StarryLink光モジュール

AI開発の急拡大に伴い、AIトレーニングクラスターは10,000台以上のGPUを擁する規模に進化し、必要な光モジュールの数が大幅に増加しています。例えば、GPT-3のトレーニングに必要な1,000GPUクラスターでは、2,500個の200Gまたは4,000個の400G光モジュールを使用したインターコネクションが必要です。GPT-4のトレーニングには、10,000 GPUクラスターで25,000個の200Gまたは40,000個の400G光モジュールを使用したインターコネクションが必要です。GPUを1つ追加するたびに、光モジュールの数は平均で2.5から4増加します。システムクラスターの計算能力を向上させるためには、効率的なネットワーク相互接続が不可欠です。

しかし実際のトレーニングプロセスにおいて、光モジュールの故障率が予想より高いことが確認され、ネットワークの信頼性に悪影響を及ぼしています。光モジュールの年間故障率は4‰であり、10,000 GPUクラスターでは平均して3.6日に1回のトレーニング中断が発生しています。平均故障回復時間は2時間であり、これにより1日あたりCNY140万の計算能力投資が無駄になっています。

ファーウェイのStarryLink光モジュールは、ユーザーに超信頼性、長距離、高度なセキュリティを備えたデータセンターネットワークの相互接続体験を提供します。短距離光リターンロス位置特定技術により、汚染されたり緩んだ光モジュールを正確かつ効率的に特定し、分単位の故障位置特定を実現します。さらに、光モジュールチャネルロス耐性技術により、光モジュールの信頼性が10倍向上します。