La nostra nuova soluzione, Ops4AI, apporta miglioramenti di forte impatto per garantire un valore significativo ai clienti. Ops4AI include una combinazione unica dei seguenti componenti di Juniper Networks:
Nel complesso, Ops4AI consente una rapida accelerazione del time-to-value dei data center AI ad alte prestazioni, riducendo contemporaneamente i costi operativi e semplificando i processi.
Il laboratorio AI di Juniper si avvale di diversi modelli AI, tra cui:
- LLAMA2 , LLAMA3
- BERT
- DLRM
- NCCL-TEST e RCCL-TEST
- Inoltre, i clienti spesso portano il proprio modello (BYOM)
I clienti possono eseguire i modelli standard (BERT, LLAMA, DRLM) per il benchmarking e i test delle prestazioni. Possono anche portare i propri modelli per testarli in esecuzione su un design convalidato di Juniper (JVD), costituito da una topologia di rete spine e leaf con un design ottimizzato per rail. In laboratorio testiamo le proposte a MLCommons.
MLCommons è un consorzio di settore per l'AI che si basa sulla filosofia della collaborazione aperta per migliorare i sistemi AI. Aiuta le aziende e le università di tutto il mondo a costruire sistemi AI migliori.
Juniper è stata la prima azienda a presentare un benchmark di inferenza Llama2 multinodo a MLCommons a febbraio/marzo e, più di recente, per il Benchmarking MLPerf Training 4.0. Intendiamo sviluppare architetture aperte che utilizzino Ethernet per interconnettere le GPU nei fabric di rete dei data center.
Rispettiamo la riservatezza e la privacy dei modelli e dei dati dei test dei clienti. Di conseguenza, non utilizziamo i modelli dei clienti per eseguire test con altri clienti. I modelli MLPerf sono disponibili pubblicamente, mentre i modelli dei clienti non sono condivisi.
Visita la pagina del centro partner per richiedere l'accesso.