرور نشأت می‌گیرد.

6. خلاصه و ارزیابی ارزش

راه‌حل فنی متمرکز بر NVIDIA Mellanox 980-9I45T-00H020 یک پیشنهاد ارزش قانع‌کننده برای سازمان‌هایی که به دنبال مدرن‌سازی مراکز داده و شبکه‌های سازمانی خود هستند، ارائه می‌دهد. این پلتفرم با ترکیب تراکم پورت بالا، تأخیر زیر میکروثانیه و قابلیت برنامه‌ریزی پیشرفته، دو ضرورت اتصال با قابلیت اطمینان بالا و کارایی عملیاتی را برآورده می‌کند. تجزیه و تحلیل مالی - با در نظر گرفتن قیمت 980-9I45T-00H020، صرفه‌جویی در مصرف برق و کاهش ساعات عیب‌یابی - نشان می‌دهد که هزینه کل مالکیت با راه‌حل‌های 400G قابل مقایسه رقابتی است، در حالی که پایپ‌لاین قابل برنامه‌ریزی، آمادگی برای پروتکل‌های نوظهور و پارادایم‌های محاسباتی درون شبکه را فراهم می‌کند. برای معماران شبکه، این راه‌حل یک طرح اثبات شده برای مقیاس‌پذیری از صدها تا ده‌ها هزار پورت بدون بازطراحی معماری ارائه می‌دهد. برای تیم‌های عملیاتی، تلمتری غنی و رابط‌های اتوماسیون مستقیماً به کاهش خستگی هشدار و پاسخ سریع‌تر به حوادث ترجمه می‌شود. به طور خلاصه، پلتفرم شبکه‌سازی پرسرعت مرکز داده 980-9I45T-00H020 صرفاً یک ارتقاء محصول نیست - بلکه یک توانمندساز استراتژیک برای ساخت زیرساخت‌های شبکه انعطاف‌پذیر، قابل مشاهده و سازگار است که قادر به پشتیبانی از نسل بعدی برنامه‌های توزیع شده است.