NVIDIA Mellanox 980-9I45T-00H020 ネットワーク機器 技術ホワイトペーパー | 高信頼性接続と運用

NVIDIA Mellanox 980-9I45T-00H020 ネットワーク機器の技術白紙 データのセンターとエンタープライズネットワークの高信頼性接続と運用最適化

1プロジェクト背景と要件分析

現在 企業のデータセンターは "汎用コンピューティング"から "汎用コンピューティング"と AIを中心としたコンピューティングを組み合わせたハイブリッドワークロードに 移行しつつありますAIのトレーニングは"象の流れ"を生む一方 取引システムは同じ物理ネットワークを横断する"ネズミの流れ"を生むこの背景では,ネットワークアーキテクトは3つの主要な課題に直面しています.決定的な低レイテンシーをミッション・クリティカル・サービスに確保し,データ密集型アプリケーションの高いスループットを維持する2つ目は,スイッチポートの数百,数千で 断片検出と復元を実現すること高度なCLI専門知識への依存を減らすために,運用ワークフローを簡素化するこれらの要件は,高度な信頼性,深い観察可能性,プログラム可能な自動化を提供する次世代ネットワークソリューションを指します.NVIDIA メラノックス 980-9I45T-00H020この技術的な建築の基礎となるブロックとして選ばれました

2ネットワークアーキテクチャの設計

提案されたソリューションはClos (spine-leaf) トポロジーを採用しており,予測可能な遅延,高バイセクション帯域幅,そしてシームレスな水平スケーラビリティ脊髄層では,980-9I45T-00H020ユニットあたり 32 x 400G QSFP-DD ポートを提供するコアスイッチエレメントとして機能します.構造は4つの脊髄スイッチと16の葉スイッチを使用しています複合企業のワークロードに適したバランスのとれた設計です.各リーフスイッチは,25G/100Gのブレイクアウトケーブルを介してサーバーに接続し,2つの400Gリンクを使用して各脊柱にアップリンクしますネットワーク仮想化のためにVXLAN-BGP EVPNを活用し,ラックとデータセンターの間でシームレスなワークロード移動を可能にします.980-9I45T-00H020 データセンター 高速ネットワーク機能は,ストレージレプリケーション,AIチェックポイント,ユーザー向けアプリケーションから発生するトラフィックを,パフォーマンス低下なく同時に処理できるようにします.

3NVIDIA Mellanox 980-9I45T-00H020の役割と主要な特徴

脊髄層の基幹として,NVIDIA メラノックス 980-9I45T-00H020先述の要件に直接対応するいくつかの特徴をもたらす.ハードウェア加速型混雑制御は,優先流量制御 (PFC) と明示的な混雑通知 (ECN) をラインレートで利用します.機械学習訓練クラスターにおける一般的な痛点であるインカストトラフィックによる尾行遅延のピークを効果的に排除する.デバイスは,パケットを落とさずにマイクロバーストを吸収するディープバッファアーキテクチャ (32 MB以上の共有パケットバッファ) を統合しています.NVMe-over-Fabrics を使ったストレージトラフィックにとって極めて重要です.980-9I45T-00H020ネットワーク製品P4 をベースにしたプログラム可能なパイプラインを含有し,ネットワークオペレーターはカスタムテレメトリヘッダを挿入したり,分散分析のためのネットワーク内アグリゲーションを実行したり,サーバーCPUオーバーヘッドを削減することができます.官僚によると980-9I45T-00H020 データシートこのデバイスは,最大12.8Tbpsのスイッチ容量をサポートし, 600ナノ秒未満の切断遅延率で,業界で最も性能の高い400Gプラットフォームに位置しています.さらにハードウェアはヒットレスなソフトウェアアップグレードと優雅な再起動プロトコルをサポートし,計画的なメンテナンスがアプリケーションのダウンタイムに変換されないことを保証します.

4配備と拡大に関する勧告

採用を計画している組織は,980-9I45T-00H020運用リスクを最小限に抑えるため,段階的な導入方法が推奨されています.第1段階は,2つの脊髄スイッチと4つの葉スイッチで構成される"パイロットポッド"の導入を意味します.最大500台のプロダクションサーバーをサポートするこのポッドは,検証環境と学習プラットフォームの両方で機能します. 操作チームがデバイスのCLI,RESTCONF API,およびテレメトリストリーミング機能に精通できるようにします.2 段階は 布を 完全スケール に 拡張 する交通量増加に伴い,さらに多くのバックユニットを追加するClosアーキテクチャは,既存のリーフスイッチを再構成せずにバックスイッチを追加することを可能にし,容量拡大を線形で予測可能な作業にする.評価する際には980-9I45T-00H020価格基本パッケージにはL2/L3の機能が包括的です.先進的なテレメトリとP4プログラミングにはオプションの追加ライセンスが必要です.980-9I45T-00H020 互換性オプティクスエコシステムは柔軟性があり,NVIDIAブランドのトランシーバーと長距離インターコネクションのための第三者のDWDM/CWDMモジュールを両方サポートしています.典型的な二階層トポロジーは以下のように示されています:

