Yapay zeka veri merkezi tasarımını yeniden şekillendiriyor. Dikkatin çoğu GPU'lara, hızlandırıcılara ve soğutmaya gidiyor, ancak yapının geri kalanının başarılı olup olmadığına sessizce karar veren katman kablolamadır. Bir yapay zeka kümesinde fiziksel katman, gerçekten 400G ve 800G'ye ulaşıp ulaşamayacağınızı, yüksek-hızlı bağlantıların trafiği geçirecek kadar temiz kalıp kalmayacağını, hava akışının tamamen dolu bir rafta hayatta kalıp kalmayacağını ve bir sonraki hız atlamanızın bir kart değişimi mi yoksa forklift yükseltmesi mi olacağını belirler.
Bu kılavuz, altyapı ve optik-ağ ekipleri için yazılmıştır. AI kablolamayı farklı kılan şeyin ne olduğunu, gerçek sayılarla önemli olan gereksinimleri, DAC, AOC ve yapılandırılmış fiberin nasıl karşılaştırılacağını, iş akışının-adım-adım adım planlanmasını, 400G veya 800G geçişi öncesinde nelerin hazırlanması gerektiğini ve gerçekten kullanabileceğiniz bir kontrol listesini açıklar. Buradaki teknik referanslar mevcut IEEE 802.3 ve ANSI/TIA-942 standartlarına dayanmaktadır.
Yapay Zeka İş Yükleri Veri Merkezi Kablolama Gereksinimlerini Neden Değiştiriyor?
Geleneksel kurumsal veri merkezleri, çoğu kuzey-güneyde olan ve kullanıcılar, uygulamalar ve harici ağlar arasında hareket eden oldukça öngörülebilir uygulama trafiği etrafında inşa edilmişti. Yapay zeka kümeleri bu modeli tersine çevirir. Eğitim ve büyük-ölçekli çıkarım sırasında, baskın akış doğu-batı yönündedir: GPU'lar, genellikle uzaktan doğrudan bellek erişimi (RDMA) yapısı üzerinden, tüm-azaltma gibi kolektif işlemler aracılığıyla birbirleriyle sürekli olarak gradyanları ve aktivasyonları değiştirirler.
Bu, satıcı referans tasarımlarında görülebilir. NVIDIA, GPU bilgi işlem ağını RDMA-tabanlı yaprak-omurga yapısı olarak oluşturur.herhangi bir GPU'nun diğerinden en fazla bir durak olması için demiryolu-optimize edilmiş topoloji, çoklu-GPU iletişimini geniş ölçekte verimli tutan şey budur. Kablolamanın sonucu, tam bağlantı noktası sayısıdır: tek bir sekiz-GPU düğümü, sekiz adet 400G (veya 800G) doğu-batı bağlantı noktası sunabilir ve raf başına birkaç yaprak anahtarı bulunan bir eğitim bölmesi, gövde fiberini ve yamalamayı çok hızlı bir şekilde çoğaltır.
Fiziksel katman yetersiz-planlandığında sorunlar ilk günde ortaya çıkmaz. Daha sonra, hava akışını tıkayan sıkışık yollar olarak, dakikalar yerine saatler alan arıza izolasyonu olarak ve ilk yükseltme döngüsü sırasında yeniden çalışma olarak ortaya çıkarlar. Ters MPO polaritesi veya kirlenmiş uç yüzey gibi önemsiz görünen bir ayrıntı, tüm rayın devre dışı kalmasına neden olabilir. Yapay zeka altyapısı için kablolama, devreye almadan önceki son görev olarak değil, baştan itibaren mimariye aittir.
