이 페이지가 올바르게 표시되지 않는 경우, 여기를 클릭하세요 온라인 버전을 보려면

AI 스토리지병목 현상 해결
다음과 함께 NFS over RDMA

모든 I/O 레이턴시(밀리초 단위)는 고가의 GPU의 연산 성능을 낭비합니다. TS-h1290FX와 NFS over RDMA의 조합은스토리지성능이 연산 속도를 따라가도록 보장합니다.

NFS over RDMA 알아보기

GPU가데이터을(를) 기다리며 시간을 낭비하고 있을 수 있습니다

AI 트레이닝 비용은 GPU 실행 시간에 의해 결정되지만, 스토리지 I/O 병목 현상으로 인해 전체 연산 시간의 40% 이상이 낭비될 수 있습니다.

매번데이터을(를) 읽을 때마다 CPU는 TCP 패킷 처리와 컨텍스트 스위칭에 사용됩니다. 이는 AI 연산에 아무런 기여를 하지 않지만, CPU 리소스의 최대 99%를 은밀하게 소모합니다.

기존 NFS에서는데이터이(가) 커널과 사용자 공간 사이에서 GPU에 도달하기 전까지 4~6번 복사되며, 레이턴시이(가) 1마이크로초씩 추가될 때마다 연산 성능이 손실됩니다.

예를 들어, 8×H100 클러스터에서 클라우드 비용은 시간당 미화 24달러를 초과합니다. GPU 활용률이데이터을(를) 기다리며 60%로 떨어지면, 시간당 약 10달러가 완전히 낭비됩니다.

커널 바이패스 및 제로-카피 기술을 활용하여 기존 NFS의 불필요한 메모리 복사와 CPU 오버헤드를 제거합니다. 모든 프로토콜 처리는 하드웨어로 오프로드되어 GPU가데이터을(를) 기다리는 시간을 획기적으로 최소화합니다.

AI 트레이닝을 위한 실시간 응답.

서버를 실제 연산에 사용할 수 있도록 해줍니다.

네트워크 전체에서 최대 100Gbps 속도를 달성하세요.

고가의 GPU를 최대 성능으로 유지하세요.