deniz.in

Piyasalar

Hava durumu

Hava durumu yükleniyor

· kaynak dev.to (home feed)

SC26: güç ve soğutma sınırları 100.000 hızlandırıcılı AI kümelerini scale-aç ağlara itiyor

Ohio State araştırmacıları SC26'da, güç, soğutma ve alan kısıtlarının 100.000 hızlandırıcılı AI kümelerini tek bir veri merkezinin ötesine ittiğini, Google, Cisco ve Marvell'in ise scale-across ağlar geliştirdiğini aktardı.

SC26: güç ve soğutma sınırları 100.000 hızlandırıcılı AI kümelerini scale-aç ağlara itiyor

20 Kasım'da Supercomputing 2026'da Ohio State Üniversitesi'nden araştırmacılar, AI altyapısındaki bir sonraki kısıtın hızlandırıcının kendisi değil, onu çevreleyen bina olduğu yönündeki görüşlerini ortaya koydular. Tom's Hardware ve Chip Dispatch'in haberlerinde özetlendiği gibi, modern AI kümeleri rutin olarak 100.000'den fazla hızlandırıcı ve potansiyel olarak milyonlarca CPU uç noktası içeriyor; hızlandırıcı performansı ise bunları bağlayan ağlardan daha hızlı gelişiyor. Bunun sonucu olarak, ağ verimliliği bir kümenin hesaplama gücünden ne kadarının gerçekten kullanılabilir olduğunu giderek daha fazla belirliyor.

Üçüncü bir ağ alanı

AI ağları geleneksel olarak iki katmana ayrılıyordu. NVLink, AMD Infinity Fabric, Intel UPI ve yükselmekte olan UALink gibi scale-up yapıları hızlandırıcıları tek bir sistem içinde birbirine bağlar. Ethernet, InfiniBand, HPE Slingshot ve Ultra Ethernet gibi scale-out teknolojileri ise aynı veri merkezi içindeki rack'leri birleştirir. SC26 sunumu bu ikisine üçüncü bir alan ekliyor: scale-across, yani uygulamanın bakış açısından tek bir performans hedefini izleyen tek bir sistem gibi davranması gereken, binalar, kampüsler, hatta bölgeler arası bağlantılar.

İtici güç fiziksel

Araştırmacılara göre bu mimari bir moda değil, zorunluluk. Tüm hızlandırıcıları tek bir sahada toplamak güç, soğutma veya taban alanı sınırları nedeniyle zor ya da imkânsız olabilir; bu yüzden sahaları birleştirmek çoğu zaman daha büyük bir sisteme giden tek yol. Tom'Hardware, Google'ın 2026'nın başlarında tam bu senaryo için Virgo ağ mimarisini tanıttığını bildiriyor: tek bir tesisin alan ve güç bütçesini aşan AI iş yükleri, tüm kampüs tek bir sistem olarak ele alınıyor ve hızlandırıcılar, sunucular ile veri merkezleri için ayrı ağlar kuruluyor. Aynı habere göre Cisco ve Marvell de dağıtık kümeler için yüksek kapasiteli yönlendiricilerden switching silikonuna ve optik bağlantılara kadar scale-across teknolojileri geliştiriyor; ancak şimdilik kapasite, sevkiyat takvimi veya fiyat konusunda bir taahhüt yok.

Mesafe hâlâ sorun

Araştırmacılar sınırlar konusunda açık sözlüydü. Optik bağlantılar yayılma gecikmesini ortadan kaldıramaz; tıkanıklık, paket kaybı ve senkronizasyon yükü de etkin performansı düşürür. Fiberle birbirine bağlanan iki GPU kümesi otomatik olarak sıkı entegre tek bir makine gibi davranmaz. Eğitim iş yükleri bunu ilk hissedenlerdir, çünkü hızlandırıcılar sürekli olarak model parametreleri, gradyanlar ve ara sonuçları kolektif operasyonlar üzerinden paylaşır; tek bir hızlandırıcıyı bile etkileyen gecikmeler tüm kümeyi yavaşlatabilir. Sorunların hafifletilmesi giderek ağın kendisine gömülüyor: sürekli CPU katılımı gerektirmeden RDMA'yı yöneten NIC'ler, HPE Slingshot ve NVIDIA SHARP'taki kolektif offload ile libfabric, MPI ve UCX gibi yazılım katmanlarının davranışı.

Bant genişliği tek başına ölçüt değil

Sektör zaten 800 Gb/s ve 1,6 Tb/s Ethernet üretiyor; ancak sunuma göre en yüksek aktarım hızları tek başına bir sistemin gerçek yeteneği hakkında pek az şey söylüyor, çünkü uygulama performansı topolojiye, tıkanıklık yönetimine, protokollere ve yazılımın yapıyla ne kadar iyi iş birliği yapmasına bağlı. Talep buna rağmen yükseliyor. Cisco tarafından yayımlanan ve 293 kuruluştan elde edilen IDC anket verileri, kuruluşların %89'unun veri merkezi içi bant genişliğinin ve %91'inin veri merkezleri arası bant genişliğinin gelecek yıl en az %11 artmasını beklediğini; %36'sının ise veri merkezleri arası artışı %51'in üzerinde öngördüğünü gösteriyor.

Neden önemli

AI kapasitesini sınırlayan etken artık silisyum değil de güç ve soğutma ise, kapasite planlaması tek tesisin ötesine genişlemek zorunda. Daha hızlı portlar satın almak daha hızlı eğitim garantisi vermez: çok sahalı bir tasarım onaylanmadan önce sahalar arası gecikme, tıkanıklık ve kolektif iletişim performansının modellenmesi gerekiyor. Operatörler için kampüs ve bölge ölçeğindeki sistemler meşru tasarım hedefleri hâline geldi ve Google'dan Cisco ile Marvell'e kadar üreticiler, makinenin boyutunu veri merkezi değil ağın belirlediği bir dünya için ürünlerini konumlandırmaya şimdiden başladı.

  • #networking
  • #ai-infrastructure
  • #data-centers
  • #supercomputing
  • #cloud

İlgili yazılar