کتاب سفید فنی NVIDIA Mellanox 980-9I510-00NS00

این مقاله فنی بر رویNVIDIA Mellanox 980-9I510-00NS00به عنوان بلوک اصلی برای مراکز داده مدرن و پارچه های شبکه سازمانی. این نیازهای رو به رشد برای تأخیر کم قطعی، در دسترس بودن بالا فعال-فعال، و تله متری عملیاتی ساده-بدون پیچیدگی طراحی های سنتی مبتنی بر شاسی یا وابسته به همپوشانی را برطرف می کند.

1. پیشینه پروژه و تجزیه و تحلیل نیازمندیها

اپراتورهای مرکز داده امروزی با سه چالش همگرا مواجه هستند. اول، ترافیک شرق به غرب (سرور به سرور و ذخیره سازی) در حال حاضر غالب است، که نیاز به ارسال بدون تلفات و کم تحرک دارد. دوم، پنجره‌های نگهداری کوچک می‌شوند در حالی که دامنه‌های خرابی گسترش می‌یابند - هر پیوند یا رویداد سوئیچ منفرد باید در میلی‌ثانیه باشد. سوم، تیم‌های عملیاتی تحت تأثیر همبستگی دستی گزارش‌ها، نظرسنجی‌های SNMP و خروجی‌های متفاوت CLI قرار دارند. اخیراً یک ارائه‌دهنده ابر بزرگ اعلام کرده است که 68 درصد از مشکلات مربوط به شبکه به‌جای خود نقص سخت‌افزار، ناشی از جداسازی تاخیری خطا است. این فشارها نیاز به یک دستگاه شبکه اختصاصی را ایجاد می کند که قابلیت های لایه فیزیکی پرسرعت را با دید داخلی و رابط های سازگار با اتوماسیون ترکیب می کند.

الزامات کلیدی شناسایی شده توسط معماران عبارتند از: خرابی زیر 50 میلی‌ثانیه، تله‌متری با شتاب سخت‌افزاری، تأمین لمسی صفر (ZTP)، و سازگاری کامل با دستگاه‌های اپتیک و کابل موجود. رامحصول شبکه 980-9I510-00NS00برای ارزیابی انتخاب شد زیرا مجموعه ویژگی‌های آن مستقیماً با این الزامات عملیاتی نقشه می‌دهد.

2. طراحی کلی شبکه / سیستم معماری

معماری پیشنهادی یک توپولوژی برگ و ستون فقرات را اتخاذ می کند که هم برای اتصال با قابلیت اطمینان بالا و هم برای کارایی عملیاتی بهینه شده است. هر بلوک برگ از دو عدد تشکیل شده استNVIDIA Mellanox 980-9I510-00NS00دستگاه‌هایی که به‌عنوان یک جفت MLAG پیکربندی شده‌اند و تا 48 گره سرور/ذخیره‌سازی را از طریق اتصالات 100G یا 200G ارائه می‌کنند. لایه ستون فقرات از چهار واحد 980-9I510-00NS00 مستقل در طراحی ECMP تمام مش استفاده می کند که اشتراک بیش از حد 4:1 را برای بارهای کاری همه منظوره و 1:1 را برای خوشه های ذخیره سازی/AI فراهم می کند. همه پروتکل‌های صفحه کنترل (BGP، EVPN، PFC، ECN) مستقیماً روی صفحه داده‌های سخت‌افزاری اجرا می‌شوند و گلوگاه‌های نرم‌افزاری را از بین می‌برند.

این معماری بر شفافیت «برخورد با سیم» تأکید دارد: آدرس‌دهی شبکه موجود، سیاست‌های امنیتی و عوامل نظارتی بدون تغییر باقی می‌مانند. را980-9I510-00NS00 مرکز داده شبکه های پرسرعتاین قابلیت تضمین می‌کند که حتی در نرخ خط 200G، تأخیر کمتر از 600 نانوثانیه برای ارسال برش باقی می‌ماند. برای استقرار چند سایت، همان دستگاه را می توان در نقاط لبه DCI قرار داد و از رمزگذاری MACsec و تله متری درون باند در سراسر پیوندهای مترو پشتیبانی می کند.

