isco Silicon One G300: 102,4 Тбит/с для ИИ-кластеров

Компания Cisco совершила прорыв в области сетевых технологий, представив чип-коммутатор Silicon One G300 с рекордной пропускной способностью 102,4 Тбит/с. Новинка создана специально для поддержки современных ИИ-инфраструктур, где требования к скорости передачи данных, задержкам и энергоэффективности достигли критических значений. По заявлению производителя, решение позволяет на треть повысить утилизацию имеющейся пропускной способности и сократить время обучения моделей искусственного интеллекта на 28% по сравнению с альтернативными архитектурами, использующими многопутевую доставку пакетов.

Архитектурные инновации Silicon One G300: как 102,4 Тбит/с меняют правила игры

Сердце новой платформы — чип с пропускной способностью 102,4 Тбит/с, содержащий 512 блоков SerDes 200G. Такая конфигурация обеспечивает беспрецедентную плотность портов (radix), что кардинально меняет подход к построению крупномасштабных ИИ-кластеров. Ранее для развёртывания инфраструктуры с 128 000 GPU требовалось около 2500 коммутаторов. С внедрением G300 эта цифра сокращается до 750 устройств — снижение на 70%.

Блоки SerDes можно агрегировать для создания портов 1,6 Тбит/с, а сама компания уже анонсировала выпуск соответствующих OSFP-трансиверов. Такая гибкость позволяет адаптировать архитектуру под конкретные рабочие нагрузки: от задач обучения с экстремальными требованиями к пропускной способности до инференса и агентных ИИ-систем, где критична минимальная задержка.

Интеллектуальная коллективная сеть: ключ к эффективности ИИ-кластеров

Главное отличие G300 от конкурентов — уникальная архитектура коллективной сети, объединяющая три ключевых компонента:

Полностью общий буфер пакетов без сегментации по портам. Пакеты обрабатываются независимо от точки входа, что критично для сглаживания пиковых нагрузок в распределённых ИИ-тренировках.
Балансировка нагрузки на основе путей с глобальным мониторингом трафика. Агент отслеживает потоки во всех коммутаторах G300 сети, формируя коллективную карту перегрузок и автоматически перераспределяя трафик.
Проактивная сетевая телеметрия, позволяющая предсказывать узкие места до их возникновения и корректировать маршрутизацию в реальном времени.

«Отсутствие сегментации буферов пакетов означает, что вы можете значительно лучше справляться с всплесками трафика, характерными для параллельного обучения моделей», — пояснил Ракеш Чопра (Rakesh Chopra), старший вице-президент подразделения кремниевых технологий Cisco. Эта особенность особенно важна для российских ЦОД, где растущий спрос на суверенные ИИ-решения требует максимальной эффективности имеющейся инфраструктуры.

Сравнение с конкурентами: G300 против Tomahawk 6 и Spectrum-X

Параметр	Cisco Silicon One G300	Broadcom Tomahawk 6	NVIDIA Spectrum-X
Пропускная способность чипа	102,4 Тбит/с	51,2 Тбит/с	51,2 Тбит/с (на чип)
Блоки SerDes 200G	512	512	512
Архитектура буферизации	Единый общий буфер	Сегментированный	Сегментированный
Глобальная балансировка	Да (коллективная сеть)	Нет	Через InfiniBand
Программируемость	Полная (пост-деплоймент)	Ограниченная	Под контролем NVIDIA

Хотя все три платформы используют одинаковое количество блоков SerDes, G300 выделяется за счёт архитектурных решений. Единый буфер пакетов и коллективная балансировка позволяют добиться более равномерной загрузки сети при пиковых нагрузках — критически важный фактор для ИИ-тренировок, где даже кратковременные перегрузки одного сегмента могут замедлить весь кластер.