Geleneksel ve Yapay Zeka{0}}Hazır Veri Merkezi Kablolaması Karşılaştırması
Geleneksel ve yapay zekaya hazır kablolama-arasındaki fark, yalnızca daha fazla kablo sayısından değil, tasarım önceliklerinde de bir değişiklikten kaynaklanmaktadır. Geleneksel tasarımlar günümüzün bağlantısı için optimize edilmiştir; Yapay zekaya-hazır tasarımlar, çoklu yükseltme döngüleri boyunca hızlı geçiş, yoğunluk, öngörülebilir bağlantı kalitesi ve hizmet verilebilirlik için optimize edilir.
| Tasarım faktörü | Geleneksel veri merkezi kablolaması | Yapay zekaya-hazır veri merkezi kablolaması |
|---|---|---|
| Trafik düzeni | Tahmin edilebilir, çoğunlukla kuzey-güney ağırlıklı | RDMA yapıları üzerinden doğu-batı GPU-'dan-GPU'ya yoğun trafik |
| Hız planlaması | Mevcut ağ hızlarına göre boyutlandırılmıştır | 1,6T'ye giden yol ile 400G ve 800G için planlandı |
| Yoğunluk | Orta port ve fiber yoğunluğu | Yüksek-yoğunluklu paralel fiber, taban-8 ve taban-16 MTP/MPO |
| Kablo yönetimi | Esas olarak organizasyon olarak ele alınır | Hava akışı, çalışma süresi ve bakımın bir parçası olarak ele alınır |
| Yükseltme yolu | Çoğu zaman kabloyu-tekrar çekmeyi gerektirir | Modüler: optikleri ve kasetleri değiştirin, fiber tesisini koruyun |
| Bakım | Manuel izleme, daha yavaş | Tanımlanmış yollarla test edildi, etiketlendi, belgelendi |
Amaç, yeniden tasarlamaya gerek kalmadan en az bir hız sıçramasını ve bir kapasite artışını karşılayabilecek bir elyaf tesisi kurmaktır.
Yapay Zeka Veri Merkezleri için Temel Kablolama Gereksinimleri
Sadece Günümüzün Hızını Değil, 400G ve 800G için Fiziksel Katmanı Planlayın
Yapay zeka kümeleri hız merdiveninde hızlı bir şekilde 100G'den 400G'ye, 800G'ye ve sonunda 1,6T'ye doğru ilerliyor. 400G ve 800G arayüzleri artık resmi olarak standartlaştırıldı:2024'te onaylanan IEEE 802.3df, 400 Gb/s ve 800 Gb/s Ethernet için MAC, fiziksel katman ve yönetim parametrelerini tanımlar800GBASE-SR8 ve 800GBASE-DR8 gibi fiziksel medya türleri dahil. Ekipman tarafında, 400G genellikle QSFP-DD veya QSFP112 form faktörlerinde yaşarken 800G, OSFP veya QSFP{10}}DD800'ü kullanır. Alıcı-verici paketlemesini ve şerit haritalamasını karşılaştırıyorsanız, buQSFP-DD'ye teknik genel bakışyararlı bir başlangıç noktasıdır.
Pratik kural: Bitkinin bir sonraki sıçramada hayatta kalabilmesi için lif boyutu, lif sayısı ve konektör tabanı. Yalnızca günümüzün bağlantı noktası hızına göre boyutlandırılmış bir gövde, anahtar silikonu ve optikler ileriye doğru hareket ettiği anda darboğaz haline gelir.
GPU-Kümesi Bağlantısı için Yüksek-Yoğunluklu MTP/MPO Fiber Kullanın
Yüksek-hızlı yapay zeka bağlantıları paralel optiklerdir ve paralel optikler doğrudan fiber sayılarıyla eşleşir. 400G-DR4 bağlantısı, genellikle bir MPO-12 yüksüğünde sonlandırılan dört şerit veya sekiz fiber kullanır. Bir 800G-SR8 veya 800G-DR8 bağlantısı, genellikle APC uç yüzeylerine sahip bir MPO-16 olmak üzere sekiz şerit veya on altı fiber kullanır. Kasetlerle eşleştirilmiş Base-8 ve Base-16 MTP/MPO hatları, raf başına bu bağlantılardan yüzlercesini birleştirir ve konuşlandırmayı sahada birleştirme yerine tekrarlanabilir, fabrikada test edilmiş hareketlere dönüştürür. Önceden sonlandırılmışMTP/MPO ana kablolarve koparma düzenekleri (MPO'dan LC'ye veya MPO'dan MPO'ya) bu yaklaşımın omurgasını oluşturur.
Yoğunluğun hâlâ maksimuma çıkarılması değil planlanması gerekiyor. Yol dolumu ve hava akışını düşünmeden fiberin rafa paketlenmesi, ekipmanın egzozunda karşı-baskı oluşturur ve bağlantı noktalarına servis verilmesini imkansız hale getirir. Doldurma oranlarını ve gevşeklik-yönetim kurallarını ilk yüklemeden sonra değil, öncesinde ayarlayın.