3. نقش و ویژگی های کلیدی NVIDIA Mellanox 980-9I510-00NS00

980-9I510-00NS00 هم به عنوان سوئیچ بالای رک و هم عنصر اتصال ستون فقرات عمل می کند و لایه های پیوند فیزیکی و داده را متحد می کند. تمایزات فنی کلیدی آن عبارتند از:

• خرابی به کمک سخت افزار:گروه تجمع پیوند زیر 15 میلی‌ثانیه (LAG) بدون اتکا به تایمرهای آهسته STP یا همپوشانی با شکست مواجه می‌شوند.
• لوله کشی بافر عمیق:بافر مشترک قابل تنظیم تا 32 مگابایت در هر گروه پورت، جذب میکرو انفجارهای رایج در NVMe/TCP و بارهای آموزشی توزیع شده.
• تله متری جریانی (gNMI/IPFIX):عمق صف بی‌درنگ، شمارشگرهای دراپ، و تعداد فریم‌های PFC با دانه‌بندی ۱ ثانیه‌ای به کلکسیونرها منتقل می‌شوند.
• تشخیص خودکار کابل:این دستگاه به طور مداوم یکپارچگی سیگنال (سلامت VCSEL، BER، دما) و پرچم های خراب شدن اپتیک را قبل از ایجاد فلاپ لینک کنترل می کند.
• اکوسیستم اتوماسیون باز:پشتیبانی کامل از SONiC، Cumulus Linux و Onyx/FAST خود NVIDIA که خطوط لوله زیرساخت به عنوان کد را فعال می کند.

با توجه بهبرگه داده 980-9I510-00NS00این پلتفرم همچنین شامل زمان‌بندی سخت‌افزاری (PTP/SyncE) و ردیابی جریان درون خطی می‌شود—ویژگی‌هایی که معمولاً برای سیستم‌های شاسی با قیمت بسیار بالاتر رزرو می‌شوند.

4. توصیه های استقرار و مقیاس بندی (با توپولوژی معمولی)

یک استقرار معمولی در سطح رک از یک فرآیند ساده دو مرحله ای پیروی می کند. ابتدا، دو واحد 980-9I510-00NS00 در یک رک نصب می‌شوند که از طریق یک پیوند 200G backhaul و دو پیوند همتا MLAG به هم متصل می‌شوند. سرورها دارای دو هوم با یک اتصال به هر برگ، با استفاده از LACP فعال-فعال هستند. دوم، هر جفت برگ با استفاده از پیوندهای 100G یا 200G به هر چهار سوئیچ ستون فقرات متصل می شود و یک پارچه CLOS غیر مسدود کننده را تشکیل می دهد. برای مقیاس گذاری فراتر از 96 پورت سرور، جفت برگ های اضافی بدون پیکربندی مجدد ستون فقرات اضافه می شوند - پورت های ستون فقرات به عنوان رابط های ECMP مسیریابی شده از قبل تهیه شده اند.

رامشخصات 980-9I510-00NS00از حالت‌های شکست انعطاف‌پذیر پشتیبانی می‌کند: 4x50G، 2x100G، یا 1x200G در هر پورت فیزیکی، اجازه می‌دهد محیط‌های با سرعت ترکیبی (به عنوان مثال، ذخیره‌سازی قدیمی 25G در کنار محاسبات 100G جدید). برای استقرار براون فیلد، دستگاه به طور کامل است980-9I510-00NS00 سازگار استبا اپتیک های استاندارد صنعتی SFP56/SFP112، کابل های DAC و AOC، خطر مهاجرت را کاهش می دهد. در یک طراحی مرجع معتبر، یک تبادل مالی از 4 تا 24 جفت برگ (بیش از 1152 پورت سرور) بدون تغییر یک خط پیکربندی ستون فقرات مقیاس شده است.

