Ops4AI-lab

Maximaliseer uw GPU-investering met een netwerk dat vanaf de basis is geoptimaliseerd om uw grootste AI-visie te verwezenlijken. De AI-datacenteroplossing van Juniper is de snelste en meest flexibele manier om hoogwaardige clusters te implementeren voor AI-training, -inferentie en -opslag, en de eenvoudigste manier om te werken met beperkte IT-middelen.​  U kunt het nu ook zelf bekijken in het Juniper Ops4AI-lab.

Juniper erkend als 'leider' in het Gartner® Magic Quadrant™

Juniper behaalde ook de eerste plaats in het klassement voor Enterprise Data Center Network en de tweede plaats voor AI Ethernet Fabric in het Gartner®-rapport 'Critical Capabilities for Data Center Switching' van 2025.

 

Bekijk waarom

Dit kan Juniper voor u betekenen

Klanten en partners kunnen nu eenvoudig de prestaties en functionaliteit van hun AI-modellen valideren in ons exclusieve lab op het hoofdkantoor van Juniper in Sunnyvale, CA.

IT Technician Works on a Laptop in Big Data Center full of Rack Servers. He Runs Diagnostics and Maintenance, Sets up System.

Test of het AI-geoptimaliseerde ethernet van Juniper overeenkomt met InfiniBand of zelfs beter presteert

Klanten kunnen nu de prestaties van AI-geoptimaliseerde ethernet-switching valideren voor hun gebruikssituaties en aan de slag gaan met de full-stack AI-datacenteroplossing van Juniper voor inferentie, training en opslag. Test de prestaties en functionaliteit van AI met MLCommons® MLPerf BERT-large, DLRM, Llama 2 of bring-your-own-model (BYOM).

Data Center Female It Specialist Using Laptop. Server Farm Cloud Computing and Cyber Security Maintenance Administrator Working on Computer. Information Technology Professional.

Valideer uw ontwerpen om succesvolle resultaten te garanderen

De Juniper gevalideerde ontwerpen (JVD's) voor full-stack fabric-, GPU- en opslagnetwerken geven klanten het volle vertrouwen dat hun AI-clusters volledig zijn gecontroleerd, getest en klaar zijn voor optimaal gebruik. Geen giswerk meer, maar meteen aan de slag.

Four tech professionals gathered around a touchscreen table in modern control roomFour tech professionals gathered around a touchscreen table in modern control room

Automatiseer en beheer de volledige AI-levenscyclus

Gebruik het fabricbeheer en de volledige-levenscyclusautomatisering van Apstra Data Center Director terwijl u lopende AI-activiteiten ontwerpt, implementeert en automatiseert. Data Center Director biedt klanten meer flexibiliteit bij werving en maakt veelvoorkomende NetDevOps-processen end-to-end in uw AI-infrastructuur mogelijk.

Klaar om aan de slag te gaan?

Vul dit formulier in om toegang te krijgen tot de labs.

Veelgestelde vragen over Ops4AI-lab

Wat is Ops4AI?

Onze nieuwe oplossing, Ops4AI, biedt belangrijke verbeteringen die klanten aanzienlijke meerwaarde zullen opleveren. Ops4AI bevat een unieke combinatie van de volgende Juniper Networks-componenten:

Samen zorgt Ops4AI voor een versnelling van de time-to-value van hoogwaardige AI-datacenters, waarbij tegelijkertijd de operationele kosten worden verlaagd en processen worden gestroomlijnd.

Welke AI-modellen kunnen klanten in het lab gebruiken?  

Het AI-lab van Juniper maakt gebruik van verschillende AI-modellen, waaronder:

  • LLAMA2 , LLAMA3
  • BERT  
  • DLRM
  • NCCL-TESTS en RCCL-TESTS
  • En klanten brengen vaak hun eigen model mee (BYOM)  

Klanten kunnen de standaardmodellen (BERT, LLAMA, DRLM) uitvoeren voor benchmarking en prestatietests.  Ze kunnen hun modellen ook testen met een Juniper gevalideerd ontwerp (JVD), bestaande uit een spine-leaf-netwerktopologie met een rail-geoptimaliseerd ontwerp. We testen MLCommons-inzendingen in het lab. 

Wat is MLCommons?

MLCommons is een AI-industrieconsortium dat is opgebouwd uit de filosofie van open samenwerking om AI-systemen te verbeteren. Het helpt bedrijven en universiteiten over de hele wereld om betere AI-systemen te ontwikkelen.

Juniper was het eerste bedrijf dat eerder in februari/maart een Llama2-inferentiebenchmark voor meerdere knooppunten indiende bij MLCommons en nog recenter voor de MLPerf Training4.0 Benchmarking. We zetten ons in voor open architecturen die ethernet gebruiken om GPU's in datacenternetwerkfabrics met elkaar te verbinden. 

Wat hebben we vandaag in het lab?

  • Juniper QFX-serie, PTX-serie met 400G- en 800G-interfaces
  • Apstra Data Center Director-automatiseringsoplossing (Premium)
  • VAST- en WEKA VAST-opslag 
  • Nvidia GPU's (H100, A100), AMD GPU's (MI300X)

Zijn de testresultaten van klanten in het AI-lab openbaar beschikbaar?

We respecteren de vertrouwelijkheid en privacy van klantmodellen en testgegevens. Daarom gebruiken we geen klantmodellen om te testen met andere klanten. Hoewel MLPerf-modellen openbaar beschikbaar zijn, worden de klantmodellen niet gedeeld. 

Ik ben kanaalpartner van Juniper. Hoe krijg ik toegang tot het lab voor mijn klanten?

Ga naar de pagina van het partnercentrum om toegang aan te vragen.

Gartner, Magic Quadrant for Data Center Switching, Andrew Lerner, Simon Richard, et al., 31 maart 2025

Gartner is een geregistreerd handelsmerk en servicemerk van Gartner, Inc. en/of zijn dochterondernemingen in de VS en andere landen en MAGIC QUADRANT is een geregistreerd handelsmerk van Gartner, Inc. en/of zijn dochterondernemingen, en worden hier met toestemming gebruikt. Alle rechten voorbehouden.

Deze grafiek is door Gartner gepubliceerd als onderdeel van een uitgebreider onderzoeksrapport. De inhoud kan alleen worden beoordeeld binnen de context van het gehele document. Het document van Gartner is op aanvraag verkrijgbaar bij Juniper Networks.

Gartner ondersteunt geen leveranciers, producten of diensten in zijn onderzoekspublicaties. Het adviseert gebruikers dan ook niet om alleen die leveranciers te kiezen met de beste beoordelingen of andere dergelijke vermeldingen. De onderzoekspublicaties van Gartner bevatten de opvattingen van de onderzoeksorganisatie van Gartner en mogen niet worden opgevat als feitelijke verklaringen. Gartner wijst alle uitdrukkelijke en impliciete garanties af met betrekking tot zijn onderzoek, waaronder garanties die betrekking hebben op de verkoopbaarheid of geschiktheid voor een bepaald doel.