AI-datacenternetwerken

Eenvoudige en naadloze ervaringen voor operators die zowel tijd als geld besparen

Recente ontwikkelingen op het gebied van generatieve kunstmatige intelligentie (AI) hebben de aandacht gewekt van honderden miljoenen mensen over de hele wereld en hebben AI en machine learning (ML) in de schijnwerpers van bedrijven gebracht. Datacenters zijn de motoren achter AI, en datacenternetwerken spelen een cruciale rol bij het onderling verbinden en het maximaliseren van het gebruik van dure GPU-servers.

AI-training, gemeten aan de hand van Job Completion Time (JCT), is een enorm probleem voor parallelle verwerking. Er is een snelle en betrouwbare netwerkfabric nodig om uw dure GPU's optimaal te benutten. Het juiste netwerk is de sleutel tot het optimaliseren van de ROI en de formule is eenvoudig: ontwerp het juiste netwerk en bespaar veel op AI-applicaties.

ai-data-center-network-solution

AI Unbound: Your Data Center, Your Way

Leer meer over de netwerktechnologieën en datacenteroplossingen die de groei van het multivendor-ecosysteem van AI mogelijk maken. Met leiders van AMD, Juniper, Broadcom en meer.

 

Nu bekijken

Dit kan Juniper voor u betekenen

De AI-datacenteroplossing van Juniper is een snelle manier om krachtige AI-trainings- en inferentienetwerken te implementeren met het meest flexibele ontwerp, het eenvoudigste beheer en met beperkte IT-middelen. We integreren toonaangevende AIOps en netwerktechnologieën van wereldklasse om klanten te helpen gemakkelijk eenvoudig te bedienen netwerkfabrics met hoge capaciteit te ontwikkelen die de snelste JCT's leveren, het GPU-gebruik maximaliseren en beperkte IT-bronnen gebruiken.

Business intelligence analyst dashboard on virtual screen. Big data Graphs Charts.

Vereenvoudigde activiteiten voor tot 90% lagere netwerkgerelateerde OPEX

Onze operations-first aanpak bespaart tijd en geld zonder vendor lock-in. De unieke intent-based automatisering van Juniper Apstra beschermt operators tegen netwerkcomplexiteit en versnelt de implementatie. Nieuwe AIOps-mogelijkheden in het datacenter met Marvis Virtual Network Assistant (VNA) voor het datacenter, verbeteren de ervaringen van operators en eindgebruikers verder, waardoor klanten proactief problemen snel kunnen zien en oplossen. Het resultaat is tot 85% snellere implementatietijden bij het gebruik van Juniper voor AI-datacenternetwerken.

Forrester voerde een studie uit naar de Total Economic Impact van Juniper Apstra en ontdekte dat een typische organisatie een ROI van 320% had en een terugverdientijd van minder dan 6 maanden.

Modern high rise building with sky view

100% interoperabel met alle toonaangevende GPU's, fabrics en switches

Eigen oplossingen die leiden tot een lock-in van bedrijven, kunnen AI-innovatie belemmeren. De oplossing van Juniper garandeert de snelste innovatie, maximaliseert de ontwerpflexibiliteit en voorkomt vendor lock-in voor AI-netwerken op backend-, frontend- en opslaglocaties. Onze open, AI-geoptimaliseerde ethernetoplossing zorgt voor functiesnelheid en kostenbesparingen, terwijl Apstra de enige oplossing is voor datacenteractiviteiten en -zekerheid in netwerken met meerdere leveranciers. Met Juniper hebt u de vrijheid om elke GPU, fabric en switch te kiezen die het beste voldoen aan de individuele behoeften van datacenternetwerken.

Wilt u het nieuwste onderzoek van IDC lezen over hoe de verschuiving naar 'AI alom' de infrastructuur voor data-invoer beïnvloedt en hoe grote bedrijven hun AI-applicaties hosten?

Top down aerial view of Chicago Downtown skyscrapers. Urban grid with streets and tall buildings. Late afternoon light

Kant-en-klare oplossingen zorgen voor tot wel 10x betere betrouwbaarheid

De kant-en-klare oplossingen van Juniper helpen u bij het flexibel en eenvoudig implementeren van hoogwaardige AI-datacenters, van switching en routering tot activiteiten en beveiliging. Juniper gevalideerde ontwerpen (JVD's) vereenvoudigen de implementatie- en probleemoplossingingsprocessen, zodat u met vertrouwen en snelheid het volgende geweldige AI-model kunt ontwikkelen. De diversiteit aan silicium in onze producten stimuleert schaal, prestaties en klantflexibiliteit, terwijl geïntegreerde beveiliging AI-workloads en -infrastructuur beschermt tegen cyberaanvallen.

