Lambda соединила более 10 000 GPU оптическими коммутаторами NVIDIA Photonics
Облачный провайдер Lambda развернул коммутаторы NVIDIA Photonics с co-packaged optics для связи стоек GB300 NVL72 в AI-фабрике масштабом свыше 10 000 GPU. Компания сообщает о снижении задержки сети, энергопотребления и температуры оптики.

Адаптация и понятное объяснение для начинающих. Заявления приведены по материалу источника.
Облачный провайдер Lambda использует коммутаторы NVIDIA Photonics с co-packaged optics (CPO), чтобы соединять стойки NVIDIA GB300 NVL72 в AI-фабрике с более чем 10 000 GPU. Об этом сообщается в блоге NVIDIA. По словам компании, такое решение даёт меньшую задержку, более высокую энергоэффективность и большую устойчивость сети по сравнению с обычной подключаемой оптикой.
Что произошло
В основе развёртывания — коммутаторы с оптическими движками, размещёнными прямо на корпусе чипа. Каждый коммутатор имеет 144 порта со скоростью 800 Гбит/с, а охлаждение жидкостное. В тестах Lambda задержка сети снизилась примерно на 4% на уровне стойки и до 10% на уровне пода, при этом пропускная способность осталась на уровне традиционной подключаемой оптики.
NVIDIA утверждает, что CPO обеспечивает до 5-кратного выигрыша по энергоэффективности и до 15-кратного — по надёжности относительно обычных трансиверов, а лазеров используется в 4 раза меньше. Lambda сообщает о медианной температуре оптики 36°C против 51°C у традиционных модулей. Световые модули в коммутаторе съёмные — их можно заменить в поле, тогда как при отказе лазера в обычном трансивере меняется весь модуль.
Что это значит для начинающего
При обучении больших моделей тысячи GPU работают вместе, и узким местом часто становится не сам ускоритель, а сеть между ними. Один сбойный линк способен затормозить весь кластер, а каждый ватт, потраченный на передачу данных, — это ватт, не доставшийся вычислениям.
Co-packaged optics — это перенос оптического преобразователя ближе к чипу коммутатора: электрический путь сокращается с дюймов до миллиметров, потери сигнала падают, а промежуточные чипы-реттаймеры не нужны. Для новичка практический вывод простой: при выборе инфраструктуры для обучения стоит смотреть не только на число GPU, но и на сеть, охлаждение и ремонтопригодность оптики.
Полезно также различать уровни масштаба: стойка (rack), масштабируемый блок и под (pod) — чем больше объединение, тем заметнее эффект от сетевых улучшений.
На что обратить внимание
Цифры по задержке, энергоэффективности, надёжности и температуре приведены компаниями и не подтверждены независимой проверкой. Не раскрыты стоимость решения, условия доступности и то, как показатели поведут себя на других конфигурациях кластеров. Также неясно, насколько легко замена световых модулей проходит в реальной эксплуатации. Воспринимайте эти данные как заявленные производителем и провайдером, а не как подтверждённый отраслевой стандарт.


