1.6T OSFP224 Hot
1.6T OSFP224 ACC New
Klicken Sie hier, um die erweiterte Ansicht zu öffnen
Artikel im Rampenlicht
NVIDIA/Mellanox C8240(900-9X81Q-00CN-ST0) ConnectX-8 InfiniBand & Ethernet SuperNIC, SocketDirect NDR 400Gb/s PAM4 100G/Lane, Dual-port QSFP112, PCIe 6.0 x 16, Tall Bracket
Die NVIDIA C8240 (900-9X81Q-00CN-ST0) gehört zur NVIDIA ConnectX-8-Serie der SuperNIC-Netzwerkkarten. Sie verwendet die HHHL-Spezifikation und ist mit entsprechenden Server-Steckplätzen kompatibel. Der Standardbetriebsmodus ist 400GbE, und sie ist auch mit dem NDR IB-Netzwerkprotokoll kompatibel, was eine flexible Verwendung in verschiedenen Netzwerkumgebungen ermöglicht. Die Netzwerkkarte ist mit dualen QSFP112-Schnittstellen ausgestattet, die eine effiziente und flexible Datenübertragung ermöglichen. Sie ist für hyperskalare AI-Computing-Workloads optimiert.
Die ConnectX-8 ist nicht nur ein Hochgeschwindigkeits-Netzwerkadapter – sie integriert native PCIe-Gen6-Unterstützung mit einer onboard PCIe-Switch-Fabric und ersetzt externe PCIe-Switch-Chips. Dies vereinfacht die Serverarchitektur und verbessert Bandbreite, Skalierbarkeit und Multi-Host-Konnektivität.
Die ConnectX-8 integriert einen Data Path Accelerator (DPA), einen RISC-V-basierten Event-Prozessor und eine mehrfädige PSA (Packet Stream Processor/Packet Switching Architecture) für Hardware-Offload von Paketanalyse, Klassifizierung, Flusssteuerung und SDN/NFV/QoS-Funktionen auf NIC-Ebene. Bei KI- und HPC-Workloads beschleunigt sie Kollektivoperationen wie All-Reduce und All-to-All-Kommunikation, was die verteilte Trainingseffizienz in Multi-GPU-/Multi-Node-Umgebungen deutlich steigert.
Die ConnectX-8 unterstützt erweiterte In-Network-Computing-Fähigkeiten wie SHARP (Scalable Hierarchical Aggregation and Reduction Protocol), das Aggregations- und Reduktionsoperationen in großen HPC-/KI-Clustern beschleunigt. Die Lösung bietet auch telemetriebasiertes Routing und Überlastkontrollmechanismen für effizientere Netzwerkressourcennutzung und reduziert Tail-Latenz – was die Stabilität in großen GPU-Clustern und Cloud-Umgebungen verbessert.
