AI 데이터센터 광학 네트워크의 장애 예측 제어 체계 Halley
Key Point
AI 데이터센터 훈련의 네트워크 신뢰성 문제를 예측 제어로 근본적으로 해결하여 같은 비용으로 더 큰 성능 확보가 가능해진다.
핵심 요약
- 대규모 AI 모델 훈련 시 수만 개의 가속기를 연결하는 광학 네트워크에서 매 훈련 스텝마다 전체 데이터 교환이 발생한다.
- 현재 광학 네트워크의 레이저·스위치·마이크로링 등 각 계층은 고정 정책이거나 사후 대응 방식으로 운영되고 있다.
- 같은 인클로저를 공유하는 레이저들은 함께 고장날 수 있으며, 고정된 예비 비율 아래에서는 풀이 아무리 커도 장애율이 증명상 상한선에 머문다.