Энергоэффективность нового поколения: почему жидкостное охлаждение становится стандартом

На базе Silicon One G300 Cisco представила новые коммутационные системы Nexus 9000 и Cisco 8000, разработанные специально для экстремальных тепловых нагрузок ИИ-кластеров. Ключевая инновация — поддержка двух типов охлаждения:

Традиционное воздушное охлаждение для существующих ЦОД
Полностью жидкостное охлаждение (СЖО) для новых развёртываний

Конфигурация с СЖО демонстрирует впечатляющие результаты: повышение энергоэффективности почти на 70% по сравнению с предыдущими поколениями. При этом одна система нового поколения обеспечивает ту же пропускную способность, для которой ранее требовалось шесть устройств предшествующей архитектуры. Для российских дата-центров, где стоимость электроэнергии и тепловыделение становятся ограничивающими факторами при масштабировании ИИ-инфраструктуры, такие решения открывают новые возможности для развития суверенных вычислительных мощностей.

Рыночный сдвиг: ИИ-инфраструктура выходит за пределы гиперскейлеров

До 2024 года основными потребителями сверхмасштабных ИИ-кластеров были гиперскейлеры — глобальные облачные провайдеры. Однако последние два года показали чёткий тренд на децентрализацию: предприятия, неооблака и суверенные облачные операторы активно инвестируют в собственные вычислительные мощности для искусственного интеллекта.

«Последние два-три года мы фокусировались на создании кластеров для обучения с гиперскейлерами, — отметил Кевин Вольтервебер (Kevin Wolterweber), старший вице-президент и гендиректор подразделения ЦОД и интернет-инфраструктуры Cisco. — Сейчас наблюдаем сдвиг в сторону агентных задач ИИ и более широкое внедрение среди корпоративных поставщиков услуг и расширенной клиентской базы».

Этот тренд особенно актуален для российского рынка, где развитие суверенного ИИ требует создания распределённой инфраструктуры с локализованными вычислительными центрами. Для таких проектов критически важна не только производительность, но и энергоэффективность, совместимость с существующим оборудованием и гибкость масштабирования — все эти аспекты учтены в архитектуре G300.

Программируемость как стратегическое преимущество

Silicon One G300 спроектирован как программируемая платформа, что даёт клиентам уникальную гибкость. После развёртывания инфраструктуры пользователи могут добавлять новые сетевые функции по мере эволюции стандартов и рабочих нагрузок. Это особенно ценно в быстро меняющейся ИИ-сфере, где сегодняшние оптимальные архитектуры могут устареть через 12–18 месяцев.

Коммутаторы серии Nexus работают под управлением NX-OS — модульной сетевой операционной системы на базе Linux, оптимизированной для ЦОД. Модели линейки 8000 дополнительно поддерживают альтернативные ОС, включая открытую платформу SONiC (Software for Open Networking in the Cloud), что расширяет возможности интеграции в гетерогенные среды.

Практические рекомендации: как подготовить инфраструктуру к ИИ-нагрузкам

Внедрение ИИ-кластеров требует комплексного подхода к построению инфраструктуры. Сетевая часть — лишь один элемент экосистемы, где критически важна синергия между всеми компонентами:

Вычислительные ресурсы: выбор между rack-серверами для высокой плотности размещения и tower-серверами для небольших развёртываний зависит от масштаба проекта и доступного пространства в стойке.
Сетевая инфраструктура: современные ИИ-нагрузки требуют отказа от устаревших архитектур в пользу решений с коллективной балансировкой и минимальными задержками, подобных G300.
Системы хранения: параллельные файловые системы и высокоскоростные СХД должны обеспечивать пропускную способность, сопоставимую с сетевыми каналами, чтобы избежать «бутылочных горлышек».
Комплектующие: даже незначительные компоненты — от кабелей до трансиверов — влияют на общую производительность. Использование сертифицированных комплектующих снижает риски нестабильной работы под пиковыми нагрузками.

Для предприятий, планирующих развёртывание ИИ-инфраструктуры в 2026–2027 годах, ключевой рекомендацией экспертов становится проектирование с запасом по пропускной способности и энергоэффективности. Архитектура Silicon One G300 с её возможностью агрегации портов до 1,6 Тбит/с и поддержкой жидкостного охлаждения соответствует этим требованиям.

Перспективы внедрения в российских ЦОД: вызовы и возможности

Российский рынок ИИ-инфраструктуры демонстрирует устойчивый рост, однако сталкивается с рядом специфических вызовов:

Ограничения по импорту высокотехнологичного оборудования требуют поиска альтернативных поставщиков и локализации компонентов.
Высокая стоимость электроэнергии делает энергоэффективность критическим фактором при выборе решений.
Нехватка квалифицированных специалистов по проектированию ИИ-кластеров увеличивает спрос на решения «под ключ» с минимальной сложностью эксплуатации.

