Thai
WhiteFiber เปิดเผยผลการวิจัยและพัฒนาเบื้องต้นสำหรับ Project Redwood ซึ่งเป็นสถาปัตยกรรมซูเปอร์คลัสเตอร์ GPU แบบกระจายซึ่งครอบคลุมศูนย์ข้อมูลที่แยกจากกันทางภูมิศาสตร์ การทดสอบภาคสนามเมื่อสัปดาห์ที่แล้วมีปริมาณงาน 111.2 Tbps บนไฟเบอร์สีเข้ม 83 กม. พร้อมรับประกันเวลาแฝงไปกลับ 0.9 ms
WhiteFiber ตั้งข้อสังเกตว่าเวลาแฝงอยู่ภายใน 8% ของขีดจำกัดการแพร่กระจายทางกายภาพตามทฤษฎีของไฟเบอร์ การทดลองใช้เพียงส่วนหนึ่งของสเปกตรัมไฟเบอร์ที่มีอยู่ แต่มีความจุประมาณสองเท่าของการทดลองภาคสนามที่แข่งขันกันในสเปกตรัมเต็มสเปกตรัม บริษัทวางแผนที่จะเปิดใช้งานคลื่นความถี่เต็มรูปแบบก่อนการเปิดตัวเชิงพาณิชย์ในไตรมาสที่ 3 ปี 2569
โครงการ WhiteFiber เรดวูด
การวิจัยร่วมกับ DriveNets และ WEKA เสร็จสิ้นแล้ว DriveNets มอบแฟบริค Ethernet AI ระหว่างไซต์ ในขณะที่ WEKA NeuralMesh ขับเคลื่อนการจัดเก็บข้อมูลข้ามคลัสเตอร์และเลเยอร์หน่วยความจำ WhiteFiber ได้ยื่นคำขอรับสิทธิบัตรที่เกี่ยวข้องสำหรับการออกแบบนี้
รวมหลายไซต์ไว้ในคลัสเตอร์ GPU แบบลอจิคัลเดียว
สถาปัตยกรรมนี้ช่วยให้ศูนย์ข้อมูลสองแห่งทำงานเป็นซูเปอร์คลัสเตอร์ GPU แบบลอจิคัลเดียว แตกต่างจากพ็อดที่แยกจากกันที่เชื่อมโยงผ่านลิงก์ DCI มาตรฐาน ความแตกต่างนี้พิสูจน์แล้วว่ามีความสำคัญอย่างยิ่งต่อการฝึกอบรม AI และปริมาณงานการอนุมาน โดยที่การซิงโครไนซ์ระหว่าง GPU การสื่อสารแบบรวม และการเข้าถึงข้อมูลที่แชร์จะจำกัดขนาดคลัสเตอร์สูงสุดโดยตรง
ปริมาณงานเป้าหมายรวมถึงการปรับใช้ที่ถูกจำกัดโดยพลังงานในสถานที่เดียว การระบายความร้อน พื้นที่ กฎความยืดหยุ่นหรือคำสั่งอธิปไตยของข้อมูล ควบคู่ไปกับกรณีการใช้งาน Edge โทรคมนาคม และอธิปไตย AI
DriveNets ยืนยันการตั้งค่าฮาร์ดแวร์: โครงสร้างเชื่อมต่อระหว่างคลัสเตอร์ WhiteFiber NVIDIA H200 GPU สองคลัสเตอร์ที่อยู่ห่างกัน 52 ไมล์ ถือเป็นการปรับขนาดระยะไกลระดับการผลิตครั้งแรกของอุตสาหกรรมในซูเปอร์คลัสเตอร์ AI ที่ได้รับการตรวจสอบสภาพแวดล้อมภายนอกห้องปฏิบัติการ เกณฑ์มาตรฐานที่เปรียบเทียบประสิทธิภาพภายในแร็คและข้ามไซต์มีรายละเอียดอยู่ในเอกสารไวท์เปเปอร์ของ DriveNets
สถาปัตยกรรมผ้า AI ของ DriveNets