Wilt u uitgebreid inzicht krijgen in hoe de AI-datacenteroplossing van Juniper u kan helpen de efficiëntie te verbeteren, de OpEx te verlagen en de JCT's laag te houden? Download onze whitepaper 'Netwerken van het AI-datacenter'.

AdobeStock_432104296

Juniper Networks en WEKA-oplossing

Juniper Networks en WEKA bieden samen schaalbare, hoogwaardige en AI-geoptimaliseerde datacenteroplossingen om GPU-prestaties en -efficiëntie te optimaliseren voor versnelde AI/ML-training en -inferentie.

AdobeStock_372231814

Ontdek zelf onze oplossingen

Zorg dat onze oplossing de juiste is om uw time-to-value te versnellen. In aanmerking komende klanten en partners kunnen ons Ops4AI-lab in Sunnyvale, CA, bezoeken om hun AI-workloads te testen met behulp van de meest geavanceerde GPU-rekentechnologieën, opslagtechnologieën en geautomatiseerde activiteiten, allemaal in ethernetgebaseerde netwerkfabrics. Test geavanceerde AI-modellen op hardware van Juniper, Broadcom, Intel, Nvidia, WEKA en meer.

Ontdek netwerken voor AI

Ontdek hoe ethernetoplossingen veelvoorkomende obstakels in AI-datacenternetwerken flexibel en eenvoudig kunnen overwinnen. Bekijk de video om te zien hoe de open, AI-geoptimaliseerde ethernetoplossing van Juniper een functiesnelheid biedt die vergelijkbaar is met die van InfiniBand zonder de kosten en ongemak van een eigen technologie.

Vergelijk Fabric Director en datacenteroplossingen van Cisco

Ontdek waarom klanten Juniper verkiezen boven de datacenterproducten van Cisco

Bekijk de oplossing in actie

Geen verkooppitches. Geen formulieren om in te vullen. Slechts meer dan 30 demo's van Juniper Apstra voor u.

Verwante oplossingen

Datacenternetwerken

Vereenvoudig activiteiten en waarborg betrouwbaarheid met een modern, geautomatiseerd datacenter. Juniper helpt u de volledige levenscyclus van het netwerk te automatiseren en continu te valideren om het ontwerp, de implementatie en de activiteiten te vereenvoudigen.

Data Center Interconnect

De DCI-oplossingen van Juniper maken naadloze interconnectiviteit mogelijk die traditionele schaalbaarheidsbeperkingen, vendor lock-in en interoperabiliteitsuitdagingen doorbreekt.

Geconvergeerde optische routeringsarchitectuur (CORA)

CORA is een uitbreidbare, duurzame, geautomatiseerde oplossing voor IP-optische convergentie. Het levert de essentiële bouwstenen die operators nodig hebben om IP-over-DWDM-transformatieve strategieën te implementeren voor 400G-netwerken en verder in metro-, edge- en corenetwerken.

IP-opslagnetwerken

Vereenvoudig uw gegevensopslag en verbeter de prestaties van uw datacenter met all-IP-opslagnetwerken. Gebruik de nieuwste technologieën, zoals NVMe/RoCEv2 met 100G/400G-switching of NVMe/TCP, om hoogwaardige opslag te bouwen of uw opslag en gegevens samen te voegen in één netwerk.

SUCCESVERHALEN VAN KLANTEN

SambaNova makes high performance and compute-bound machine learning easy and scalable

AI promises to transform healthcare, financial services, manufacturing, retail, and other industries, but many organizations seeking to improve the speed and effectiveness of human efforts have yet to reach the full potential of AI.

To overcome the complexity of building complex and compute-bound machine learning (ML), SambaNova engineered DataScale. Designed using SambaNova Systems’ Reconfigurable Dataflow Architecture (RDA) and built using open standards and user interfaces, DataScale is an integrated software and hardware systems platform optimized from algorithms to silicon. Juniper switching moves massive volumes of data for SambaNova’s Datascale systems and services.  

SambaNova Image

Informatiecentrum

Veelgestelde vragen over AI-datacenternetwerken

Welke soorten bedrijven geven momenteel prioriteit aan de implementatie van AI/ML-oplossingen in hun datacenters?

De vraag naar AI stimuleert hyperscalers, cloudproviders, ondernemingen, overheden en onderwijsinstellingen om AI in hun bedrijfssystemen te integreren om activiteiten te automatiseren, content en communicatie te genereren en de klantenservice te verbeteren.

Wat is het verschil tussen de trainings- en inferentiefasen van AI?