Ekleme Kaybını, Konektör Temizliğini ve Polariteyi Yönetin
Yüksek-hızlı yapay zeka optikleri, kendilerinden önce gelen bağlantılara göre daha az bağışlayıcıdır. 400G ve 800G'de kullanılan PAM4 sinyali, eski NRZ bağlantılarına göre daha sıkı kanal kaybı bütçeleriyle çalışır ve her eşleştirilmiş MPO veya LC çifti, genellikle bağlantı başına bir desibelin birkaç onda biri kadar ekleme kaybı ekler. Çeşitli bağlantı noktalarına ve fiber uzunluğuna sahip yapılandırılmış bir kanalda bu bütçe hızla ortadan kayboluyor, dolayısıyla konektör sayısı sonradan akla gelen bir düşünce değil, bir tasarım değişkenidir. Ekleme kaybı ile geri dönüş kaybı arasındaki fark ve her ikisinin de paralel optiklerde neden önemli olduğu, bir kanalı sonlandırmadan önce anlaşılmaya değerdir; bu açıklayıcıFiber ağlarda ekleme kaybımekaniği kapsamaktadır.
Kirlenme, saha bağlantısı arızalarının önde gelen nedenlerinden biridir, bu nedenle birleştirme işleminden önce her uç yüzey incelenmeli ve temizlenmelidir. Polaritenin açık bir şemaya ihtiyacı vardır (Yöntem A, B veya C) ve tek-modlu paralel bağlantılar, geri dönüş kaybını kontrol etmek için genellikle açılı APC konektörlerini kullanır. Bükülmeye-duyarsız fiberin marj satın aldığı yoğun panellerde bükülme yarıçapı önemlidir. Buradaki güvenilirlik, bileşen seçimi kadar kurulum ve bakım disiplinidir.
Modüler, Ölçeklenebilir Yapılandırılmış-Kablolama Mimarisi Tasarlayın
Yapay zeka altyapısı kısa bir döngüde değişir; dolayısıyla değiştirilmesi zor olan bir tesis, gelecekteki tüm dağıtımları yavaşlatır. Kanallardan, kasetlerden, muhafazalardan ve tanımlı yollardan oluşturulan yapısal kablolama, ekiplerin kapasite eklemesine veya kabloyu-geri çekmeden bir yapıyı yeniden raydan çıkarmasına olanak tanır.ANSI/TIA-942, veri merkezleri için minimum telekomünikasyon altyapısı gereksinimlerini belirtirve gelecekteki uygulamalara uyum sağlayacak bir kablolama topolojisi; bu, tam olarak bir yapay zeka yapısının ihtiyaç duyduğu duruştur. Bu temel sayesinde çoğu hız yükseltmesi, fiziksel katmanı yeniden oluşturmak yerine optiklerin ve kasetlerin değiştirilmesi meselesi haline gelir.
Yüksek-Yoğunluklu Raflarda Hava Akışı ve Soğutma için Kabloları Yönlendirme
AI rafları ısınıyor. En yoğun GPU raflarındaki güç yoğunluğu 100 kW'ı aşabilir ve bu seviyelerde sıkışık kablolar doğrudan devridaime ve yerel sıcak noktalara neden olur.ASHRAE TC 9.9 kılavuzu, BT ekipmanı girişi etrafındaki termal kontrolü ve temiz bir sıcak-koridor/soğuk-koridor ayrımını çerçevelerve kablolama ya bunu destekler ya da ona karşı çalışır. Uygulamada bu, mümkün olan yerlerde havai fiber yolları, güç ve verilerin net bir şekilde ayrılması, gerçek kablo sayısına göre boyutlandırılmış dikey ve yatay yöneticiler, disiplinli gevşeklik ve arka egzozu veya baca dolabını asla engellemeyen yönlendirme anlamına gelir. Bağlantıların izlenebilir olmasını sağlayan kablo yönetimi aynı zamanda hareket ve değişiklik sırasında insan hatasını da azaltır.
