AI および HPC 用の初のウルトライーサネットネットワークカード

AMD は、AI および HPC において業界初のウルトライーサネット対応ネットワークカードを発表しました。

Ultra Ethernet Consortium (UEC) は、仕様のバージョン 1.0 のリリースを 2024 年第 3 四半期から 2025 年第 1 四半期に延期しましたが、どうやら AMDは発表の準備ができているウルトライーサネットデータセンターにすぐに導入できる、AI データセンター用の真のネットワークインターフェイスカードです。新しいユニットは AMD Pensando Pollara 400 で、AI ワークロードのパフォーマンスが最大 6 倍向上することが約束されています。

AMD Pensando Pollara 400 は、同社の Pensando 部門によって設計されたプロセッサをベースにした 400GbE ウルトライーサネットカードです。ネットワークプロセッサは、プログラム可能なハードウェアパイプライン、プログラム可能な RDMA トランスポート、プログラム可能な輻輳制御、および通信ライブラリアクセラレーションを備えています。 NIC は第 4 四半期にテストされ、コンソーシアム設立直後の 2025 年前半に商用化される予定です。ウルトライーサネット UEC 1.0仕様を正式に公開します。

AMD Pensando Pollara 400 AI NIC は、以下のために設計されています。最適化するいくつかの高度な機能による AI および HPC ネットワーク。その主要な機能の 1 つはインテリジェントマルチパスであり、データパケットを最適なパスに動的に分散してネットワークの輻輳を回避します。赤全体的な効率を向上させます。 NIC には次のものも含まれますコントロールルートベースの混雑監視。一時的に混雑したルートからデータをリダイレクトして、高速データの継続的なフローを確保します。

Pollara 400 (画像クレジット: AMD)

ポラーラ 400 は革新的な製品です。高速フェイルオーバーを実現するソリューションつまり、ネットワーク障害を非常に迅速かつ効果的に検出して防止できます。これにより、グラフィックスプロセッシングユニット (GPU) 間の通信が中断されなくなります。これは、高度な処理を必要とするアプリケーションにとって非常に重要です。パフォーマンス y disponibilidad continua. Al asegurar una comunicación fluida de GPU a GPU, Pollara 400 proporciona un rendimiento robusto, optimizando al mismo tiempo la utilización de los clústeres de inteligencia artificial (IA) y minimizando la latencia que podría afectar negativamente el procesamiento de datos.

Pollara 400 のこれらの高度な機能は、AI インフラストラクチャの拡張性と信頼性を大幅に向上させる可能性があるため、特に有望です。このため、このソリューションは、効率とサービスの継続性が最も重要となる大規模な導入に最適です。

並行して、ウルトライーサネットコンソーシアムの成長は、テクノロジー高度なネットワーキング。 2024 年 3 月の 55 名から大幅に増加した 97 名のメンバーを擁するこのコンソーシアムは、UEC 1.0 仕様の策定に取り組んでいます。この仕様は、テクノロジーイーサネットは、パフォーマンスと機能の点でユビキタスであり、人工知能 (AI) およびハイパフォーマンスコンピューティング (HPC) ワークロードの要求を満たします。

La nueva especificación UEC 1.0 se beneficiará de la reutilización de la mayor cantidad posible de tecnología Ethernet original. Esto no solo asegura la rentabilidad del desarrollo y la implementación de nuevas テクノロジーだけでなく、既存のインフラストラクチャとの相互運用性も確保されており、これは市場でのスムーズな導入に不可欠です。

さらに、UEC 1.0 仕様には、AI と HPC 用の差別化されたプロファイルが含まれます。これらのタイプのワークロードにはいくつかの類似点がありますが、ニーズと特性には大きな違いもあります。したがって、それぞれの効率を最大化するために、AI と HPC の固有の要件に特に適合する個別のプロトコルが開発されます。これにより、組織はテクノロジーインフラストラクチャを最大限に活用し、パフォーマンスを最適化し、ソリューションは幅広い用途に適していますそしてシナリオ。