ไฟเบอร์สีเข้มสำรองที่จับคู่กับ DriveNets AI Fabric จะบรรทุก GPU และการรับส่งข้อมูลระหว่างสถานที่ แทนที่จะใช้ส่วนขยายอีเธอร์เน็ตระยะไกลแบบเดิมๆ มันใช้อีเทอร์เน็ตตามกำหนดเวลาที่สร้างขึ้นเพื่อการสื่อสาร AI แบบกระจายที่สอดคล้องกัน
เลเยอร์ข้ามไซต์ใช้ประโยชน์จาก DriveNets Fabric Scheduled Ethernet บนสวิตช์ 9300F, 5300R และ 5301R การปรับสมดุลโหลดตามเซลล์ การจัดคิวเอาต์พุตเสมือนแบบ end-to-end และการเชื่อมต่อระหว่างกันแบบบัฟเฟอร์ลึก ดูดซับการรับส่งข้อมูล AI ที่ซิงโครไนซ์เพื่อขจัดความแออัดระหว่างลิงก์ การออกแบบนี้มอบการเชื่อมต่อข้ามไซต์ที่ไม่สูญเสียและคาดเดาได้ ซึ่งช่วยรักษาการใช้งาน GPU ในระดับสูงเทียบได้กับการปรับใช้สิ่งอำนวยความสะดวกเดียว
กลไกเหล่านี้ช่วยรักษาเสถียรภาพของเวลาแฝงในการสื่อสารโดยรวมในระยะไกล ในขณะเดียวกันก็สร้างแฟบริคการจัดเก็บข้อมูลการประมวลผลที่เป็นหนึ่งเดียวพร้อมการแยกผู้เช่าหลายรายดั้งเดิม ลิงก์ไฟเบอร์ทำหน้าที่เป็นส่วนรวมของ AI Fabric แทนที่จะเป็นไปป์การขนส่งแบบสแตนด์อโลน ช่วยลดประสิทธิภาพและช่องว่างในการปฏิบัติงานที่เกิดจากขอบเขตของศูนย์ข้อมูลทางกายภาพ
ความแตกต่างจาก NVIDIA Spectrum-XGS
การทดสอบของ WhiteFiber แตกต่างทางสถาปัตยกรรมจาก NVIDIA Spectrum-XGS แต่ยังสอดคล้องกับการผลักดันของอุตสาหกรรมในวงกว้างไปสู่โครงสร้างพื้นฐาน AI ที่ครอบคลุมทุกขนาด
ที่ Hot Chips 2025 Jensen Huang ซีอีโอของ NVIDIA เน้นย้ำถึงความต้องการลิงก์ศูนย์ข้อมูลข้ามเมือง ข้ามประเทศ และข้ามทวีป เพื่อสร้างโรงงาน AI ขนาดใหญ่ Spectrum-XGS อาศัยการควบคุมความแออัดโดยคำนึงถึงระยะทาง การปรับเวลาแฝงที่แม่นยำ และการวัดระยะไกลสำหรับการรับส่งข้อมูล GPU แบบกระจายที่สม่ำเสมอ โดยมี CoreWeave เป็นผู้นำมาใช้ในช่วงแรกๆ
WhiteFiber ได้เปิดตัวการวัดภาคสนามระดับเมโทรที่ละเอียดมากกว่าข้อมูล Spectrum-XGS สาธารณะของ NVIDIA; การทดลองใช้งานระยะทาง 83 กม. มีความเร็ว 111.2 Tbps และค่าหน่วงเวลาไปกลับ 0.9 ms แม้ว่าสถาปัตยกรรมที่แตกต่างกันจะป้องกันการเปรียบเทียบประสิทธิภาพแบบเทียบเคียงกันโดยตรง
ความก้าวหน้าในการฝึกอบรม AI หลายไซต์ทั่วทั้งอุตสาหกรรม
การเปิดตัวของ WhiteFiber เกิดขึ้นพร้อมกับการพัฒนาโครงสร้างพื้นฐาน AI หลายไซต์คู่ขนานกับผู้จำหน่ายคลาวด์และฮาร์ดแวร์รายใหญ่