AI-modellen worden ontwikkeld met behulp van zorgvuldig samengestelde datasets tijdens de trainingsfase. De training vindt plaats in meerdere GPU's met tientallen, honderden en zelfs duizenden GPU's in een cluster. Deze zijn allemaal via een netwerk met elkaar verbonden en wisselen voortdurend data met elkaar uit. Na deze trainingsfase is het model in wezen voltooid. Tijdens de inferentiefase hebben gebruikers interactie met het model, dat afbeeldingen kan herkennen of afbeeldingen en tekst kan genereren om antwoorden te geven op gebruikersvragen. Training vindt meestal offline plaats, terwijl inferentie over het algemeen online plaatsvind.

Wat zijn de componenten van de oplossing voor de AI-datacenternetwerkinfrastructuur en hoe maakt Juniper ze mogelijk?

Enorme AI-datasets zorgen voor een grotere rekenkracht, snellere opslag en netwerken met hoge capaciteit en lage latentie. Juniper helpt op de volgende manieren aan deze vereisten te voldoen:

  • Berekenen: AI/ML-berekeningsclusters stellen zware eisen aan het netwerk tussen knooppunten. Het verlagen van de job completion time (JCT) is essentieel en het netwerk speelt een belangrijke rol bij de efficiënte werking van het cluster. Juniper biedt een reeks hoogwaardige, niet-blokkerende switches met diepe buffercapaciteit en congestiebeheer die, wanneer ze optimaal zijn ontworpen, alle knelpunten in het netwerk elimineren.
  • Opslag: in AI/ML-clusters en high-performance computing is het zelden mogelijk om een volledige dataset of model op de rekenknooppunten op te slaan, dus is een hoogwaardig opslagnetwerk vereist. Juniper QFX-serie-switches kunnen worden gebruikt voor IP-opslagconnectiviteit; ze bieden volledige ondersteuning voor Remote Direct Memory Access (RDMA)-netwerken, waaronder Non-Volatile Memory Express/RDMA over Converged Ethernet (NVMe/RoCE) en Network File System (NFS)/RDMA.
  • Netwerk: AI-trainingsmodellen omvatten grote, intensieve berekeningen die zijn verdeeld over honderden of duizenden CPU-, GPU- en TPU-processoren. Voor deze berekeningen zijn netwerken met een hoge capaciteit nodig die horizontaal schaalbaar en foutloos zijn. Juniper QFX-switches en PTX-serie-routers ondersteunen deze grote berekeningen in en tussen datacenters met toonaangevende switching- en routeringsdoorvoer en DCI-mogelijkheden (Data Center Interconnect).

Hoe vereenvoudigt het AI-datacenter van Juniper de activiteiten in het datacenter?

Apstra is het toonaangevende platform van Juniper voor automatisering en zekerheid van datacenters. Het automatiseert de volledige levenscyclus van het netwerk, van ontwerp tot dagelijkse werkzaamheden, in datacenters voor meerdere leveranciers, met voortdurende validatie, krachtige analyses en identificatie van de onderliggende oorzaak om betrouwbaarheid te garanderen. Met Marvis VNA voor het datacenter wordt deze informatie van Apstra naar de Juniper Mist Cloud gebracht en gepresenteerd in een gemeenschappelijk VNA-dashboard voor end-to-end inzicht.  Marvis VNA voor datacenters biedt ook een robuuste conversatie-interface (met behulp van GenAI) om kennisbankquery's aanzienlijk te vereenvoudigen.

Hoe gaat de oplossing voor AI-datacenternetwerken van Juniper om met vereisten op het gebied van congestiebeheer, loadbalancing en latentie voor het maximaliseren van AI-prestaties?

De hoogwaardige, niet-blokkerende datacenterswitches van Juniper bieden diepe buffering en congestiebeheer om knelpunten in het netwerk te elimineren. Om de verkeersbelasting in balans te brengen, ondersteunen we dynamische loadbalancing en adaptieve routering. Voor congestiebeheer ondersteunt Juniper volledig Data Center Quantized Congestion Notification (DCQCN), Priority Flow Control (PFC) en Explicit Congestion Notification (ECN). Ten slotte, om de latentie te verminderen, gebruikt Juniper de beste commerciële silicium en aangepaste ASIC-architecturen die buffers maximaliseren waar nodig, virtuele output queuing (VOQ) en celgebaseerde fabrics in onze spine-architecturen.

Wat biedt Juniper voor IP-opslag?

Ons portfolio omvat open, op standaarden gebaseerde switches die IP-gebaseerde opslagconnectiviteit bieden met NVMe/RoCE of NFS/RDMA (zie eerdere veelgestelde vragen). Onze ontwerpen voor IP-opslagnetwerken kunnen worden opgeschaald van een kleine configuratie met vier knooppunten tot honderden of duizenden opslagknooppunten.