• Keysight AI（KAI）系列解决方案，旨在帮助客户通过仿真真实世界的AI工作负载来验证AI集群组件，从而扩展数据中心的AI处理能力，洞察系统的性能和效率。
• AI数据中心构建器通过模拟真实工作负载验证AI基础设施的性能，通过评估新算法、组件或协议提高AI训练的性能。
• 互连与网络性能测试仪1600GE（INPT-1600GE）硬件流量仿真器可运行先进的软件解决方案，可验证200GE到1600GE的AI基础设施、网络组件和数据中心互连。
• 全新采样示波器可优化1.6T光学收发器测试效率，用于研发和制造下一代数据中心AI集群光互连。
是德科技（NYSE: KEYS ）发布Keysight AI（KAI），这是一系列端到端的解决方案，旨在帮助客户通过仿真真实世界的AI工作负载来验证AI集群组件，从而扩展数据中心的AI处理能力。同时，是德科技还推出了三款新品：AI数据中心构建器、互连与网络性能测试仪、DCA-M采样示波器。这些新产品显著加快了AI 网络设计和部署的步伐，并且能够对1.6T组件进行表征和测试，从而确保AI数据中心网络的可靠、出色运行。
是德科技人工智能(KAI)系列解决方案
大规模AI数据中心需要在设计和构建过程中进行全面测试——每个芯片、电缆、互连、交换机、服务器和图形处理单元（GPU）都需要在组件级和系统级分别进行验证。通过使用全栈工作负载仿真补充物理层测试，识别单独测试组件时未发现的漏洞，客户可以更快地提取峰值AI性能，更快地增加容量，最大化在AI集群上的投资回报。
KAI系列解决方案使AI提供商、半导体制造商和网络设备制造商能够：
• 加速设计：调试先进的高速数字设计；满足或超过最新的PCIe、DDR和CXL标准。
• 加速开发：验证组件级合规性，包括高速互连、电缆和芯片组，并在系统级层面验证工作负载性能。
• 加速部署和运营：在整个数据中心验证和优化系统级性能，通过使用端到端仿真在大规模部署前找出系统性能问题，降低工作负载失败的风险。
是德科技推出的三款新产品可助力客户应对AI行业的挑战，并为客户带来以下裨益：
KAI数据中心构建器
AI服务提供商使用各种并行处理策略来加速AI模型训练。将模型并行与AI集群拓扑和配置协同可以提高训练性能。
KAI数据中心构建器的工作负载模拟功能将大型语言模型（LLM）和其他人工智能（AI）模型训练所需要的工作负载集成到AI基础设施组件的设计和验证中——包括网络、主机和加速器。该解决方案实现了硬件设计、协议、架构和AI训练算法之间的更紧密协同，提升系统性能。
KAI数据中心构建器的工作负载仿真解决方案再现了真实AI训练任务的网络通信模式，加速模型训练优化所需的学习曲线，并更深入洞察性能下降的原因，这些是现实AI训练任务过程中难以获得的。
互连与网络性能测试仪
几十年来，验证网络互连性能需要手动操作，耗费大量时间，自动化程度有限或根本无法实现，并且需要高级编程技能来编写脚本。该过程还缺乏一个集中系统来整理和存储互连数据及报告，因此很难跟踪和复制测试和配置。随着AI和数据中心互连的多样性和规模不断增加，这些传统测试方法无法准确预测和衡量当今复杂AI网络的可靠性。
新的互连和网络性能测试系统通过INPT-1600GE搭配ITS软件，可以作为一个整体系统，智能地组织、存储和使用数据，实现高速以太网网络和AI数据中心中的互连自动化验证。
DCA-M采样示波器
1.6T光互连在AI数据中心网络的快速部署带来了显著的测量挑战，因为数据速率极高且信号完整性要求严格，工程师需要在广泛的操作条件下对收发器的性能进行表征和验证，这需要具有卓越带宽、低噪声和高灵敏度的精确测试设备。在制造过程中，自动化测试必须高效、可扩展且精确，以验证大量关键参数，确保高吞吐量和产量，同时满足数据中心要求并符合行业标准。
DCA-M采样示波器提供高达240 Gbps/通道的高速光信号分析，并且专为满足1.6T收发器光学测试的严格要求而设计，具有高光学测量灵敏度和集成时钟恢复功能，支持高达120 GBaud的数据速率，专门针对数据中心AI集群的下一代光互连的研发和制造需求。
是德科技网络测试与安全解决方案副总裁兼总经理Ram Periakaruppan表示：“大规模AI数据中心需要的不仅是组件级验证。在接近网络真实情况下进行系统级测试指标的验证，如互操作性、性能和效率是必不可少的。是德科技的AI解决方案整合了我们在网络流量仿真、网络组件、网络合规验证以及最新行业标准方面的深厚经验，通过模拟数据中心在AI计算、网络、互连和能源效率等方面的性能，确保AI基础设施满足不断发展的需求。”
（免责声明：本网站内容主要来自原创、合作伙伴供稿和第三方自媒体作者投稿，凡在本网站出现的信息，均仅供参考。本网站将尽力确保所提供信息的准确性及可靠性，但不保证有关资料的准确性及可靠性，读者在使用前请进一步核实，并对任何自主决定的行为负责。本网站对有关资料所引致的错误、不确或遗漏，概不负任何法律责任。
任何单位或个人认为本网站中的网页或链接内容可能涉嫌侵犯其知识产权或存在不实内容时，应及时向本网站提出书面权利通知或不实情况说明，并提供身份证明、权属证明及详细侵权或不实情况证明。本网站在收到上述法律文件后，将会依法尽快联系相关文章源头核实，沟通删除相关内容或断开相关链接。 ）