DAC, AOC veya Yapılandırılmış Fiber? Yapay Zeka Veri Merkezi Kablolama Seçim Matrisi
Bir yapay zeka kümesi için tek bir en iyi ortam yoktur; Doğru seçim, erişim ve role bağlıdır. Bir rafın içinde kısa-erişimli bakır hâlâ maliyet, güç ve gecikme açısından avantajlıdır. Bağlantılar sıralara ve salonlara yayıldıkça, tek-modlu fiber ölçeklenebilir omurga haline gelir. Aşağıdaki matris, ortak seçenekleri, tasarım incelemesinin gerçekte onları nasıl değerlendirdiğiyle karşılaştırır.
| Seçenek | Tipik erişim | Tipik hız | Nereye uygun | Medya ve bağlayıcı | Maliyet ve güç | En-uygun kullanım senaryosu |
|---|---|---|---|---|---|---|
| Pasif DAC | Yaklaşık 3 m'ye kadar | 400G'ye kadar (örneğin 400G-CR8) | Raf içi-ve rafın bitişik-raf üstü-raf- | Twinax bakır, entegre uçlar | En düşük maliyet, en düşük güç, en düşük gecikme süresi | Aynı veya sonraki rafta GPU veya sunucu yaprağı |
| AOC | Birkaç metreden kabaca 30 m'ye kadar, bazı durumlarda daha uzun | 400G ve 800G | Sıra halinde, yakındaki rafların karşısında | Çok modlu çekirdek, sabit alıcı-verici uçları | Düşük güç, saha uç yüzeyi temizliği yok | DAC erişiminin ötesinde kalıcı sunucudan-yapraklara-bağlantılar |
| Çok modlu yapılandırılmış fiber (OM4/OM5) | Onlarca metre, yaklaşık 100 m'ye kadar, 800G'de daha kısa | 400G ve 800G SR/VR | Bir salon içindeki yaprak-omurgası | MTP/MPO ve LC'li OM4/OM5 | Yeniden kullanılabilir ve servis yapılabilir | Kısa yaprak-omurgaya-ve satırdan{2}}satıra-bağlantılar |
| Tek-modlu yapılandırılmış fiber (OS2) | 500 m ila 2 km (DR/FR), 10 km'ye kadar (LR) | 400G ve 800G DR/FR/LR | Omurga, çapraz-oda, çapraz-bina | MTP/MPO (APC) ve LC/APC'li OS2 | En yüksek erişim ve ölçeklenebilirlik | Omurga yukarı bağlantıları, çapraz{0}salonlar ve daha büyük GPU yapıları |
"Fiber her zaman tercih edilir" gibi genel bir ifadenin bir uyarıya ihtiyaç duymasının nedeni de budur: Fiber, kumaşın ölçeklenebilir temelidir, ancak pasif DAC, rafın içinde bir-metrelik bir sıçrama için hâlâ daha iyi bir mühendislik tercihidir.
Yapay Zeka Veri Merkezi Kablolaması Adım Adım Nasıl Planlanır?
1. Adım: Yapay Zeka İş Yükünü ve Ağ Topolojisini Eşleyin
İş yüküyle başlayın. Büyük bir eğitim kapsülü, yüksek{{1}işleme hızı çıkarım filosu, bir HPC kümesi ve depolama alanı-yoğun dağıtım aynı trafik profilini paylaşmaz. Ardından GPU bilgi işlem (doğu-batı), depolama, kuzey-güney ve bant dışı-dışında-yönetim ağlarının bağlandığı yerleri haritalayın. Saf bir çıkarım dağıtımının büyük bir doğu-batı yapısına hiç ihtiyacı olmayabilir, oysa çok raflı bir eğitim kapsülü buna ihtiyaç duyacaktır. Yalnızca raf yüksekliğine değil, gerçek trafik akışına göre tasarım yapın.
Adım 2: Mevcut ve Gelecekteki Hız Hedeflerini Kilitleyin
Hem ilk aşamayı hem de sonraki aşamayı tanımlayın. Eğer bir kapsül bugün 400G ve gelecek yıl 800G çalıştırıyorsa, elyaf tesisinin şimdi 800G'ye göre boyutlandırılması gerekiyor. Bu ufkun ötesinde, terabit-sınıfı Ethernet üzerindeki çalışmalar zaten devam ediyor:IEEE P802.3dj görev gücü şerit başına 200 Gb/sn-sinyalizasyon kullanarak 200G, 400G, 800G ve 1,6 Tb/sn işlemini tanımlıyor. Yol haritasının nereye gittiğini bilmek size ne kadar fiber sayımı ve yol kapasitesi ayırmanız gerektiğini söyler.
