Validierte Designs für „Networking for AI“ Branchenweit erstes Ops4AI-Lab von Juniper Networks

Anbieter zum Thema

Intel Corp

Juniper Networks GmbH

Broadcom Corporation

NVIDIA GmbH

ALE Deutschland GmbH

mehr weniger

Aagon GmbH

Vitel GmbH

weniger

Juniper Networks hat ein Multivendor-Lab für die Validierung von automatisierten End-to-End-Lösungen für KI-Rechenzentren eingerichtet. Automatisierte Switching-, Routing-, Storage- und Compute-Lösungen von Partnern sowie neue validierte Designs sollen die Time-to-Value verkürzen.

Juniper arbeitet eigenen Angaben zufolge mit vielen Partnern zusammen, um mit flexiblen, einfach zu verwaltenden Datacenter-Infrastrukturen die beste KI-Workload-Performance zu ermöglichen. Schlüsselelement der AI-Native Networking Platform von Juniper sei die Lösung „Networking for AI“ bestehend aus einer Spine-Leaf-Rechenzentrumsarchitektur auf der Basis von KI-optimierten 400G- und 800G-Switches der QFX-Serie und Routern der PTX-Serie. Die Lösung werde über Firewalls gesichert und über die Juniper Apstra Data Center Assurance Software und den Marvis Virtual Network Assistant (VNA) verwaltet. Juniper Apstra und Marvis würden zentrale Ops4AI-Funktionen (gemeinsame Werkzeuge, Prozesse und Lösungen für den AI-Einsatz) bereitstellen, z.B. intentbasiertes Networking, Multivendor-Switch-Management, Application/Flow/Workload Awareness, proaktive AIOps-Aktionen und eine dialogfähige GenAI-Schnittstelle. Mit „Networking for AI“ von Juniper könnten Kunden und Partner die Job Completion Time (JCT) für KI-Trainings und die Latenz bei der Inferenz reduzieren sowie die GPU-Auslastung erhöhen. Die Bereitstellungszeiten für KI-Trainings würden um bis zu 85 Prozent, die Betriebskosten um bis zu 90 Prozent reduziert, so Juniper.

Um KI-Cluster zu vereinfachen und die Netzwerkleistung zu maximieren, kündigt Juniper zudem neue Ops4AI-Softwareerweiterungen an. Zu den Neuerungen gehören:

• Fabric-Autotuning für KI: Die Telemetriedaten von Routern und Switches würden genutzt, um die optimalen Parametereinstellungen für die Durchsatzkontrolle in der Fabric automatisch zu berechnen und zu konfigurieren. Dabei werde die Closed-Loop-Automatisierungsfunktion von Juniper Apstra eingesetzt, um eine optimale KI-Workload-Leistung zu erzielen.

• Globales Load-Balancing: Eine vollständige Übersicht über Congestion Hotspots im Netzwerk könne für den Lastausgleich des KI-Verkehrs in Echtzeit verwendet werden und so für geringere Latenzzeiten, eine bessere Netzwerkauslastung und reduzierte Job Completion Times sorgen.

• End-to-End-Transparenz vom Netzwerk bis zu den SmartNICs: Juniper biete eine ganzheitliche End-to-End-Sicht auf das Netzwerk, einschließlich SmartNICs von Nvidia (BlueField und ConnectX).

Branchenweit erstes herstellerübergreifendes Ops4AI-Labor

Nach Ansicht von Juniper sind Offenheit und Zusammenarbeit der richtige Weg, um KI-Rechenzentren aus der derzeitigen Early-Adopter-Phase heraus zu einem effektiven Einsatz auf dem Massenmarkt zu führen. Der End-to-End-Betrieb einer herstellerübergreifenden KI-Rechenzentrumsinfrastruktur sei bisher schwierig gewesen. Das habe zu vertikal integrierten anbietergebundenen KI-Rechenzentrumslösungen mit langen Lieferzeiten geführt. Aus diesem Grund hat Juniper das branchenweit erste Ops4AI-Labor ins Leben gerufen. Daran beteiligt sei das Partner-Ökosystem von Juniper, u.a. Broadcom, Intel, Nvidia und Weka. Das Ops4AI Lab in der Unternehmenszentrale von Juniper in Sunnyvale (Kalifornien) stehe allen qualifizierten Kunden und Partnern offen, die ihre eigenen KI-Workloads mit modernen GPU-Computing- und Speichertechnologien, ethernetbasierten Netzwerken und automatisierten Abläufen testen möchten. Ops4AI-Lab-Tests mit validierten Ethernet-Fabrics würden eine vergleichbare Leistung wie InfiniBand-basierte KI-Infrastrukturen liefern.

Validierte Designs von Juniper für mehr Sicherheit

Bei den Juniper Validated Designs (JVD) handle es sich um integrierte Lösungen, die in Best-Practice-Designs auf Basis spezifischer Plattformen und Softwareversionen konzipiert und getestet wurden, und so eine schnelle Bereitstellung ermöglichen. Das erste, bereits veröffentlichte JVD für KI-Rechenzentren basiere auf Nvidia-A100- und -H100-Rechnern, Speichern von Junipers Ökosystempartnern und Junipers Leaf- und Spine-Switches für Rechenzentren. Dieses neue Ops4AI-JVD ergänze die bestehenden JVDs von Juniper für automatisierte, sichere Rechenzentren mit QFX- und PTX-Spines, QFX-Leaf-Switching, Rechenzentrumsautomatisierung sowie den SRX- und vSRX/cSRX-Lösungen von Juniper.

(ID:50103540)