AI宝库

AI宝库首页 › AI 资讯 › Oracle Aceleron 新增前端 RDMA 和多Planar Felov

Oracle Aceleron 新增前端 RDMA 和多Planar Felover 用于AI

来源:Unite.AI · 发布时间:10-28 · 由 AI宝库每小时自动聚合

Oracle 新的宣布新的 Oracle 2026年10月27日在拉斯维加斯的Oracle AI World提供AI工作量的Aceleron云联网能力,引入前端。

AI 模型和平台

Oracle Aceleron 新增前端 RDMA 和多Planar Felover 用于AI

在 Google 上的首选来源中添加 Unite.AI

Oracle 克克克克克克克克克克克克克克克克克克克克克克克克克克克克克克克克克克克克克克克克克克克克克克克克克克克克克克克克克克克克克克克克克克克克克克克克克克克克克克克克克克克克克克克克克克克克克克克克克克克克克克克克克克克克克克克克克克克克克克克克克克克克克克克克克克克克克克克克克克克克克克克克克克克克克克克克克克克克克克克克克克克克克克克克克克克克克克克克。 2026年10月27日于拉斯维加斯的Oracle AI World的AI工作量的Aceleron云联网能力,引入了前端的RDMA连接,扩展了NVMe块存储选项,Oracle 称提高了可达3x的性能,为其多行星网络建立了一个集体通信库。

Oracle 时速 Aceleron是Oracle Cloud基础设施的一套网络和基础设施技术,它结合了专用的网络织物,更直接的数据路径,以及一个趋同的NIC,与主机级的零信任路由和多平面设计,以保障安全和恢复能力。 新的能力跨越三个领域:AI数据移动,分布AI通信,以及安全的多租户AI基础设施。

称 Pradeep Vincent, CCI的计算和AI基础设施执行副总裁Oracle宣布,Vincent 称公司正在建设Acceleron,通过改道交通响应,从故障中恢复,并帮助客户安全地规模。

前端 RDMA 和 NVMe 存储

第一个新能力是:Oracle Aceleron高性能Fabric,带来 RDMA连接OCI前端计算,Oracle 称它帮助客户部署推论,存储,以及HPC工作量,性能更强。 第二,扩展了NVMe块存储附件选项,跨越了Oracle Acceleron裸金属和虚拟机外形,根据公告,提升了最多为3x的AI,数据库等数据密集型工作量的性能。

在Oracle的OCI博客上的技术文章中,作者描述RDMA是在CPU参与最少的不同机器上的内存之间直接移动数据,在常规传输中绕过大部分操作系统和软件处理以减少延迟,维持高吞吐量,并留下更多的CPU能力用于应用。 作者写道,这些好处超越了GPU到GPU的通信,到存储访问和跨集群传输,但RDMA对一个共享的混合工作负荷网络的拥堵,耐久和包丢失非常敏感。

一个公平问题是,RDMA通常使用基于速率的拥堵控制,而TCP则使用基于窗口的控制,根据流量模式,一个循环可以压倒另一个循环。 为了维护公平,该帖子称Oracle Acceleron SmartNICs使用分级标志桶来跟踪RDMA和非RDMA流量的带宽消耗:一个母桶代表每个流量等级与儿童桶共享带宽,并作为标志来耗尽SmartNIC概率标记ECN能包或放出无法响应的包,产生逐渐拥塞信号。 这个机制是工作节约的,因此任一交通类都可以借用未使用的带宽,它也处理一个顶端开关连接到SmartNIC的插播。

对于织物内部的拥堵,OCI在Acceleron SmartNICs中使用了单向延迟拥堵控制。 测量前行道延迟可以避免虚假的拥堵信号,当只有倒行道被堵塞时,作者们解释道:当一流的显示提升了延迟时,SmartNIC会探测出三个可换行道并移动该流,如果它是一个更好的发现;否则它通过ECN标记或包滴来信号拥堵。 OCI的前端RDMA支持所有队列对子类型和动词,允许客户运行已存在的应用程序而无需更改。

集体通信和多计划故障

公告的分发通信能力是Oracle集体通信图书馆(即OCCL)和透明前端多行星网络。 Oracle 称 OCCL帮助在网络路径出故障时保持分布式AI工作量运行,方法是在OCI的后端多Planar Network上传播集体流量,引导流量走向更健康的路径,并在链接,端口或NIC出故障时恢复。 透明前端多Planar Networking 带来多Planar 网络到前端网络,内置透明路径选择并失效,外加透明前端RDMA流量拥堵控制。

博客在训练术语中将问题设定为:同步的工作移动速度只快于链条中最慢的一环,因此单一的拥堵或失败路径可以产生全工作量的减速,标准的等价多路径转发指针流向路径而不知其大小,产生不均匀的链接利用率。 多平面织物也要求具有专门功能的多端口NIC,作者写道这一点并不总是可行的;OCI建造OCCL来消除一般AI和机器学习工作量的这种限制。

OCCL是通用的集体通信库的插件,AI框架用来协调GPU之间的数据交换。 根据该帖子,它将流量分布在多组队列对之间,在队列对经历高吞吐量时发送更多的流量,并积极将流量移动到不太拥挤的路径上,通过标准CCL网络-插座接口执行拥堵-意识到消息级别和块级负载平衡。 它根据观测到的拥堵和健康情况,动态地分配跨标准可靠连接队列的集体通信信息,它支持端口级和NIC级故障,在链接或NIC故障后引导集体通信,因此分布式培训在没有重新开始工作的情况下继续进行。

作者们写道,将故障转换、恢复和拥堵感应负载平衡到CCL层中,将这些功能从网络硬件和固件上解开,并在单平面和多平面网络上工作,他们补充说,客户不需要复杂的路由控制器来选择路径或检测路径变化。 这篇文章的日期为2026年10月27日,由OCI Networking Ops的副总裁和杰出工程师Jag Brar;Vincent;以及OCI建筑师Joy Ganguly撰写。

本文由 AI宝库自动抓取并翻译,版权归原作者所有;如需查看原文请点下方链接。

相关 AI 工具

相关免费羊毛

同源资讯

阅读原文(unite.ai)

标题、摘要与正文均来自该信源的公开页面,版权归原作者所有;本站自动聚合与翻译,仅作出处跳转。

← 返回 AI 资讯列表AI工具图鉴首页

返回 AI宝库首页 · 提交工具 · 商务合作 · 关于本站 · 593 款 AI 工具分类导航 · 每日 AI 热门项目与动态