Обучение крупнейших моделей искусственного интеллекта больше не сводится к простому добавлению GPU (графических процессоров, ядра вычислений для моделей). Согласно этому интервью, опубликованному как спонсируемый контент, доступность энергии становится серьёзным физическим ограничением, которое заставляет инфраструктурные команды рассматривать возможность выполнения одной и той же обучающей задачи на нескольких дата-центрах.
Этот сценарий создаёт совершенно иную сетевую проблему по сравнению с традиционными межсайтовыми соединениями, предназначенными для передачи трафика. Обучение ИИ требует объёмных и синхронных потоков данных, минимальных потерь пакетов и тесно скоординированного взаимодействия между GPU. Если часть кластера замедляется, эффект может распространиться на всю задачу.
Сеть, становящаяся частью вычислений
В этом интервью Тима Филлипса из The Register с Ракешем Чопрой, старшим вице-президентом по архитектуре кремния и систем, Cisco Fellow, обсуждается то, что Cisco называет императивом «Scale-Across». Ракеш Чопра объясняет, что потребности ИИ меняют роль сети: она превращается из простого транспортного средства в элемент, интегрированный в вычислительную систему. Задача состоит в том, чтобы заставить географически разнесённые объекты работать как одна детерминированная машина.
Буферизация, высокоскоростная когерентная оптика и тесно интегрированный кремний приобретают особое значение, когда рабочие нагрузки распределяются по длинным волоконно-оптическим линиям связи. Архитектура Silicon One от Cisco и Intelligent Collective Networking представлены как решения, созданные для обработки синхронизированных всплесков GPU-трафика, уменьшения узких мест и улучшения времени завершения задач. Энергопотребление сети и его балансировка с энергией, доступной для GPU, также входят в число ключевых тем.
Безопасность и масштабируемость
В интервью также затрагивается безопасность, в частности аппаратно-ускоренные протоколы MACsec и IPsec. Это протоколы шифрования сетевого обмена данными. Также упоминается роль программируемости, позволяющей инфраструктурам адаптироваться к эволюции рабочих нагрузок ИИ.
Предназначенный для руководителей инфраструктуры и дата-центров, планирующих создание более крупных и распределённых сред для ИИ, этот обмен мнениями даёт общее представление о сетевых проблемах, возникающих, когда одного сайта становится недостаточно. Полная версия интервью доступна в видеоформате.
