Bölgesel Bulut Sağlayıcısı

Zorluk

Sağlayıcı, GPU eğitim kümesini birden fazla veri merkezi salonunda 4.000 GPU'ya ölçeklendiriyordu; ancak fabric, üç farklı tedarikçiden oluşturulmuştu: biri anahtarlama, biri optik, biri de entegrasyon desteği için.

Spine-leaf yazılım sürümleri ile üçüncü taraf kablolama arasındaki birlikte çalışabilirlik talepleri, her genişleme dalgası öncesinde haftalarca entegrasyon süresi tüketiyor; fabric kaynaklı bir olay tedarikçi sınırlarını aştığında ise tek bir sorumluluk hattı bulunmuyordu.

Çözüm

Fabric, SONiC çalıştıran S6700 spine ailesi üzerine standartlaştırıldı; 400G MPO optikler ve 1.6T ACC raf içi kablo demetleri aynı onaylı optik ürün hattından temin edildi.

Salon güç yoğunluğunun gerektirdiği yerlerde, G6400 hava soğutmalı düğümlü GPU sıraları G4400-C sıvı soğutmalı sıralarla eşleştirildi; böylece işlem gücü, fabric ve kablolamada tek tedarikçi ilkesi korundu.

Canlı fabric telemetrisi için Apollo Cloud AI devreye alındı; böylece küme sağlığı ve port düzeyinde tanılama, üç tedarikçinin araçları yerine tek bir panelde toplandı.

Sonuçlar

• 4.000 GPU, tek tedarikçili fabric malzeme listesiyle devreye alındı; tek garanti masası ve tek eskalasyon hattı sağlandı.
• Genişleme dalgaları artık tedarikçiler arası birlikte çalışabilirlik onayına takılmıyor; onaylı kablo matrisi, her dalga için optik doğrulama ihtiyacını ortadan kaldırıyor.
• Apollo üzerinden alınan fabric telemetrisi, eğitim çalışmaları sırasında port düzeyindeki olaylarda tanıya kadar geçen ortalama süreyi kısalttı.