- 캐서린
- 2023 년 9 월 9 일
- 오전 7시
홍길동
오전 7시 51분에 답변됨
400G-BIDI, 400G-SRBD 및 400G-SR4.2의 차이점은 주로 명명 규칙과 모듈의 폼 팩터에 있습니다. 이들은 모두 총 25G 대역폭에 대해 양방향으로 400개의 400G 신호 파장을 전달하는 400쌍의 다중 모드 광섬유를 사용하는 동일한 원리를 기반으로 합니다. 400G-BIDI라는 용어는 이 기술의 일반적인 이름인 반면, 4.2G-SRBD 및 XNUMXG-SRXNUMX는 이를 구현하는 모듈의 특정 이름입니다.
400G-SRBD 모듈은 QSFP 폼 팩터의 이중 밀도 버전인 QSFP-DD 폼 팩터를 기반으로 합니다. 기존 QSFP 포트에 연결할 수 있는 MPO-12 커넥터가 있습니다. 400G-SRBD 모듈은 QSFP100 폼 팩터를 사용하는 28개의 XNUMXG-BIDI 모듈에 연결할 수 있는 브레이크아웃 애플리케이션에도 사용할 수 있습니다.
400G-SR4.2 모듈은 더 높은 전력 및 열 성능을 위해 설계된 새로운 폼 팩터인 OSFP 폼 팩터를 기반으로 합니다. 더 많은 광섬유 수와 더 먼 거리를 지원할 수 있는 MPO-16 커넥터가 있습니다. 400G-SR4.2 모듈은 SFP-DD 폼 팩터를 사용하는 100개의 1.2G-SRXNUMX 모듈에 연결할 수 있는 브레이크아웃 애플리케이션에도 사용할 수 있습니다.
400G-SRBD 및 400G-SR4.2 모듈은 모두 IEEE 802.3bm 프로토콜 및 400G BiDi MSA 사양을 준수합니다. OM100 다중 모드 광섬유를 통해 최대 4m의 링크 길이를 지원할 수 있습니다.
사람들은 또한 묻는다.
관련 기사
800G SR8 및 400G SR4 광 트랜시버 모듈 호환성 및 상호 연결 테스트 보고서
버전 변경 로그 작성기 V0 샘플 테스트 Cassie 테스트 목적 테스트 대상: 800G OSFP SR8/400G OSFP SR4/400G Q112 SR4. 해당 테스트를 수행함으로써 테스트 매개변수는 관련 산업 표준을 충족하며 테스트 모듈은 일반적으로 Nvidia(Mellanox) MQM9790 스위치, Nvidia(Mellanox) ConnectX-7 네트워크 카드 및 Nvidia(Mellanox) BlueField-3에 사용될 수 있습니다. 기초
고성능 서버에서 NVIDIA H100 GPU의 성능 활용
증가하는 데이터 볼륨과 증가하는 계산 요구 사항을 특징으로 하는 현대 컴퓨팅의 고압적인 환경에서 고성능 서버의 선구자인 NVIDIA H100 GPU가 등장했습니다. 이 기사에서는 NVIDIA H100 GPU의 혁신적인 기능과 새로운 기술을 공개하려고 합니다.
차세대 광섬유 네트워크를 위한 Nvidia MPO 케이블의 잠재력 활용
혁신의 최전선에서 Nvidia MPO 케이블은 오늘날 끊임없이 변화하는 통신 및 데이터 센터 네트워킹 세계에 있습니다. 이는 다양한 가능성을 평가하기 위해 본 백서에서 추구하는 용량, 효율성 및 확장성 측면에서 광섬유 네트워크의 상당한 향상을 약속합니다. off이러한 고급 케이블링 솔루션을 통해
NVIDIA HGX 플랫폼 소개: AI 가속화 및 고성능 컴퓨팅
NVIDIA의 HGX 플랫폼은 AI와 HPC의 획기적인 발전입니다. 이는 오늘날의 데이터 집약적 환경에서 증가하는 전력 수요를 충족하도록 설계되었으며 최첨단 GPU 기술과 통합되었습니다. 탁월한 처리 효율성과 유연성을 제공합니다. 이 서문은 독자들에게 예비적인 정보를 제공하는 것을 목표로 합니다.
혁신적인 Nvidia DGX GH200: AI 슈퍼컴퓨터의 미래를 주도하다
Nvidia DGX GH200은 인공 지능(AI)과 기계 학습의 패러다임 전환을 나타내며 AI 슈퍼컴퓨터의 새로운 장을 열었습니다. 이는 확장되는 요구 사항을 충족하는 비교할 수 없는 계산 능력, 속도 및 에너지 효율성으로 복잡한 AI 워크로드를 처리할 수 있는 최첨단 시스템으로 설계되었습니다. 이 기사
이더넷 기반 GPU 스케일업 네트워크
최근 Scale-UP 상호 연결을 위해 RoCE를 활용하는 Intel의 Gaudi-3 출시와 함께 NVLink를 이더넷으로 교체하는 Jim Keller의 논의가 이러한 혁신적인 접근 방식에 대한 관심을 불러일으켰습니다. 특히 Jim Keller가 참여한 Tenstorrent는 이더넷을 사용하여 칩 간 네트워크 상호 연결을 교묘하게 구현했습니다. 따라서 다음 문제를 해결하는 것이 적절합니다.
NVIDIA H100 대 A100: 귀하의 요구에 가장 적합한 GPU 공개
인공 지능(AI)과 고성능 컴퓨팅(HPC) 내에는 완벽한 그래픽 처리 장치(GPU)가 컴퓨팅 집약적인 애플리케이션의 성능을 향상시키거나 저하시킬 수 있는 빠르게 변화하는 세계가 있습니다. 이들 모델 중 NVIDIA H100과 A100 두 모델이 이 분야를 지배하고 있습니다. 둘 다 NVIDIA에 의해 만들어졌습니다.