es.wedoany.com Noticia: DriveNets anunció recientemente el primer despliegue comercial del mundo de una red de IA de larga distancia y entre dominios. Como parte del proyecto Redwood de WhiteFiber, DriveNets AI Fabric conecta dos clústeres de GPU WhiteFiber H200, separados por 84 kilómetros, en un único súper clúster de GPU lógico, con un ancho de banda verificado de 111,2 Tbps y una latencia garantizada de 0,9 ms. Aunque la arquitectura entre dominios ha sido ampliamente discutida en la industria, DriveNets es la primera empresa en llevarla del concepto a un despliegue comercial real, validándola en un entorno de producción, no en un laboratorio.
Las limitaciones para la construcción de infraestructura de IA provienen cada vez más de la electricidad y el espacio en una sola ubicación, no de la capacidad de cómputo. La arquitectura entre dominios elimina esta limitación; los constructores de IA ya no están restringidos por la capacidad eléctrica de una sola instalación, sino que pueden expandir los clústeres a sitios remotos y operar las GPU distribuidas como un sistema unificado. Esto permite clústeres más grandes, más resilientes y que pueden construirse libremente donde haya electricidad, sin afectar el rendimiento.
Extender un clúster a larga distancia presenta desafíos de red más complejos que simplemente tender cables entre dos sitios. Los enlaces que conectan sitios remotos suelen transportar un ancho de banda menor que la estructura de conmutación dentro de una instalación, dejando poco margen para absorber ráfagas de tráfico sin causar congestión. El entrenamiento de IA agrava aún más el desafío: genera una pequeña cantidad de tráfico extremadamente grande, que llega en ráfagas sincrónicas, que los métodos tradicionales de equilibrio de carga y almacenamiento en búfer de los centros de datos no pueden manejar. Sin una estructura de conmutación diseñada específicamente para absorber estas ráfagas de tráfico y gestionar la congestión en tiempo real, se producen picos de latencia y pérdida de paquetes, lo que deja inactivas las GPU en ambos lados del clúster. Resolver este problema en condiciones de larga distancia sin sacrificar el rendimiento es la razón por la que la arquitectura entre dominios y sus tecnologías de conmutación, almacenamiento en búfer y gestión de congestión son cruciales para la próxima fase del desarrollo de la infraestructura de IA.
El proyecto Redwood de WhiteFiber conecta dos clústeres de GPU geográficamente separados en un único súper clúster de GPU lógico, y la solución DriveNets AI Fabric proporciona la red de alto rendimiento que conecta los dos sitios. Ido Susan, cofundador y director ejecutivo de DriveNets, afirmó que la disponibilidad de electricidad podría ser la principal limitación para el desarrollo de la infraestructura de IA, pero con este despliegue validado, ya no es un obstáculo. Sam Tabar, director ejecutivo de WhiteFiber, señaló que DriveNets AI Fabric fue fundamental para demostrar que el proyecto Redwood puede ofrecer el rendimiento y la confiabilidad de un clúster de un solo sitio en dos ubicaciones. Durante la validación, se comparó el rendimiento entre racks de GPU dentro de un solo sitio con el rendimiento entre racks de GPU en dos sitios, donde un rack de GPU estaba en el sitio principal y el otro en el sitio remoto. Más detalles sobre el método de validación y los resultados están disponibles en el libro blanco de DriveNets.
Los enlaces tradicionales de interconexión de centros de datos no están diseñados para cargas de trabajo de IA, que generan tráfico en ráfagas que no tolera la fluctuación ni la pérdida de paquetes. Los conmutadores 9300F, 5300R y 5301R de DriveNets, impulsados por su tecnología Fabric Scheduled Ethernet (FSE), extienden la estructura de conmutación de IA más allá de un solo centro de datos mediante equilibrio de carga basado en celdas, colas virtuales de salida (VOQ) de extremo a extremo y almacenamiento en búfer profundo de interconexión, absorbiendo las ráfagas de tráfico de IA antes de que causen congestión. El resultado es una conexión sin pérdidas predecible entre sitios, que mantiene alta la utilización de las GPU.