Архитектура Silicon One G300 частично решает эти проблемы за счёт:

Снижения количества необходимых коммутаторов (с 2500 до 750 для кластера на 128 тыс. GPU), что упрощает логистику и обслуживание.
Повышения энергоэффективности до 70% с жидкостным охлаждением — критически важный фактор для российских условий.
Интеграции с открытыми платформами вроде SONiC, снижающей зависимость от проприетарных экосистем.

Для организаций, планирующих развёртывание ИИ-инфраструктуры, рекомендуется начать с аудита существующей сетевой инфраструктуры и консультации со специалистами по проектированию ЦОД. Комплексный подход позволит избежать типичных ошибок при масштабировании и обеспечить совместимость с будущими поколениями оборудования.

Как выбрать сетевое оборудование для ИИ-кластера: чек-лист для ИТ-директоров

Пошаговая оценка требований к сетевой инфраструктуре ИИ

Определите тип рабочих нагрузок: обучение моделей (требует максимальной пропускной способности), инференс (минимальные задержки) или агентные системы (баланс между скоростью и надёжностью).
Рассчитайте необходимую плотность портов исходя из количества ускорителей (GPU/TPU) и топологии сети (например, dragonfly, fat-tree).
Оцените тепловыделение и требования к охлаждению: для кластеров мощностью свыше 500 кВт рекомендуется проектировать инфраструктуру с возможностью перехода на СЖО.
Проверьте совместимость с существующей инфраструктурой: операционными системами, системами мониторинга и инструментами автоматизации.
Уточните условия технической поддержки и доступность запасных частей на территории РФ — критически важный фактор для бесперебойной эксплуатации.
Свяжитесь со специалистами для проведения пилотного тестирования оборудования под реальными нагрузками перед массовым развёртыванием.

Часто задаваемые вопросы о Silicon One G300

Подходит ли Silicon One G300 для небольших ИИ-кластеров до 1000 GPU?

Да, архитектура G300 масштабируется вниз. Для кластеров до 1000 GPU обычно достаточно одной стойки коммутаторов на базе G300. Преимущество использования той же архитектуры на всех уровнях — единая модель управления и возможность бесшовного масштабирования в будущем без замены сетевой инфраструктуры.

Как G300 влияет на общую стоимость владения (TCO) ИИ-кластера?

Снижение количества коммутаторов на 70% напрямую уменьшает капитальные затраты на оборудование. Дополнительная экономия достигается за счёт: 1) снижения затрат на электроэнергию благодаря повышению энергоэффективности до 70%; 2) уменьшения площади, занимаемой сетевым оборудованием; 3) сокращения трудозатрат на обслуживание меньшего количества устройств. По оценкам Cisco, совокупное снижение TCO для кластера на 16 тыс. GPU составляет 35–40% за пятилетний период эксплуатации.

Можно ли интегрировать G300 с существующими коммутаторами других вендоров?

Да, но с ограничениями. G300 поддерживает стандартные протоколы (BGP, OSPF, VXLAN), что позволяет интеграцию на уровне маршрутизации. Однако ключевые преимущества — коллективная балансировка нагрузки и глобальная телеметрия — работают только в однородной среде из коммутаторов на базе Silicon One. Для гибридных развёртываний рекомендуется использовать G300 в ядре сети, а периферийные сегменты оставить на существующем оборудовании.

Какие требования к кабельной инфраструктуре для развёртывания портов 1,6 Тбит/с?

Для портов 1,6 Тбит/с Cisco рекомендует использовать оптические кабели с разъёмами OSFP и многомодовое волокно OM5 или одномодовое волокно для расстояний свыше 100 метров. Медные кабели не поддерживаются на этой скорости. При проектировании новой инфраструктуры следует закладывать запас по количеству волокон — минимум 2× от текущих потребностей — для будущего масштабирования.

Cisco Silicon One G300: революция в сетевой инфраструктуре для ИИ-кластеров гигаваттного масштаба