5. عملیات، نظارت، عیب یابی و بهینه سازی

چارچوب عملیات حول سه ستون ساخته شده است: دید فعال، اعتبارسنجی خودکار، و اصلاح هدایت شده. تله متری جریانی دستگاه یک پایگاه داده سری زمانی (پشته Prometheus/TICK) را تغذیه می کند که وقتی فریم های مکث PFC از آستانه قابل تنظیم فراتر می روند یا زمانی که خطاهای پیوند CRC روند رو به بالا دارند، هشدارها را ایجاد می کند. داده های تله متری تاریخی نیز برای برنامه ریزی ظرفیت استفاده می شود:راه حل محصول شبکه 980-9I510-00NS00شامل داشبوردهای از پیش ساخته شده Grafana است که استفاده از هر پورت، صدک های اشغال بافر و تعادل هش جریان را نشان می دهد.

برای عیب یابی، یک دستور CLI (نمایش ردیابی داخلی سخت افزار) 1000 بسته آخری را که تراکم یا خطا را تجربه کرده اند، همراه با مهرهای زمانی با وضوح نانوثانیه می گیرد. این به طور چشمگیری میانگین زمان تشخیص (MTTD) را کاهش می دهد. توصیه‌های بهینه‌سازی شامل فعال کردن ECN در تمام پورت‌های فابریک، تنظیم آستانه‌های PFC روی 3/4 عمق بافر و استفاده از تعادل بار دینامیک سخت‌افزار (DLB) برای ترافیک همپوشانی است. تیم عملیات همچنین می‌تواند اسکریپت‌های منظم «تأیید سلامت» را برنامه‌ریزی کند که تغییر پیکربندی، سازگاری میان‌افزار و BER کابل را در همه دستگاه‌ها تأیید می‌کند.

6. خلاصه و ارزشیابی

استقرارNVIDIA Mellanox 980-9I510-00NS00به عنوان عنصر یکپارچه برگ و ستون فقرات بهبودهای قابل اندازه گیری را در چهار بعد ارزش ارائه می دهد:

• قابلیت اطمینان:رفتار قطعی زیر 15 میلی ثانیه شکست خورده و بدون تلفات RoCE/ECN اکثر اختلالات قابل مشاهده در برنامه را حذف می کند.
• بازده عملیاتی:تله متری جریانی و تشخیص خودکار کابل، همبستگی خطای دستی را بیش از 60٪ کاهش می دهد.
• کل هزینه مالکیت (TCO):قیمت گذاری با ضریب فرم ثابت (قیمت 980-9I510-00NS00معمولاً 40 تا 50 درصد کمتر از شاسی ماژولار در هر پورت 100G است) همراه با تأمین بدون لمس، هم هزینه های سرمایه و هم هزینه های عملیاتی را کاهش می دهد.
• حمایت از سرمایه گذاری:دستگاه قبلاً علامت گذاری شده است980-9I510-00NS00 برای فروشاز طریق کانال‌های توزیع اصلی، و سازگاری آن به عقب تضمین می‌کند که در کنار اپتیک‌های 100G فعلی و ارتقاءهای 200G/400G در آینده خدمت می‌کند.

راراه حل محصول شبکه 980-9I510-00NS00بنابراین یک مسیر عملی و قابل استقرار فوری به پارچه های مرکز داده با قابلیت اطمینان بالا و کار آسان ارائه می دهد. معماران شبکه و مدیران فناوری اطلاعات که به دنبال کاهش زحمات عملیاتی و در عین حال تضمین عملکرد سرعت سیم هستند، باید این پلت فرم را به عنوان یک جزء کلیدی از نقشه راه زیرساخت نسل بعدی خود ارزیابی کنند.