El entrenamiento de modelos de Inteligencia Artificial modernos exige eliminar cualquier cuello de botella en la comunicación entre GPUs. Aquí es donde RoCEv2 (RDMA over Converged Ethernet) se ha convertido en el estándar de facto.

En esta sesión rápida de 25 minutos, iremos directo al grano sobre cómo diseñar y operar fabrics de red "lossless" para clusters de IA de alto rendimiento en el datacenter. Hablaremos de los conceptos críticos que marcan la diferencia en la infraestructura:

Por qué el tráfico de entrenamiento de IA "rompe" las redes tradicionales.

Mecanismos de control de congestión indispensables: PFC (Priority Flow Control) y ECN (Explicit Congestion Notification).

Consideraciones clave de diseño al transportar RoCEv2 sobre un fabric VXLAN EVPN.

El objetivo es que la audiencia se lleve una guía arquitectónica práctica para evitar que la red sea el límite físico en sus cargas de trabajo.
Sobre Miguel Barajas: Miguel Ángel Barajas Hernández es Arquitecto de Soluciones en Cisco. Cuenta con una profunda experiencia en el diseño y despliegue de redes de alto rendimiento para centros de datos, especializándose en arquitecturas lossless, RoCEv2, NVMe-oF y fabrics VXLAN EVPN. Además de su enfoque en infraestructura de misión crítica y la eliminación de cuellos de botella para cargas de trabajo de inteligencia artificial, es miembro activo y Embajador oficial de openSUSE, comunidad tecnológica en la que ha colaborado durante más de quince años utilizando la distribución Tumbleweed. Entusiasta del software libre desde el '99 Show less