• 脊髄層:4 8 ユニット980-9I45T-00H020MPOファイバーで 400G SR8/DR4 オプティクスを介して葉スイッチで相互接続されます.
• 葉の層:25G/100G ToR (Top-of-Rack) スイッチの16×32ユニット,それぞれが全メッシュ冗長性のために各脊柱に2つの400Gアップリンクを備えています.
• サーバー接続性:複合型25G接続とペア化されたリーフスイッチ,アクティブ・アクティブ・ロードバランスと高速・フェイールオーバーのためのMLAGを使用.
• WAN エッジ:DCI (データセンターインターコネクト) ルーターやクラウドオン・ランプに接続するための 400Gポートを骨組みに設置した.

費用効率を重視する組織では980-9I45T-00H020 販売NVIDIAのチャネルパートナーを通じてのプログラムには,ボリューム割引と延長保証オプションが含まれ,エンタープライズレベルのサポートを維持しながら,大規模な展開を予算に優しくします.

5運用,監視,トラブルシューティング,最適化

重要な特徴として980-9I45T-00H020ネットワーク製品ソリューションこのデバイスは,従来のSNMPアンケートを超えてイベント駆動ストリーミングテレメトリに移動する包括的な観測可能スタックです.デバイスは gNMIデータを秒分間隔でエクスポートします.港のカウンタをカバーする,キュー深さ,バッファ占用量,レイテンシーヒストグラム.これらのメトリックは,時間系列データベース (例えば,プロメテウス) に入力され,Grafanaダッシュボードで可視化できます.運用チームに基準プロファイルを作成し,異常が悪化する前に検出できるようにする.. トラブルシューティングのために,What Just Happened® (WJH) 機能は,マイクロ秒精度でパケットドロップ,CRCエラー,およびリンクフラップの時間表記録を提供し,MTTRを大幅に削減します.980-9I45T-00H020 仕様sFlow と IPFIX のラインレートサポートを概要し,セキュリティとコンプライアンスモニタリングが専用のタップポートを必要としないことを保証します.推奨されるのは以下の方法です:

• ECNとPFCを損失に敏感なキューにのみ有効にすることで,ヘッド・オブ・ラインのブロックを避ける.
• DSCPベースの分類を使用して,アプリケーションフローを適切なハードウェアキューにマッピングする.
• 定期的な"テレメトリ健康チェック"を予定し ストリーミングデータが CLI ショーのコマンドと一致していることを確認します
• デバイス内蔵 Python スクリプト環境を利用して自動修復 (例えば,フラッピングポートシャットダウン) を行う.

さらに,980-9I45T-00H020NVIDIAのネットワーク管理スーツと統合され, 骨組みからサーバーNICまで, ネットワーク全体に単一の窓から表示され, トポロジーのマッピングと変更監査ログが提供されます.このエンドツーエンドの可視性は,マルチベンダー環境におけるルーツ原因分析に不可欠です, ネットワークチームがスイッチ,光学,またはサーバーアダプターから問題が生じるかどうかを迅速に分離できるようにします.

6概要 価値評価

この技術的な解決策はNVIDIA メラノックス 980-9I45T-00H020高ポート密度と微秒未満の遅延を組み合わせることで,そして高度なプログラム可能性このプラットフォームは,高度な信頼性のある接続性と運用効率の二重的必要性を満たしています.980-9I45T-00H020価格電力消費削減とトラブルシューティング時間の削減は,400Gソリューションに比べて競争力のある所有総コストを示します.プログラム可能なパイプラインは,新興プロトコルとネットワークコンピューティングパラダイムを将来的に保証しますネットワークアーキテクトにとって,このソリューションは,アーキテクチャの再設計なしで数百から数千のポートをスケーリングするための実証されたブループリントを提供します.豊富なテレメトリと自動化インターフェースは,直接,警報疲労が低減し,インシデントへの対応が速くなります.概要すると,980-9I45T-00H020 データセンター 高速ネットワーク持続可能で可視化できる インフラを構築する戦略的要素です次の世代の分散型アプリケーションをサポートできる適応可能なネットワークインフラストラクチャ.