Mellanox (NVIDIA Mellanox) 920-9B210-00FN-0D0 InfiniBand Switch in Produktion
June 1, 2026
Unternehmen und Forschungseinrichtungen, die KI-Ausbildungen und HPC-Simulationen skalieren, stehen oft vor einem gemeinsamen Engpass: Netzwerkinduzierte Latenz und Staus, die GPU-Rechenzyklen verschwenden.Diese Fallstudie untersucht, wie ein mittelständisches KI-Forschungslabor seine Clusterleistung mit Hilfe derMellanox (NVIDIA Mellanox) 920-9B210-00FN-0D0InfiniBand-Switch, der eine deterministische Niedrigverzögerung für parallele Arbeitslasten ermöglicht.
Hintergrund und Herausforderung: Wenn Ethernet zum Engpass wird
Die vorhandenen 100Gb Ethernet-Fabriken des Labors zeigten bei All-Reducing-Betriebs stets Spitzen in der Tail-Latenz, was bei groß angelegten Trainingsarbeiten zu einer GPU-Leerlaufzeit von bis zu 25% führte.Ihre älteren Switches fehlten RDMA-bewusste Staus und In-Network-Computing-FähigkeitenDie Architekten benötigten eine Lösung, die Sub-Mikrosekunden-Latenz, verlustfreien Transport und nahtlose Skalierbarkeit für ein expandierendes 400Gb/s NDR-Backbone bieten könnte.Das Team wählte die920-9B210-00FN-0D0als Kernbaustein für ihr neues InfiniBand-Gewebe.
Lösung und Bereitstellung: Aufbau eines AI-Fabrics mit geringer Latenzzeit
Der Einsatz konzentrierte sich auf920-9B210-00FN-0D0 MQM9790-NS2F 400 Gbit/s NDRSchlüsselentscheidungen für die Bereitstellung umfassten:
- Vollständige RDMA-UnterstützungKernel-Bypass-Überlastung mit NVIDIAs proprietärer Transport-Schicht eliminiert.
- Adaptive Routing:Dynamisches Ausgleichsverkehr über mehrere Strecken, um Hotspots zu vermeiden.
- SHARPv3-Aggregation im Netzwerk:Kollektive Operationen von den Host-CPUs auf die Switch-Datenebene abladen.
Die Ingenieure verwiesen auf dieDatenblatt 920-9B210-00FN-0D0undSpezifikationen 920-9B210-00FN-0D0Die Anwendungen werden in der Regel in einem Modul für die Anwendungen mit einer920-9B210-00FN-0D0 kompatibelDas neue System erlaubte den Ersatz der bisherigen Spinal-Switches ohne Kabeländerungen.920-9B210-00FN-0D0 InfiniBand-Schalter OPN(Bestellteilnummer) vereinfachte Beschaffungs- und RMA-Arbeitsflüsse.
Ergebnisse und Vorteile: Messbare Gewinne für HPC und KI
Nach der Migration in dieNVIDIA Mellanox 920-9B210-00FN-0D0Im Labor wurden folgende Verbesserungen über einen 30-Tage-Evaluierungszeitraum festgestellt:
| Metrische | Vor (100GbE) | Nach (920-9B210-00FN-0D0) |
|---|---|---|
| All-Reduce Latenz | 120,4 μs | 20,8 μs |
| GPU-Leerlaufzeit (Ausbildung) | 24% | 3% |
| Effektive Bandbreite / Port | 67 Gb/s | 392 Gb/s |
| Arbeitszeit (GPT-ähnliches Modell) | Ausgangsbilanz | 42% schneller |
Für IT-Manager, die die Gesamtbetriebskosten bewerten, ist die920-9B210-00FN-0D0 PreisDie Ergebnisse der Studie zeigen, dass die Leistung der Cluster-Leerlaufleistung um 40% gesenkt und der Arbeitsdurchsatz920-9B210-00FN-0D0 zum VerkaufDie Entwicklung von HPC-Infrastrukturen in Europa und in der EU ist ein wichtiger Schritt in Richtung auf eine bessere Nutzung der HPC-Infrastrukturen.
Zusammenfassung & Ausblick: Ein Plan für KI-Cluster der nächsten Generation
Das Forschungslabor hat nun die920-9B210-00FN-0D0 InfiniBand-Switch-OPN-LösungFür alle neuen GPU-Erweiterungen. Das Team plant, mit der gleichen Schaltplattform von 32 auf 256 NDR-Ports zu skalieren, wobei die nicht blockierende Architektur und die Stauskontrolle genutzt werden.Für Architekten, die RDMA-Gewebe mit geringer Latenzzeit entwerfen, dieNVIDIA Mellanox 920-9B210-00FN-0D0bietet eine bewährte, produktionsfähige Grundlage, die die Unberechenbarkeit von Netzwerken ▌ von kleinen KI-Prototyping-Clustern bis hin zu Exascale-HPC-Bereitstellungen eliminiert.