เครือข่ายประสิทธิภาพสูงด้วย InfiniBand สำหรับ AI และ HPC

การวิจัยทางวิทยาศาสตร์สมัยใหม่และโมเดล AI ต้องการพลังการประมวลผลมหาศาล แต่เครือข่ายแบบดั้งเดิมมักกลายเป็นคอขวด การทำความเข้าใจว่าเทคโนโลยีเครือข่ายประสิทธิภาพสูงอย่าง InfiniBand แก้ปัญหาความท้าทายด้านปริมาณงานและความหน่วงเหล่านี้ได้อย่างไรนั้นเป็นสิ่งสำคัญสำหรับการสร้างศูนย์ข้อมูลที่ทันสมัย หลักสูตรที่เป็นลายลักษณ์อักษรนี้จะนำคุณไปสู่แนวคิดหลักของสถาปัตยกรรม InfiniBand ตั้งแต่มาตรฐานเลเยอร์ทางกายภาพพื้นฐานไปจนถึงการจัดกลุ่มขั้นสูงสำหรับเวิร์กโหลด AI คุณจะได้รับความรู้พื้นฐานที่จำเป็นในการวางแผน ปรับใช้ และบำรุงรักษาเครือข่ายที่มีปริมาณงานสูง ซึ่งขับเคลื่อนนวัตกรรมทางวิทยาศาสตร์และการเรียนรู้ของเครื่องขนาดใหญ่ สิ่งที่คุณจะได้เรียนรู้: ทำความเข้าใจสถาปัตยกรรมพื้นฐานของ InfiniBand และความแตกต่างจากเครือข่าย Ethernet แบบดั้งเดิม; สำรวจ Remote Direct Memory Access (RDMA) และบทบาทในการลดความหน่วงและภาระ CPU; กำหนดค่าการแบ่งพาร์ติชัน, ซับเน็ต และกลไกการกำหนดเส้นทางเพื่อเพิ่มประสิทธิภาพคลัสเตอร์; วิเคราะห์ว่าเวิร์กโหลด AI สมัยใหม่และการจัดกลุ่ม GPU ใช้ InfiniBand สำหรับการฝึกอบรมแบบกระจายอย่างไร; เปรียบเทียบ InfiniBand กับ RDMA over Converged Ethernet (RoCE) เพื่อการตัดสินใจด้านโครงสร้างพื้นฐานอย่างมีข้อมูล; ฝึกแก้ไขปัญหาคอขวดประสิทธิภาพเครือข่ายทั่วไปผ่านสถานการณ์ที่เป็นลายลักษณ์อักษรและคำแนะนำการวินิจฉัย คุณจะเริ่มต้นด้วยคำศัพท์หลัก โทโพโลยีเครือข่าย และส่วนประกอบฮาร์ดแวร์พื้นฐาน ก่อนที่จะเจาะลึกการจัดการซับเน็ต คุณภาพการบริการ และแนวทางปฏิบัติในการสังเกตการณ์ที่ทันสมัย เนื้อหาจะสรุปด้วยรูปแบบสถาปัตยกรรมเชิงปฏิบัติสำหรับการปรับขนาดคลัสเตอร์ AI และการคำนวณทางวิทยาศาสตร์ หลักสูตรนี้ออกแบบมาสำหรับผู้ดูแลระบบ วิศวกรเครือข่าย และผู้เชี่ยวชาญด้าน IT ที่เพิ่งเริ่มต้นกับ high-performance computing โดยไม่จำเป็นต้องมีประสบการณ์กับฮาร์ดแวร์ InfiniBand มาก่อน เริ่มอ่านวันนี้เพื่อเชี่ยวชาญเทคโนโลยีเครือข่ายที่อยู่เบื้องหลังซูเปอร์คอมพิวเตอร์ที่เร็วที่สุดในโลก