Cisco'nun yeni yapay zekalı veri merkezi yönlendiricisi, sektörün en büyük altyapı darboğazını çözebilecek mi?
Özet
Cisco, yapay zeka veri merkezi ara bağlantı teknolojisinde hakimiyet kurma yarışına girerek, yapay zeka iş yüklerini bağlamak için özel yönlendirme donanımı sunan son büyük oyuncu oldu. Şirket, 8223 yönlendirme sistemini tanıttı ve bu sistem, yeni Silicon One P200 çipi ile donatılmış, saniyede 51.2 terabit hızında çalışıyor. Bu alanda Broadcom ve Nvidia gibi rakipler de bulunmaktadır ve bu durum, yapay zeka altyapısının ölçeklenebilirlik ihtiyacından kaynaklanmaktadır. Büyük dil modelleri ve karmaşık yapay zeka sistemlerinin çalıştırılması, binlerce yüksek güçlü işlemcinin birlikte çalışmasını ve büyük miktarda kaynak tüketimini gerektirmektedir.
Cisco, yapay zeka veri merkezi ara bağlantı teknolojisinde hakimiyet kurmak için giderek artan rekabetçi bir yarışa girdi ve çoklu tesislere dağıtılmış yapay zeka iş yüklerini bağlamak için amaca yönelik yönlendirme donanımı sunan en son büyük oyuncu oldu.
Ağ devi, 8 Ekim'de endüstrinin yapay zeka iş yüklerini çalıştıran veri merkezlerini bağlamak için özel olarak tasarlanmış ilk saniyede 51,2 terabitlik sabit yönlendirici olduğunu iddia ettiği 8223 yönlendirme sistemini tanıttı.
Merkezinde, yapay zeka endüstrisini giderek kısıtlayan bir soruya Cisco'nun cevabını temsil eden yeni Silicon One P200 çipi yer alıyor: Büyüyecek yeriniz kalmadığında ne olur?
Ölçeklendirme konusunda üstünlük için üç yönlü bir savaş mı?
Bağlam için, bu fırsatı fark eden tek kişi Cisco değil. Broadcom, Ağustos ortasında, derin paket tamponlaması için HBM belleğiyle desteklenen ve ayrıca 51,2 Tb/sn'lik toplam bant genişliği sunan, tıkanıklığı yönetmek için örnekleme yapmaya başlayan "Jericho 4" StrataDNX anahtar/yönlendirici çipleriyle ilk hamleyi yaptı.
Broadcom'un duyurusundan iki hafta sonra Nvidia, Broadcom'un "Trident" ve "Tomahawk" anahtar ASIC'lerinin StrataXGS ailesine ait olduğu göz önüne alındığında, dikkate değer bir şekilde cüretkar bir isim olan Spectrum-XGS ölçeklendirme ağı duyurdu.
Nvidia, ana müşteri olarak CoreWeave'i güvence altına aldı, ancak Spectrum-XGS ASIC'leri hakkında sınırlı teknik detaylar sağladı. Şimdi Cisco, ölçeklendirme ağı pazarı için kendi bileşenlerini piyasaya sürüyor ve ağ ağırlıklarından oluşan üç yönlü bir rekabet ortamı yaratıyor.
Sorun: Yapay zeka tek bir bina için çok büyük
Çok sayıda satıcının neden bu alana hücum ettiğini anlamak için, modern yapay zeka altyapısının ölçeğini göz önünde bulundurun. Büyük dil modellerini eğitmek veya karmaşık yapay zeka sistemlerini çalıştırmak, binlerce yüksek güçlü işlemcinin birlikte çalışmasını, muazzam miktarda ısı üretmesini ve büyük miktarda elektrik tüketmesini gerektirir.
Veri merkezleri, yalnızca mevcut alan konusunda değil, aynı zamanda ne kadar güç sağlayıp soğutabilecekleri konusunda da sert sınırlamalara ulaşıyor.
Cisco'nun Ortak Donanım Grubu Başkan Yardımcısı Martin Lund, "Yapay zeka hesaplama, en büyük veri merkezlerinin bile kapasitesini aşıyor ve yüzlerce mil uzaktaki veri merkezlerinin güvenilir ve güvenli bir şekilde bağlanması ihtiyacını artırıyor," dedi.
Endüstri, geleneksel olarak kapasite zorluklarını iki yaklaşımla ele almıştır: ölçeklendirme (bireysel sistemlere daha fazla yetenek ekleme) veya ölçeklendirme (aynı tesis içinde daha fazla sistem bağlama).
Ancak her iki strateji de sınırlarına ulaşıyor. Veri merkezlerinde fiziksel alan, güç şebekeleri yeterli elektrik sağlayamıyor ve soğutma sistemleri ısıyı yeterince hızlı dağıtamıyor.
Bu, üçüncü bir yaklaşımı zorluyor: "ölçeklendirme", yapay zeka iş yüklerini farklı şehirlerde veya hatta farklı eyaletlerde olabilen birden fazla veri merkezine dağıtmak. Ancak bu, yeni bir sorun yaratıyor; bu tesisler arasındaki bağlantılar kritik darboğazlar haline geliyor.
Geleneksel yönlendiriciler neden yetersiz kalıyor?
Yapay zeka iş yükleri, tipik veri merkezi trafiğinden farklı davranır. Eğitim s