fr.wedoany.com Rapport : DriveNets a récemment annoncé la première mise en œuvre commerciale d’un réseau IA longue distance inter-domaines. Dans le cadre du projet Redwood de WhiteFiber, le DriveNets AI Fabric relie deux clusters GPU WhiteFiber H200 distants de 84 kilomètres en un seul supercluster GPU logique, avec une bande passante validée de 111,2 Tbps et une latence garantie de 0,9 ms. Bien que l’architecture inter-domaines ait été largement discutée dans le secteur, DriveNets est la première entreprise à l’avoir fait passer du concept à un déploiement commercial réel, en la validant dans un environnement de production plutôt qu’en laboratoire.
Les contraintes liées à la construction d’infrastructures IA proviennent de plus en plus de la disponibilité en électricité et en espace sur un seul site, plutôt que de la puissance de calcul. L’architecture inter-domaines élimine cette limitation ; les constructeurs d’IA ne sont plus contraints par la capacité électrique d’une seule installation, mais peuvent étendre leurs clusters à des sites distants et faire fonctionner les GPU distribués comme un système unifié. Cela permet d’obtenir des clusters plus grands, plus résilients, et de les construire librement là où l’électricité est disponible, sans impact sur les performances.
Étendre un cluster sur une distance est un défi réseau bien plus complexe que de simplement poser un câble entre deux sites. Les liaisons reliant des sites distants transportent généralement une bande passante inférieure à celle de la matrice de commutation interne d’une installation, avec peu de marge pour absorber les pics de trafic sans provoquer de congestion. L’entraînement de l’IA aggrave encore le défi : il génère un petit nombre de flux de données extrêmement volumineux, arrivant par rafales synchronisées, que les méthodes traditionnelles d’équilibrage de charge et de mise en mémoire tampon des centres de données ne peuvent pas gérer. Sans une matrice de commutation spécialement conçue pour absorber ces rafales et gérer la congestion en temps réel, cela entraîne des pics de latence et des pertes de paquets, laissant les GPU des deux côtés du cluster inactifs. Résoudre ce problème sur de longues distances sans sacrifier les performances est la raison pour laquelle l’architecture inter-domaines, ainsi que ses technologies de commutation, de mise en mémoire tampon et de gestion de la congestion, est cruciale pour la prochaine phase de développement des infrastructures IA.
Le projet Redwood de WhiteFiber relie deux clusters GPU géographiquement séparés en un seul supercluster GPU logique, et la solution DriveNets AI Fabric fournit le réseau haute performance connectant les deux sites. Ido Susan, cofondateur et PDG de DriveNets, a déclaré que la disponibilité de l’électricité pourrait être la principale limitation du développement des infrastructures IA, mais qu’avec ce déploiement de validation, elle n’est plus un obstacle. Sam Tabar, PDG de WhiteFiber, a souligné que le DriveNets AI Fabric était essentiel pour prouver que le projet Redwood pouvait offrir les performances et la fiabilité d’un cluster sur un seul site à travers deux emplacements. La validation a comparé les performances entre des racks GPU au sein d’un même site et entre des racks GPU situés sur deux sites différents, l’un sur le site principal et l’autre sur le site distant. Plus de détails sur la méthodologie et les résultats de la validation sont disponibles dans le livre blanc de DriveNets.
Les liaisons traditionnelles d’interconnexion de centres de données ne sont pas conçues pour les charges de travail IA, qui génèrent des rafales de trafic ne tolérant ni gigue ni perte de paquets. Les commutateurs DriveNets 9300F, 5300R et 5301R, pilotés par leur technologie Fabric Scheduled Ethernet (FSE), étendent la matrice de commutation IA au-delà d’un seul centre de données grâce à un équilibrage de charge basé sur les cellules, des files d’attente virtuelles de sortie (VOQ) de bout en bout et une interconnexion à mémoire tampon profonde, absorbant les rafales de trafic IA avant qu’elles ne provoquent de congestion. Le résultat est une connectivité sans perte prévisible entre les sites, maintenant un taux d’utilisation élevé des GPU.