Oracle Cloud Infrastructure และ NVIDIA สาธิตการฝึกอบรม LLM ในสิ่งอำนวยความสะดวกต่างๆ ประมาณ 1,000 กม. ผ่าน NeMo Framework และ Megatron-Core ทำให้บรรลุความสามารถในการปรับขนาดการฝึกอบรมมากกว่า 96% ผ่านการสื่อสารระหว่างศูนย์ข้อมูลแบบลดทั้งหมดและแบ่งส่วนตามลำดับชั้น งานนี้มุ่งเน้นไปที่การตรวจสอบซอฟต์แวร์และระบบแทนเกณฑ์มาตรฐานการขนส่งรถไฟใต้ดิน
Google ได้สร้าง TPU Multislice เพื่อรวมชิ้นส่วน TPU หลายชิ้นไว้ในพูลการฝึกอบรมแบบกระจายที่รวมเป็นหนึ่งเดียวผ่านเครือข่ายออปติกภายในของศูนย์ข้อมูล การฝึกอบรม Gemini ใช้ประโยชน์จากสถานที่หลายแห่งที่กระจัดกระจายทางภูมิศาสตร์ โดยมีแพลตฟอร์มที่จัดการการแบ่งพาร์ติชันภาระงานและความทนทานต่อข้อผิดพลาดในวงกว้าง
WhiteFiber มุ่งหวังที่จะนำการประสานข้ามไซต์ที่เทียบเคียงได้กับสแต็คคลาวด์ GPU โดยจัดลำดับความสำคัญของการเชื่อมต่อโครงข่ายเมโทรที่มีแบนด์วิธสูงเป็นพิเศษ และมีความหน่วงต่ำ โดยจะเปิดเผยข้อกำหนดทางสถาปัตยกรรมเพิ่มเติมและกำหนดเวลาการเปิดตัวซึ่งจะนำไปสู่การวางจำหน่ายเชิงพาณิชย์ในไตรมาสที่ 3 ปี 2569
Beijing Qianxing Jietong Technology Co., Ltd.
Sandy Yang/ผู้อำนวยการฝ่ายกลยุทธ์ระดับโลก
WhatsApp / WeChat: +86 13426366826
อีเมล: yangyd@qianxingdata.com
เว็บไซต์: www.qianxingdata.com/www.storagesserver.com
มุ่งเน้นธุรกิจ:
การจัดจำหน่ายผลิตภัณฑ์ ICT/บูรณาการระบบและบริการ/โซลูชั่นโครงสร้างพื้นฐาน
ด้วยประสบการณ์การจัดจำหน่ายด้านไอทีมากกว่า 20 ปี เราร่วมมือกับแบรนด์ชั้นนำระดับโลกเพื่อนำเสนอผลิตภัณฑ์ที่เชื่อถือได้และบริการระดับมืออาชีพ
“ใช้เทคโนโลยีเพื่อสร้างโลกอัจฉริยะ” ผู้ให้บริการผลิตภัณฑ์ ICT ที่เชื่อถือได้ของคุณ!
Sandy Yang/ผู้อำนวยการฝ่ายกลยุทธ์ระดับโลก
WhatsApp / WeChat: +86 13426366826
อีเมล: yangyd@qianxingdata.com
เว็บไซต์: www.qianxingdata.com/www.storagesserver.com
มุ่งเน้นธุรกิจ:
การจัดจำหน่ายผลิตภัณฑ์ ICT/บูรณาการระบบและบริการ/โซลูชั่นโครงสร้างพื้นฐาน
ด้วยประสบการณ์การจัดจำหน่ายด้านไอทีมากกว่า 20 ปี เราร่วมมือกับแบรนด์ชั้นนำระดับโลกเพื่อนำเสนอผลิตภัณฑ์ที่เชื่อถือได้และบริการระดับมืออาชีพ
“ใช้เทคโนโลยีเพื่อสร้างโลกอัจฉริยะ” ผู้ให้บริการผลิตภัณฑ์ ICT ที่เชื่อถือได้ของคุณ!