結論：AIクラスタの性能と効率を最大化するリファレンス・アーキテクチャを公開
大規模ネットワーキング・ソリューションを提供するDriveNetsとAMDは、AIクラスタの性能と効率を最大化するためのリファレンス・アーキテクチャを発表しました。これは、AMD Instinct™ MI350シリーズGPUとDriveNets AI Fabricを基盤とするエンドツーエンドの設計図で、コスト効率に優れた高性能AIインフラの構築を可能にします。
サービス概要：AMD Instinct GPUとDriveNets AI Fabricの統合
何ができるサービスか
本リファレンス・アーキテクチャは、AMD Instinct™ MI350シリーズGPUとDriveNets AI Fabricを組み合わせることで、AIクラスタ（AI処理を行うために多数のコンピュータを連携させたシステム）の設計・導入・チューニングを簡素化します。単一のネットワーキング・ソリューションでフロントエンドとストレージの両方のネットワーキングに対応し、スケールアウト（システムを拡張する際に、同じ種類のサーバーを複数追加していく方法）およびスケール・アクロス（複数の異なるシステムやリソースを連携させて規模を拡大する方法）の両アーキテクチャをサポートします。
さらに、自動化されたオーケストレーション（複数のシステムやサービスを連携させ、自動的に全体の処理を調整・管理すること）とフルスタックの統合サービスが提供され、迅速な導入と効率的なエンドツーエンドのスケーリングを実現します。
解決できる課題
-
大規模AI GPUクラスタの設計・導入・チューニングの複雑さ
-
AIインフラの性能と効率の最大化
-
総所有コスト（TCO：製品やシステムの導入から運用、廃棄までにかかる総費用）の削減
-
GPU（Graphics Processing Unit：AIの深層学習などで大量の並列計算を行う演算装置）の稼働率向上
-
AIワークロードにおける安定した性能と回復性の確保
導入メリットと活用シーン
具体的な性能向上データ
本リファレンス・アーキテクチャには、AMD Instinct MI355X GPUクラスタ上での推論、トレーニング、ネットワーク分離、ファブリックの回復性に関する包括的なベンチマークが含まれています。
ベンチマーク結果によると、DriveNetsのAI Fabricは、公開されている業界結果と比較して、スループット（単位時間あたりに処理できるデータ量）で約5%の向上、Time to First Token（TTFT：生成AIが最初のトークンを出力するまでの時間）で10〜15%の短縮を実現します。マルチノード環境では、20ミリ秒未満のトークン間レイテンシや、ユーザーあたり毎秒50トークン以上の出力を満たし、厳しい本番サービスレベル目標に対応します。回復性テストでは、同時に発生するRDMAトラフィック下でも安定した集合通信性能が実証され、一時的なリンク障害の間も性能低下は見られませんでした。
GPU稼働率の最大化とコスト削減
この統合アーキテクチャは、LLM（大規模言語モデル）のライフサイクル全体を支えるスケーラブルな基盤を提供し、トレーニングと推論の両ワークロードにおいて高い稼働率と一貫した性能を可能にします。GPUの効率を最大化し、TCOを削減することで、優れたトークンあたりコスト性能を提供します。これにより、垂直統合型のAIインフラ・スタックに代わるオープンな選択肢が生まれます。
オープンなAIインフラの選択肢
本アーキテクチャは、オープンでマルチベンダーなAIインフラという共通のビジョンを反映しています。DriveNetsの共同創業者兼最高経営責任者（CEO）であるIdo Susan氏は、「AIインフラは、単一ベンダーのスタックから、オープンでマルチベンダーなシステムへと移行しつつあり、その移行を機能させるのがネットワークです。」と述べています。これにより、企業は特定のベンダーに縛られることなく、柔軟にAIインフラを構築・運用できます。
対象企業と提供形態
大規模AIインフラを必要とする組織
本ソリューションは、大規模AI GPUクラスタを構築する企業、基盤モデル研究機関、NeoCloudプロバイダー（新しいクラウドサービスを提供する事業者）、そしてAT&TやComcastのようなグローバルなティア1事業者（自社で広域ネットワークを保有する大規模通信事業者）など、大規模なAIインフラを必要とするあらゆる組織が対象となります。
リファレンス・アーキテクチャと導入ガイドの提供
本リファレンス・アーキテクチャと補完的な導入ガイドは、以下のリンクから入手可能です。導入ガイドには、コンピュート、ネットワーク・インターフェース・カード（NIC：コンピュータをネットワークに接続するための拡張カード）、ネットワーキング、集合通信ライブラリ、ワークロードのセットアップ、各種構成、性能の最適化を網羅する、ステップバイステップの手順が記載されています。
-
リファレンス・アーキテクチャ: https://drivenets.com/resources/ebook/drivenets-amd-system-reference-architecture/
-
ベンチマーク結果: https://docs.amd.com/v/u/en-US/AMD_Instinct_AMD-DriveNets_System_Reference_Architecture_RF-72513
導入支援と問い合わせ
共同ラボでのPoCテスト
AMDとDriveNetsは、LLM開発者やNeoCloudプロバイダーを含む共通顧客と、本番環境および概念実証（PoC）の導入にわたって緊密に連携しています。お客様が自社のワークロードを用いてPoCテストを実施できるよう、共同ラボも設立されており、導入前の検証が可能です。
関連リンク
-
DriveNetsについて: https://drivenets.com/
-
AMDについて: https://www.amd.com/ja.html
DriveNetsとAMDについて
DriveNetsは、AIインフラおよびサービスプロバイダー向けの大規模ネットワーキング・ソリューションのリーダー企業です。同社のディスアグリゲーテッド（分離型）ネットワーキング・アーキテクチャは、大規模インフラの経済性を変革し、GPU稼働率を最大化することで、より高い毎秒トークン数と低いトークンあたりコストを実現します。
AMDは、高性能コンピューティングとAIコンピューティングにおけるイノベーションを推進する企業です。AIに最適化されたCPU、GPU、ネットワーキング、ソフトウェアの幅広い製品群により、インテリジェント・コンピューティングの新時代に必要な性能とスケーラビリティを備えたフルスタックのAIソリューションを提供しています。
