- ميا
- 28 سبتمبر 2023
- 8: 23 صباحا
هاربر روس
تم الرد في الساعة 8:23 صباحًا
جهاز الإرسال والاستقبال 100G-SRBD (أو "BIDI") هو نوع من أجهزة الإرسال والاستقبال الضوئية التي يمكنها إرسال واستقبال بيانات 100G عبر زوج من الألياف متعددة الأوضاع باستخدام تقنية ثنائية الاتجاه. مثل جهاز الإرسال والاستقبال QSFP-100G-SWDM4، فإنه يوفر أيضًا عرض نطاق ترددي 100 جيجابت في الثانية عبر الألياف القياسية المزدوجة متعددة الأوضاع. ومع ذلك، على عكس جهاز الإرسال والاستقبال SWDM4 (الذي ينقل أطوال موجية 4 × 25 جيجابت في الثانية من منفذ Tx، ويستقبل أطوال موجية 4 × 25 جيجابت في الثانية على منفذ Rx)، يحتوي كل منفذ بصري على SRBD على كل من جهاز الإرسال والاستقبال، يعمل على الازدواج الكامل بسرعة 50 جيجابت/ على ألياف واحدة. يوفر منفذا QSFP-100G-SRBD إجمالي 100 جيجابايت/ثانية من عرض النطاق الترددي. يتم دعم QSFP-100G-SRBD على جميع منافذ Arista QSFP 100G، ويمكن استخدامه لروابط تصل إلى 70 مترًا من OM3 أو ما يصل إلى 100 متر من الألياف متعددة الأوضاع OM4.
يسأل الناس أيضا
Nvidia DGX GH200 الثوري: تعزيز مستقبل أجهزة الكمبيوتر العملاقة ذات الذكاء الاصطناعي
يمثل Nvidia DGX GH200 نقلة نوعية في الذكاء الاصطناعي (AI) والتعلم الآلي، إيذانا ببدء فصل جديد لأجهزة الكمبيوتر العملاقة ذات الذكاء الاصطناعي. لقد تم تصميمه كنظام متطور قادر على التعامل مع أعباء عمل الذكاء الاصطناعي المعقدة بقوة حسابية وسرعة وكفاءة في استخدام الطاقة لا مثيل لها تلبي الاحتياجات المتزايدة. هذا المقال
شبكات توسيع نطاق GPU المستندة إلى Ethernet
وقد أدى الإطلاق الأخير لـ Gaudi-3 من Intel، والذي يستخدم RoCE للتوصيل البيني الموسع، إلى جانب مناقشات Jim Keller حول استبدال NVLink بشبكة Ethernet، إلى لفت الانتباه إلى هذا النهج المبتكر. والجدير بالذكر أن Tenstorrent، حيث يشارك جيم كيلر، قام بذكاء بتنفيذ التوصيل البيني للشبكة بين الشرائح باستخدام Ethernet. لذلك، من المناسب معالجة
مقالات ذات صلة
تقرير اختبار توافق وحدات الإرسال والاستقبال الضوئية 800G SR8 و400G SR4
الإصدار تغيير سجل الكاتب V0 عينة اختبار كاسي اختبار الغرض كائنات الاختبار: 800G OSFP SR8/400G OSFP SR4/400G Q112 SR4. من خلال إجراء الاختبارات المقابلة، تلبي معلمات الاختبار معايير الصناعة ذات الصلة، ويمكن استخدام وحدات الاختبار بشكل طبيعي لمحول Nvidia (Mellanox) MQM9790 وبطاقة الشبكة Nvidia (Mellanox) ConnectX-7 وNvidia (Mellanox) BlueField-3، مما يضع الأساس ل
إطلاق العنان لإمكانات كابلات Nvidia MPO لشبكات الألياف من الجيل التالي
في طليعة الابتكار، توجد كابلات Nvidia MPO في عالم اليوم المتغير باستمرار للاتصالات السلكية واللاسلكية وشبكات مراكز البيانات. إنها تعد بتعزيز كبير لشبكات الألياف من حيث السعة والكفاءة وقابلية التوسع. وتسعى هذه الورقة إلى تقييم الاحتمالات المختلفة offتأثرت بحلول الكابلات المتقدمة هذه مع الاحترام
تقديم منصة NVIDIA HGX: تسريع الذكاء الاصطناعي والحوسبة عالية الأداء
تعد منصة HGX من NVIDIA تقدمًا رائدًا في الذكاء الاصطناعي والحوسبة عالية الأداء. لقد تم تصميمه لتلبية متطلبات الطاقة المتزايدة للبيئات الحالية كثيفة البيانات ودمجه مع تقنية GPU المتطورة؛ فهو يوفر كفاءة معالجة متميزة بالإضافة إلى المرونة. تهدف هذه المقدمة إلى إعطاء القراء نظرة أولية
Nvidia DGX GH200 الثوري: تعزيز مستقبل أجهزة الكمبيوتر العملاقة ذات الذكاء الاصطناعي
يمثل Nvidia DGX GH200 نقلة نوعية في الذكاء الاصطناعي (AI) والتعلم الآلي، إيذانا ببدء فصل جديد لأجهزة الكمبيوتر العملاقة ذات الذكاء الاصطناعي. لقد تم تصميمه كنظام متطور قادر على التعامل مع أعباء عمل الذكاء الاصطناعي المعقدة بقوة حسابية وسرعة وكفاءة في استخدام الطاقة لا مثيل لها تلبي الاحتياجات المتزايدة. هذا المقال
شبكات توسيع نطاق GPU المستندة إلى Ethernet
وقد أدى الإطلاق الأخير لـ Gaudi-3 من Intel، والذي يستخدم RoCE للتوصيل البيني الموسع، إلى جانب مناقشات Jim Keller حول استبدال NVLink بشبكة Ethernet، إلى لفت الانتباه إلى هذا النهج المبتكر. والجدير بالذكر أن Tenstorrent، حيث يشارك جيم كيلر، قام بذكاء بتنفيذ التوصيل البيني للشبكة بين الشرائح باستخدام Ethernet. لذلك، من المناسب معالجة
NVIDIA H100 vs A100: الكشف عن أفضل وحدة معالجة رسومات (GPU) لاحتياجاتك
في مجال الذكاء الاصطناعي (AI) والحوسبة عالية الأداء (HPC)، يوجد عالم سريع التغير حيث يمكن لوحدة المعالجة الرسومية المثالية (GPU) تحسين أداء التطبيقات التي تتطلب حوسبة مكثفة أو كسرها. اثنان من هذه النماذج، NVIDIA H100 وA100، كانا يهيمنان على العقول في هذا المجال؛ كلاهما تم إنشاؤه بواسطة NVIDIA
أطلق العنان لقوة الذكاء الاصطناعي مع Nvidia H100: وحدة معالجة الرسوميات المثالية للتعلم العميق
أطلق العنان لقوة الذكاء الاصطناعي باستخدام Nvidia H100: وحدة معالجة الرسوميات المثالية للتعلم العميق في عالم الذكاء الاصطناعي (AI) والتعلم العميق سريع التغير، كان هناك ارتفاع كبير في الطلب على الموارد الحسابية القوية. تعد وحدة معالجة الرسومات Nvidia H100 بمثابة إجابة مبتكرة لهذه الاحتياجات المتوقعة