3. Adım: Kenar Boşluğu Olan Ortamı ve Bağlayıcıları Seçin
OS2-versus{-OM4 sorusu çoğunlukla bir erişim sorusudur. OM4, 100 m'nin altındaki yaprak omurga bağlantıları için uygundur, ancak hız arttıkça erişim alanı daralır; bu nedenle, bağlantılar sıralar veya koridorlar üzerinden geçtiğinde veya 800G DR/FR boşluk payı istediğinizde, tek modlu OS2 daha güvenli bir temeldir. gözden geçirilmesiOM1'den OM5'e kadar çok modlu fiberin mesafe sınırlarıtakası-somut hale getirir. MPO tabanını (12'ye karşı 16) optiğin fiber haritasıyla eşleştirin ve polariteyi erkenden planlayın; yüksek-yoğunluklu paneller için buMTP ve MPO seçim kılavuzuönemli olan farklılıkları kapsar. Alıcı-verici ve bağlantı noktası hızının aynı hizada olmadığı durumlarda, kurulum sırasında doğaçlama yapmak yerine araları (MPO'dan LC'ye) planlayın.
Adım 4: Raf Yoğunluğunu, Yolları ve Hava Akışını Birlikte Planlayın
Raf düzeni, kablo yönlendirme ve soğutma, yüksek-yoğunluklu bir yapay zeka ortamında üç değil, tek bir karardır. Kurulumdan önce, her rafa kaç kablonun girip çıktığını sayın, bağlantı panellerinin nereye yerleştirileceğine karar verin, gevşekliği planlayın ve bir teknisyenin canlı bağlantıları bozmadan bir bağlantı noktasına ulaşıp değiştirebileceğini doğrulayın. Tepsilerde ve doldurma oranlarında büyüme payı bırakın. Devreye alma sırasında temiz görünen bir raf, eğer yollar birinci günde maksimuma çıkarılmışsa, iki yükseltme döngüsünden sonra kullanılamaz hale gelir.
Adım 5: Spesifikasyonlara Göre Test Edin, Belgeleyin ve Bakım Yapın
Yüksek-hızlı fiber için ekleme-kayıp testi, uygun olduğunda OTDR, polarite doğrulaması ve uç yüz denetimi anlamına gelen proje spesifikasyonuna giden her bağlantıyı test edin. Polarite şeması, uzunluk ve ölçülen kayıp da dahil olmak üzere her bağlantı noktasını, devreyi, kaseti ve yolu,-yapılı çizimlerle eşlenen etiketlerle belgeleyin. Bakım daha sonra rutin hale gelir: uç yüzey temizliği, periyodik denetimler ve etiket ve değişiklik kontrolü. Ses takip ediliyorfiber optik kablo kurulum uygulamasıÇekme gerilimi ve bükülme yarıçapı, test ettiğiniz kayıp bütçesini korur.
400G veya 800G Geçişinden Önce Ne Hazırlanmalıdır?
Geçişler optik katmandan ziyade fiziksel katmanda daha sık başarısız oluyor. Kesmeden önce aşağıdakileri yapın:
- Fiber tipini ve sayısını doğrulayın ve hat hızı arttıkça desteklenen mesafe düştüğü için mevcut OM4'ün hala hedef hıza ulaştığını doğrulayın.
- Konektör tabanının yeni optiklerle eşleştiğini (MPO-12'ye karşı MPO-16) ve polarite şemasının hala uçtan uca geçerli olup olmadığını kontrol edin.
- PAM4 için bağlantı kaybı bütçesini yeniden hesaplayın, ardından mümkün olduğunca bağlantı sayısını azaltın ve her uç yüzü yeniden-inceleyin.
- Eklenen kablolama için yol ve tepsi kapasitesini doğrulayın ve daha yüksek güçlü optikler için raf termal boşluk boşluğunu-doğrulayın.
