Mellanox (NVIDIA Mellanox) 920-9B210-00FN-0D0 InfiniBand Switch در حال تولید است
June 1, 2026
شرکتها و مؤسسات تحقیقاتی که مقیاسبندی آموزش هوش مصنوعی و شبیهسازی HPC را انجام میدهند، اغلب با یک تنگنای مشترک مواجه میشوند: تأخیر و ازدحام ناشی از شبکه که چرخههای محاسباتی GPU را هدر میدهد. این مطالعه موردی استقرار بررسی میکند که چگونه یک آزمایشگاه تحقیقاتی هوش مصنوعی با اندازه متوسط، عملکرد خوشهای خود را با استفاده ازملانوکس (NVIDIA Mellanox) 920-9B210-00FN-0D0سوئیچ InfiniBand، دستیابی به پارچه قطعی کم تأخیر برای بارهای کاری موازی.
پیشینه و چالش: وقتی اترنت به گلوگاه تبدیل می شود
پارچه اترنت 100 گیگابایتی موجود در آزمایشگاه به طور مداوم در طول عملیاتهای کاهشیافته، جهشهای تأخیر دنباله را نشان میدهد، که باعث میشود زمانهای بیکاری GPU تا 25 درصد در مشاغل آموزشی در مقیاس بزرگ افزایش یابد. سوئیچ های قدیمی آنها فاقد کنترل تراکم آگاه از RDMA و قابلیت های محاسبات درون شبکه ای بودند. معماران به راه حلی نیاز داشتند که بتواند تأخیر زیر میکروثانیه، حمل و نقل بدون تلفات و مقیاس پذیری یکپارچه را برای ستون فقرات NDR با سرعت 400 گیگابیت بر ثانیه ارائه دهد. پس از ارزیابی چندین گزینه، تیم انتخاب کرد920-9B210-00FN-0D0به عنوان بلوک اصلی برای پارچه InfiniBand جدید خود.
راه حل و استقرار: ساختن یک پارچه هوش مصنوعی با تأخیر کم
استقرار در اطراف920-9B210-00FN-0D0 MQM9790-NS2F 400Gb/s NDRسوئیچ، که به عنوان ستون فقرات برگ برای 32 سرور GPU عمل می کند. تصمیمات کلیدی استقرار شامل:
- پشتیبانی کامل از RDMA:حذف سربار بای پس هسته با استفاده از لایه انتقال اختصاصی NVIDIA.
- مسیریابی تطبیقی:تعادل پویا ترافیک در مسیرهای متعدد برای جلوگیری از نقاط مهم.
- تجمیع در شبکه SHARPv3:بارگذاری عملیات جمعی از CPUهای میزبان به صفحه داده سوئیچ.
مهندسان بهبرگه داده 920-9B210-00FN-0D0ومشخصات 920-9B210-00FN-0D0برای تایید سازگاری با آداپتورهای ConnectX-7 موجود. را920-9B210-00FN-0D0 سازگار استاکوسیستم اجازه جایگزینی برای سوئیچ های ستون فقرات قبلی را بدون تغییر کابل داد. علاوه بر این،920-9B210-00FN-0D0 سوئیچ InfiniBand OPN(شماره قطعه سفارش) تدارکات ساده و گردش کار RMA.
نتایج و مزایا: سود قابل اندازه گیری برای HPC و AI
پس از مهاجرت بهNVIDIA Mellanox 920-9B210-00FN-0D0بر اساس پارچه، آزمایشگاه پیشرفت های زیر را در یک دوره ارزیابی 30 روزه ثبت کرد:
| متریک | قبل (100GbE) | بعد از (920-9B210-00FN-0D0) |
|---|---|---|
| میانگین تمام کاهش تاخیر | 12.4 میکرو ثانیه | 2.8 میکرو ثانیه |
| GPU Idle Time (آموزش) | 24% | 3% |
| پهنای باند / پورت موثر | 67 گیگابیت بر ثانیه | 392 گیگابیت بر ثانیه |
| زمان تکمیل کار (مدل GPT) | پایه | 42 درصد سریعتر |
برای مدیران فناوری اطلاعات که هزینه کل مالکیت را ارزیابی می کنند،920-9B210-00FN-0D0 قیمتبا کاهش 40 درصدی در توان بیکار کلاستر و توان عملیاتی سریعتر جبران شد. را920-9B210-00FN-0D0 برای فروشکانال از طریق توزیع کنندگان مجاز نیز پشتیبانی 5 ساله چرخه حیات را ارائه می دهد - برای برنامه ریزی طولانی مدت زیرساخت HPC بسیار مهم است.
خلاصه و چشم انداز: طرحی برای خوشه های هوش مصنوعی نسل بعدی
آزمایشگاه تحقیقاتی در حال حاضر استاندارد شده استراه حل OPN سوئیچ 920-9B210-00FN-0D0 InfiniBandبرای همه بسط های جدید GPU با نگاهی به آینده، این تیم قصد دارد از 32 به 256 پورت NDR با استفاده از پلتفرم سوئیچینگ مشابه، استفاده کند و از معماری غیر مسدود کننده و کنترل تراکم استفاده کند. برای معمارانی که پارچه های RDMA با تاخیر کم طراحی می کنند،NVIDIA Mellanox 920-9B210-00FN-0D0یک پایه اثبات شده و آماده برای تولید فراهم می کند که غیرقابل پیش بینی بودن شبکه را از بین می برد - از خوشه های نمونه سازی کوچک هوش مصنوعی تا استقرار HPC در مقیاس بزرگ.