- Mia
- 23. September 2023
- 5: 55 Uhr
Harper Ross
Beantwortet am 5:55 Uhr
100GBASE-LR4 QSFP28, das bis zu 10 km über Duplex-Singlemode-Glasfaser (SMF) mit LC-Anschlüssen unterstützen kann. Dieser Transceiver nutzt vier Wellenlängen von 1310 nm LAN WDM, um eine Datenrate von 100 G zu erreichen. Es entspricht den Standards IEEE 802.3ba 100GBASE-LR4 und QSFP28 MSA.
100GBASE-ER4L QSFP28, das je nach Produktspezifikation bis zu 25 km oder 40 km über Duplex-SMF mit LC-Anschlüssen unterstützen kann. Dieser Transceiver nutzt außerdem vier Wellenlängen von 1310 nm LAN WDM, um eine Datenrate von 100 G zu erreichen. Es entspricht den Standards IEEE 802.3ba 100GBASE-ER4 und QSFP28 MSA.
100GBASE-ZR4 QSFP28, das bis zu 80 km über Duplex-SMF mit LC-Anschlüssen unterstützen kann. Dieser Transceiver nutzt außerdem vier Wellenlängen von 1310 nm LAN WDM, um eine Datenrate von 100 G zu erreichen. Es entspricht den Standards IEEE 802.3ba 100GBASE-ZR4 und QSFP28 MSA.
Leute fragen auch
Der revolutionäre Nvidia DGX GH200: Antrieb für die Zukunft der KI-Supercomputer
Nvidia DGX GH200 stellt einen Paradigmenwechsel in der künstlichen Intelligenz (KI) und im maschinellen Lernen dar und leitet ein neues Kapitel für KI-Supercomputer ein. Es wurde als hochmodernes System konzipiert, das in der Lage ist, komplexe KI-Arbeitslasten mit unübertroffener Rechenleistung, Schnelligkeit und Energieeffizienz zu bewältigen und so den wachsenden Anforderungen gerecht zu werden. Dieser Artikel
Ethernet-basierte GPU-Scale-UP-Netzwerke
Die jüngste Einführung von Intels Gaudi-3, das RoCE für Scale-UP-Verbindungen nutzt, sowie Jim Kellers Diskussionen über den Ersatz von NVLink durch Ethernet haben die Aufmerksamkeit auf diesen innovativen Ansatz gelenkt. Insbesondere Tenstorrent, an dem Jim Keller beteiligt ist, hat die Netzwerkverbindung zwischen Chips mithilfe von Ethernet geschickt implementiert. Daher ist es wichtig, sich mit dem Problem zu befassen
NVIDIA H100 vs. A100: Vorstellung der besten GPU für Ihre Anforderungen
Innerhalb der künstlichen Intelligenz (KI) und des Hochleistungsrechnens (HPC) gibt es eine sich schnell verändernde Welt, in der die perfekte grafische Verarbeitungseinheit (GPU) über die Leistung Ihrer rechenintensiven Anwendung entscheiden kann. Zwei dieser Modelle, die NVIDIA H100 und A100, haben in diesem Bereich die Köpfe dominiert; Beide wurden von NVIDIA erstellt
Nutzen Sie die Kraft der KI mit Nvidia H100: der ultimativen Deep-Learning-GPU
Nutzen Sie die Kraft der KI mit Nvidia H100: Der ultimative Deep-Learning-GPU. In der sich schnell verändernden Welt der künstlichen Intelligenz (KI) und des Deep Learning ist die Nachfrage nach leistungsstarken Rechenressourcen sprunghaft angestiegen. Die Nvidia H100 GPU ist eine innovative Antwort auf diese voraussichtlichen Anforderungen
Wie NVIDIA GB200 800G/1.6T DAC/ACC nutzt
NVIDIA hat die neuesten Rechensysteme der GB200-Serie mit deutlich verbesserter Leistung herausgebracht. Diese Systeme nutzen sowohl Kupfer- als auch optische Verbindungen, was auf dem Markt zu zahlreichen Diskussionen über die Entwicklung von „Kupfer“- und „optischen“ Technologien führte. Aktuelle Situation: Die GB200-Serie (einschließlich der vorherigen GH200-Serie) ist NVIDIAs „Superchip“-System. Im Vergleich zu
NVIDIA GB200-Analyse: Verbindungsarchitektur und zukünftige Entwicklung