- Kasetleri, gövdeleri, etiketleri ve bir test planını önceden hazırlayın; böylece geçiş yeniden çekme değil, değiştirme-olur.
Kaçınılması Gereken Yaygın Hatalar
Yalnızca günümüzün bant genişliğine göre boyutlandırma.Mevcut hızlara göre inşa edilmiş bir tesis hızla eskir. Daha yüksek hıza ve daha yüksek bağlantı noktası yoğunluğuna giden gerçekçi bir yol oluşturun.
Kablo yönetimini kozmetik olarak ele almak.Düzgün kablolama faydalıdır, ancak yönetim aslında görünümle değil, hava akışı, erişim ve hata izolasyonuyla ilgilidir.
Yoğunluk uğruna bakım erişiminden fedakarlık etmek.Yüksek-yoğunluk "mümkün olduğu kadar kompakt" değildir. Bir teknisyen bir bağlantıyı güvenli bir şekilde izleyemezse ve değiştiremezse, gerçek operasyonlar sırasında tasarım size maliyet getirecektir.
Bileşenleri ayrı ayrı satın almak.Kablolar, konektörler, paneller, alıcı-vericiler, raflar ve yollar tek bir kanal oluşturur. Tek başına ucuz görünen bir parça, pul pul döküldüğünde tüm kumaşı kaplayabilir.
AI-Hazır Kablolamaya Hazırlık Kontrol Listesi
GPU'ları ölçeklendirmeden önce bunların üzerinde çalışın. Her maddenin belirsiz bir evet veya hayır değil, somut bir geçme koşulu vardır.
- Hız payı:Kurulu fiber, geri çekme olmadan en az bir hız sıçramasını (örneğin 400G'den 800G'ye) destekleyebilir mi?{2}}Ve fiber sayısı, optiğin şerit haritasına göre boyutlandırılmış mı (sekiz veya on altı fiber)?
- Kayıp bütçesi:PAM4 ekleme-kayıp payı içindeki her yüksek-hızlı kanal, bağlantı sayısı ve uç yüz denetimi doğrulanmış mı?
- Yoğunluk ve hizmet:Bir teknisyen, canlı rayı bozmadan herhangi bir bağlantı noktasına ulaşabilir, izleyebilir ve değiştirebilir mi?
- Hava akışı:Yollar arka egzozu ve koridoru temiz tutuyor mu ve güç ile veriler ayrı mı?
- Belgeler:Her bağlantı, kutup şeması, uzunluğu ve kaybıyla birlikte test edilip kaydediliyor ve{0}}yapılı çizimlerle eşleşecek şekilde etiketleniyor mu?
- Ölçek:Yaprak-omurga, ray-optimize edilmiş topolojisi, yeniden tasarlanmadan bir sonraki bölmeye kadar uzanıyor mu?
- Medya uyumu:Her bağlantının ortamı, rafta DAC ve salonlar arasında OS2 ile erişim, hız, termal etki ve servis kolaylığına göre mi seçiliyor?
Birkaç yanıt hayırsa fiziksel katmanı ilk genişletmeden sonra değil, yapay zeka iş yükleri ölçeklenmeden önce yeniden tasarlayın.
SSS
S: 400G ve 800G AI ağlarının hangi kablolara ihtiyacı var?
C: MTP/MPO fiber üzerinden paralel optiklerle çalışıyorlar. Bir 400G-DR4 bağlantısı, genellikle bir MPO-12 olmak üzere sekiz fiber kullanırken, 800G-SR8 veya 800G-DR8, genellikle APC'li bir MPO-16 olmak üzere on altı fiber kullanır. OM4 veya OM5 kısa erişimi kapsar, OS2 daha uzun erişimi kapsar ve pasif DAC raf içi en kısa atlamaları yönetir. Arayüzlerin kendisi IEEE 802.3df'de tanımlanmıştır.
S: Yapay zeka veri merkezleri için tek-modlu fiber mi yoksa çok modlu fiber mi daha iyidir?
