Huawei Network Equipment Cloudengine Xh9220 64dq Huawei 10g Sfp Switch 64x400ge Qsfp112

Sprzęt sieciowy Huawei Cloudengine Xh9220 64dq Przełącznik Huawei 10g Sfp 64x400ge Qsfp112

Przegląd produktu

CloudEngine XH9220-64DQ zapewnia porty 64×400GE QSFP112, przepustowość przełączania 51,2 Tb/s, równoważenie obciążenia na poziomie sieci NSLB, bezstratną sieć AI i niezawodność iFlashboot – stworzone specjalnie dla klastrów GPU HPC i farm szkoleniowych AI.

Kluczowe wyróżniki (wypunktowane w celu skupienia się na kupującym)

• Ultrawysoka gęstość 400GE– 64×400GE portów QSFP112 w obudowie 4U – idealne do rozwiązań szkieletowych w klastrach AI i inteligentnych centrach obliczeniowych.

• Równoważenie obciążenia na poziomie sieci NSLB– Opatentowany algorytm Huawei dynamicznie równoważy ruch na wszystkich ścieżkach, eliminując „gorące punkty” zatorów podczas treningu intensywnie wykorzystującego procesor graficzny.

• Sieć bezstratna AI– Oparta na sprzęcie funkcja PFC (Priority Flow Control) i ECN (Explicit Congestion Notification) zapewniają zerową utratę pakietów dla ruchu RDMA/RoCE – co ma kluczowe znaczenie w przypadku rozproszonego szkolenia AI.

• Ogromna zdolność przełączania– 51,2 Tbps bez blokowania, szybkość przekazywania 9600 Mpps – obsługuje jednocześnie 64 porty pełnego ruchu 400GE.

• Niezawodność iFlashboota– W przypadku awarii automatycznie uruchamia się z obrazu kopii zapasowej, skracając czas odzyskiwania z godzin do sekund.

• Odporność kanału modułu optycznego– Inteligentne monitorowanie i izolowanie usterek modułów optycznych, zapobiegające awariom jednopunktowym zakłócającym działanie klastrów GPU.

• Potężny samolot kontrolny– 32-rdzeniowy procesor 2,2 GHz, 16 GB pamięci RAM, 135 MB bufora pakietów – zapewnia szybką konwergencję i głębokie buforowanie wzorców ruchu incast powszechnych w szkoleniu AI.

• Nadmiarowe zasilanie– Zasilacze AC/DC 4×1200 W z możliwością wymiany podczas pracy (nadmiarowość N+1 lub N+N).

• Kompaktowa konstrukcja 4U– Duża gęstość portów na U szafy, zmniejszająca liczbę przełączników typu „spin” i złożoność okablowania między szafami.

Dane techniczne

Typowe wdrożenia– Klaster treningowy AI z łącznością GPU-GPU 400GE, inteligentna agregacja rdzeni centrum obliczeniowego, struktury typu „high-frequency trading” (HFT) o niskim opóźnieniu, hiperskalowe architektury typu „spine-leaf” w centrach danych.