۲۴ شهریور ۱۴۰۴ پادکست شماره ۱

Cisco HyperFabric AI

خلاصه

Cisco HyperFabric AI را معرفی می‌کنیم — شامل معماری، مزایا و مسیرهای یادگیری برای مهندسانی که وارد حوزه زیرساخت هوش مصنوعی می‌شوند.

تماشا در یوتیوب عضویت در کانال یوتیوب عضویت در کانال تلگرام شنیدن در Apple Podcasts شنیدن در Castbox

دربارهٔ این قسمت

اولین قسمت، Cisco HyperFabric AI را معرفی می‌کند و نقطه شروعی برای مهندسان علاقه‌مند به زیرساخت هوش مصنوعی فراهم می‌کند.

این قسمت برای چه کسانی مفید است

  • مهندسان شبکه و مرکز داده که می‌خواهند وارد حوزهٔ زیرساخت هوش مصنوعی شوند
  • معمارانی که در حال ارزیابی فبریک شبکه برای کلاسترهای GPU هستند
  • مدیران فنی که به دنبال تصویری کلان از مزایا و مسیر یادگیری HyperFabric AI هستند

نکات کلیدی این قسمت

  • درک معماری کلی Cisco HyperFabric AI در سطح کلان
  • مرور مزایای ارائه‌شده برای زیرساخت هوش مصنوعی
  • شناسایی مسیرهای یادگیری برای مهندسانی که وارد زیرساخت هوش مصنوعی می‌شوند

در این قسمت می‌شنوید

  1. معرفی Cisco HyperFabric AI
  2. نگاهی کلی به معماری
  3. مزایا
  4. مسیر یادگیری برای مهندسان

واژه‌نامهٔ این قسمت

Cisco HyperFabric AI
راهکار یکپارچهٔ سیسکو برای ساخت و بهره‌برداری از فبریک شبکهٔ کلاسترهای هوش مصنوعی؛ طراحی، استقرار و مانیتورینگ را از طریق یک کنترل‌پلین ابری خودکار می‌کند.
AI Fabric
شبکهٔ پرسرعت و کم‌تأخیری که سرورهای GPU را برای آموزش و استنتاج مدل‌ها به هم متصل می‌کند و باید ترافیک شرق‌غربی سنگین را بدون افت بسته تحمل کند.
Lossless Ethernet
اترنتی که با مکانیزم‌هایی مانند PFC و ECN از افت بسته جلوگیری می‌کند؛ پیش‌نیاز حمل ترافیک RoCE بین GPUها.
RoCE
RDMA over Converged Ethernet؛ انتقال مستقیم حافظه‌به‌حافظه بین سرورها روی اترنت، بدون درگیر کردن CPU، که در کلاسترهای AI بسیار رایج است.
Day-0 / Day-2 Operations
Day-0 یعنی طراحی و راه‌اندازی اولیه؛ Day-2 یعنی بهره‌برداری روزمره، مانیتورینگ و تغییرات. HyperFabric هر دو را از یک داشبورد پوشش می‌دهد.

پرسش‌های متداول

Cisco HyperFabric AI چه تفاوتی با یک فبریک معمولی مرکز داده دارد؟

فبریک معمولی برای ترافیک عمومی برنامه‌ها طراحی می‌شود، اما HyperFabric AI به‌طور خاص برای ترافیک بین GPUها بهینه شده است: اترنت بدون افت، تأخیر پایین و ثابت، و اتوماسیون کامل از طراحی تا مانیتورینگ از طریق کنترل‌پلین ابری.

برای شروع کار با زیرساخت هوش مصنوعی به چه دانشی نیاز دارم؟

پایهٔ محکم در سوئیچینگ و مسیریابی مرکز داده (VXLAN/EVPN، Leaf-Spine)، آشنایی با مفاهیم RDMA/RoCE و کنترل ازدحام، و درک اولیه از نحوهٔ توزیع آموزش مدل‌ها روی چند GPU؛ این قسمت همین مسیر یادگیری را مرور می‌کند.

آیا HyperFabric AI فقط برای سازمان‌های بزرگ است؟

خیر؛ ایدهٔ اصلی آن ساده‌سازی است تا تیم‌های کوچک‌تر هم بتوانند بدون تخصص عمیق در تنظیم دستی فبریک، یک کلاستر AI قابل‌اتکا راه‌اندازی کنند. مقیاس آن از چند رک تا کلاسترهای بزرگ قابل رشد است.

احسان عماد

دربارهٔ میزبان

احسان عماد

Technology Lead

احسان عماد، معمار راهکار و رهبر فناوری (Technology Lead) است و بیش از دو دهه تجربه در طراحی، پیاده‌سازی و راهبری شبکه‌های سازمانی، مرکز داده و امنیت برای سازمان‌های بزرگ دارد. او دارندهٔ مدرک CCDE و چهار CCIE (شماره ۲۸۵۵۱) در گرایش‌های Security، Collaboration، Data Center و Enterprise Infrastructure، و همچنین CISSP است؛ عضو برنامهٔ Cisco Champion و دارندهٔ عنوان Cisco Fire Jumper Elite. در کنار کار فنی، دکترای علوم کامپیوتر و تحصیلات مدیریت (MBA و DBA) دارد. در تک‌لانژ‌کست همان تجربه‌های میدانی را به زبان فارسی و با نگاهی عملی روایت می‌کند تا مهندسان فارسی‌زبان مسیر کوتاه‌تری به عمق فناوری و رشد حرفه‌ای پیدا کنند.

  • CCDE #20210029
  • CCIE Security
  • CCIE Collaboration
  • CCIE Data Center
  • CCIE Enterprise Infrastructure
  • CISSP
  • Cisco Fire Jumper Elite
  • Cisco Champion
  • PhD Computer Science
  • DBA
  • MBA
دنبال‌کردن در لینکدین YouTube

دیدگاه‌ها

هنوز دیدگاهی ثبت نشده است؛ شما اولین نفر باشید.

دیدگاه خود را بنویسید

امتیاز شما *