C: Mesafeye bağlıdır. Çok modlu OM4 veya OM5, yaklaşık 100 m'nin altındaki yaprak omurga bağlantıları için-uygun maliyetlidir, ancak desteklenen mesafe 800G'de daralır. Tek-modlu OS2, sıralar veya koridorlar arası bağlantı kurulduğunda veya 800G DR/FR erişimi ve gelecekte 1,6T boşluk payı istediğinizde daha iyi bir temeldir. Birçok büyük kumaş bu nedenle OS2'de standartlaşır.
S: Bir yapay zeka veri merkezi ne zaman DAC, AOC veya optik alıcı-vericileri kullanmalıdır?
C: En düşük maliyeti, gücü ve gecikmeyi sağladığı, bitişik rafların içinde veya arasında yaklaşık üç metreye kadar olan bağlantılar için pasif DAC kullanın. Birkaç metreden yaklaşık onlarca metreye kadar kalıcı bağlantılar için AOC'yi kullanın. Bağlantıya ulaşma, yeniden kullanma ve servis verme olanağına ihtiyaç duyduğunuzda, yapılandırılmış fiberli takılabilir alıcı-vericileri kullanın.
S: Yüksek-hızlı bağlantılar için kablo kaybı bütçesini nasıl hesaplarsınız?
C: Alıcı-verici standardının belirttiği kanal ekleme-kayıp toleransından başlayın (örneğin 800GBASE-SR8 veya 800GBASE-DR8). Fiber zayıflamasının uzunlukla çarpımı artı her bir bağlantılı konnektör çiftinin kaybı (ki bu genellikle bir desibelin onda birkaçı kadardır), artı tüm eklemeler çıkarılır ve marjı yedekte tutulur. PAM4 bütçeleri eski NRZ bağlantılarından daha sıkıdır, bu nedenle bağlantı sayısı ve uç yüz temizliği bir kanalın geçip geçmeyeceğine doğrudan karar verir.
S: Kablolama, yüksek-yoğunluklu AI raflarda soğutmayı nasıl etkiler?
C: Sıkışık kablo demetleri hava akışını engeller, ekipmanın egzozunda karşı-basınç oluşturur ve devridaime ve sıcak noktalara neden olur; bu da 100 kW'ı aşabilen GPU raf yoğunluklarında önemlidir. Havai yollar, ayrılmış güç ve veriler, uygun boyuttaki yöneticiler ve egzozu ve muhafazayı temiz tutan yönlendirmelerin tümü soğutma tasarımını korur.
S: Bakır hala yapay zeka veri merkezleri için uygun mu?
C: Evet, kısa süreliğine-raf ve bitişik-raf bağlantıları için, burada DAC verimli bir seçimdir. Yüksek-yoğunluk ve daha uzun çalışmalar bant genişliği, erişim ve ölçeklenebilirlik için fibere geçiyor.
S: AI kablolamada MTP/MPO konnektörleri neden yaygındır?
C: Tek bir yüksükte sekiz ila yirmi-dört fiber taşırlar; bu tam olarak paralel optiklerin ihtiyaç duyduğu şeydir ve hızlı, tekrarlanabilir, yüksek-yoğunluklu kurulumlar için önceden sonlandırılmış devrelere- olanak tanır.
Temel Çıkarımlar
Yapay zeka iş yükleri, veri merkezi kablolama gereksinimlerini daha yüksek bant genişliği, daha yoğun paralel fiber, sıkı kayıp bütçeleri, hava akışına duyarlı -farkında yönlendirme ve kısa yükseltme döngüleri etrafında yeniden yazıyor. Fiziksel katman tek başına GPU'ları daha hızlı hale getirmez ancak yanlış katman tüm ortamın performansını, güvenilirliğini ve yükseltme hızını sınırlar.
En güvenli tasarım prensibi, fiber tesisini, yol kapasitesini, yama mimarisini ve dokümantasyon modelini, ilk genişletme döngüsünden sonra değil, GPU rafları gelmeden önce planlamaktır. En az bir hız sıçraması oluşturun, medyayı alışkanlığa göre değil role göre seçin ve konnektör temizliğini, polaritesini ve hava akışını birinci-sınıf tasarım kısıtlamaları olarak değerlendirin. Dağıtımdan veya genişletmeden önce mevcut kablolarınızı yukarıdaki kontrol listesine göre gözden geçirin; yapısal kablolama ve MTP/MPO bileşenleri için ürünümüzü keşfedinfiber optik çözümler.
