WhiteFiber 已正式推出 WhiteFiber Continuum，将其在 7 月份首次以“红木计划”（Project Redwood）名义发布的双站点 GPU 超级集群，转化为企业可部署的产品。WhiteFiber 称 Continuum 是其性能最高的跨数据中心网络解决方案，也是首个商用分布式 GPU 超级集群架构。它将地理位置分散的数据中心连接成一个单一的逻辑 GPU 超级集群，WhiteFiber 表示，这消除了带宽和吞吐量对 AI 基础设施部署方式和地点的限制。
Continuum 系统运行于两个相距 83 公里的 HITRUST 认证 QTS 设施之间，通过 12 条 Zayo 暗光纤连接，DriveNets AI Fabric 承载网络，WEKA NeuralMesh 则为整个集群提供数据存储和内存基础设施。WhiteFiber 将该架构的总带宽标称 136 Tbps，其产品页面将其细分为 170 个 800G 波长通道，并保证 0.9 毫秒的往返延迟，该公司称该延迟在光纤传输该距离的物理极限范围内，误差在 8% 以内。7 月份的研发结果显示，在部分光纤频谱上测得的带宽为 111.2 Tbps；WhiteFiber 表示，在更多波长上线后，该设计可达到 136 Tbps，目前正在进行全光纤频谱测试，以验证其商业规格。该公司已就底层实现方案提交了专利申请。
WhiteFiber首席执行官Sam Tabar表示：“WhiteFiber Continuum的基础设施解决方案解决了业界多年来一直面临的一个难题：地理距离限制了集群的性能。今天，我们正式向需要大规模人工智能计算的企业提供这项服务，使其能够满足合规性要求，并且在单个站点出现问题时也不会中断整个系统。”
DriveNets AI Fabric 横跨 83 公里链路
DriveNets 提供基于以太网的 AI 架构，连接两个站点，这与该公司在 7 月份的研发工作中所扮演的角色相同。DriveNets AI 基础设施产品及市场推广副总裁 Yossi Kikozashvili 表示：“DriveNets 基于以太网的 AI 架构即使在要求最苛刻、高带宽、低延迟的环境中也能提供最高性能，确保跨超级集群高效传输数据、最大化 GPU 利用率并优化电源效率。” WhiteFiber 的产品页面显示，两个站点同时承载实时流量，并且只有模型梯度数据通过站点间链路传输，因此单个作业可以跨整个集群运行，也可以拆分为独立的工作负载，并根据需求变化在各个站点间突发运行。
WEKA NeuralMesh 作为共享数据层
WEKA 利用NeuralMesh提供存储和内存层，为 Continuum 构建了一个跨两个数据中心的单一存储和内存基础架构。WEKA 联合创始人兼首席执行官 Liran Zvibel 表示，“超级集群的统一性取决于其数据的统一性”，并补充道，“WEKA 的 NeuralMesh 为 Continuum 提供了一个跨站点的单一高性能存储和内存基础架构，因此即使相隔数公里的 GPU 也能像访问本地数据一样高效运行。”
电力聚合和监管数据边界控制
Continuum 允许拥有闲置电力和光纤容量的电信和城域网设施为单一逻辑 GPU 超级集群做出贡献。WhiteFiber 将此方案定位为一种将闲置的电信和城域网资产转化为最后一公里推理和代理工作负载容量的方法。企业可以使用相同的架构跨站点汇集 GPU，突破单个园区的电力和空间限制，无需新建部署即可增加额外的训练和推理容量。对于受监管行业，WhiteFiber 表示，Continuum 可将敏感工作负载保留在其原始管辖范围内，同时跨地点进行故障转移和计算资源共享。由于两个站点都不是单点故障，因此即使一个站点发生故障，训练运行也能继续进行。
WhiteFiber 表示，随着时间的推移，可以使用相同的网络方法将其他站点加入同一个逻辑集群，并且将于 10 月 14 日与 DriveNets 和 WEKA 一起举办架构技术讲解会。
Amazon