Analyse der GB200-Verbindungsarchitektur, Berechnung der NVLink-Bandbreite. NVIDIA hat große Verwirrung bei der Berechnung der NVLink-Übertragungsbandbreite und den Konzepten von SubLink/Port/Lane. Normalerweise beträgt die NVLink-Bandbreite eines einzelnen B200-Chips 1.8 TB/s. Dies wird normalerweise mithilfe des Speicherbandbreitenalgorithmus berechnet, wobei die Einheit Bytes ist
Ähnliche Artikel
Testbericht zur Kompatibilität und Verbindung der optischen Transceivermodule 800G SR8 und 400G SR4
Version Change Log Writer V0 Beispieltest Cassie Testzweck Testobjekte: 800G OSFP SR8/400G OSFP SR4/400G Q112 SR4. Durch die Durchführung entsprechender Tests entsprechen die Testparameter den relevanten Industriestandards und die Testmodule können normalerweise für den Nvidia (Mellanox) MQM9790-Switch, die Nvidia (Mellanox) ConnectX-7-Netzwerkkarte und Nvidia (Mellanox) BlueField-3 verwendet werden, wobei a Grundlage für
Der revolutionäre Nvidia DGX GH200: Antrieb für die Zukunft der KI-Supercomputer
Nvidia DGX GH200 stellt einen Paradigmenwechsel in der künstlichen Intelligenz (KI) und im maschinellen Lernen dar und leitet ein neues Kapitel für KI-Supercomputer ein. Es wurde als hochmodernes System konzipiert, das in der Lage ist, komplexe KI-Arbeitslasten mit unübertroffener Rechenleistung, Schnelligkeit und Energieeffizienz zu bewältigen und so den wachsenden Anforderungen gerecht zu werden. Dieser Artikel
Ethernet-basierte GPU-Scale-UP-Netzwerke
Die jüngste Einführung von Intels Gaudi-3, das RoCE für Scale-UP-Verbindungen nutzt, sowie Jim Kellers Diskussionen über den Ersatz von NVLink durch Ethernet haben die Aufmerksamkeit auf diesen innovativen Ansatz gelenkt. Insbesondere Tenstorrent, an dem Jim Keller beteiligt ist, hat die Netzwerkverbindung zwischen Chips mithilfe von Ethernet geschickt implementiert. Daher ist es wichtig, sich mit dem Problem zu befassen
NVIDIA H100 vs. A100: Vorstellung der besten GPU für Ihre Anforderungen
Innerhalb der künstlichen Intelligenz (KI) und des Hochleistungsrechnens (HPC) gibt es eine sich schnell verändernde Welt, in der die perfekte grafische Verarbeitungseinheit (GPU) über die Leistung Ihrer rechenintensiven Anwendung entscheiden kann. Zwei dieser Modelle, die NVIDIA H100 und A100, haben in diesem Bereich die Köpfe dominiert; Beide wurden von NVIDIA erstellt
Nutzen Sie die Kraft der KI mit Nvidia H100: der ultimativen Deep-Learning-GPU
Nutzen Sie die Kraft der KI mit Nvidia H100: Der ultimative Deep-Learning-GPU. In der sich schnell verändernden Welt der künstlichen Intelligenz (KI) und des Deep Learning ist die Nachfrage nach leistungsstarken Rechenressourcen sprunghaft angestiegen. Die Nvidia H100 GPU ist eine innovative Antwort auf diese voraussichtlichen Anforderungen
Wie NVIDIA GB200 800G/1.6T DAC/ACC nutzt
NVIDIA hat die neuesten Rechensysteme der GB200-Serie mit deutlich verbesserter Leistung herausgebracht. Diese Systeme nutzen sowohl Kupfer- als auch optische Verbindungen, was auf dem Markt zu zahlreichen Diskussionen über die Entwicklung von „Kupfer“- und „optischen“ Technologien führte. Aktuelle Situation: Die GB200-Serie (einschließlich der vorherigen GH200-Serie) ist NVIDIAs „Superchip“-System. Im Vergleich zu
NVIDIA GB200-Analyse: Verbindungsarchitektur und zukünftige Entwicklung
Analyse der GB200-Verbindungsarchitektur, Berechnung der NVLink-Bandbreite. NVIDIA hat große Verwirrung bei der Berechnung der NVLink-Übertragungsbandbreite und den Konzepten von SubLink/Port/Lane. Normalerweise beträgt die NVLink-Bandbreite eines einzelnen B200-Chips 1.8 TB/s. Dies wird normalerweise mithilfe des Speicherbandbreitenalgorithmus berechnet, wobei die Einheit Bytes ist