Juniper wird im Magic Quadrant™ von Gartner® als ein Leader ausgezeichnet.
Juniper hat ebenso in den drei Kategorien im Bericht Gartner Critical Capabilities 2025 die höchste oder zweithöchste Bewertung erhalten.
Solutions & Technologies
Ops4AI Lab
Maximieren Sie Ihre GPU-Investition mit einem von Grund auf optimierten Netzwerk, das Sie bei der Umsetzung Ihrer größten KI-Vision unterstützt. Die Lösung von Juniper für KI-Datencenter ist die schnellste und flexibelste Möglichkeit, leistungsstarke Cluster für das KI-Training, -Inferenz oder als Speicher bereitzustellen, die einfach und mit limitierten IT-Ressourcen betrieben werden können. Und jetzt können Sie sich im Juniper Ops4AI Lab selbst davon überzeugen.
So hilft Ihnen Juniper
Kunden und Partner können die Leistung und Funktionalität ihrer KI-Modelle jetzt ganz einfach in unserem exklusiven Labor in der Zentrale von Juniper in Sunnyvale, Kalifornien, validieren.
Testen Sie, ob das KI-optimierte Ethernet von Juniper mit InfiniBand mithalten oder es sogar übertreffen kann.
Kunden können jetzt die Leistung von KI-optimiertem Ethernet-Switching für ihre Anwendungsszenarien validieren und die Komplettlösung für KI-Datencenter von Juniper für Inferenz, Training und Speicherung in die Praxis umsetzen. Testen Sie KI-Leistung und -Funktionalität mit MLCommons® MLPerf BERT-large, DLRM, Llama 2 oder bringen Sie Ihr eigenes Modell (BYOM) mit.
Validieren Sie Ihre Designs, um erfolgreiche Ergebnisse zu gewährleisten
Validierte Designs von Juniper (JVDs) für Full-Stack-Fabric-, GPU- und Speichernetzwerke können Kunden sicher sein, dass ihre KI-Cluster vollständig geprüft, getestet und einsatzbereit sind. Kein Rätselraten mehr, einfach anschließen und loslegen.
Automatisierung und Verwaltung über den gesamten KI-Lebenszyklus hinweg
Nutzen Sie die Intent-based Networking-Lösung Apstra von Juniper für die Entwicklung, Erstellung, Bereitstellung und Automatisierung des laufenden KI-Betriebs. Apstra bietet seinen Kunden mehr Flexibilität bei der Einstellung und ermöglicht gemeinsame NetDevOps-Prozesse für die gesamte KI-Infrastruktur.
Möchten Sie sich selbst überzeugen?
Füllen Sie dieses Formular aus, um Zugang zu den Labors zu erhalten.
Ops4AI Lab – FAQs
Was ist Ops4AI?
Unsere neue Lösung, Ops4AI, bietet bedeutende Verbesserungen, die den Kunden einen erheblichen Mehrwert bieten. Ops4AI umfasst eine einzigartige Kombination aus den folgenden Komponenten von Juniper Networks:
- AIOps im Datencenter auf Basis des virtuellen Netzwerkassistenten Marvis
- Intent-based Automation (IBA) via Juniper Apstra Multivendor-Datencenter-Fabric-Management
- KI-optimierte Ethernet-Funktionen, einschließlich RoCEv2 für IPv4/v6, Überlastungsmanagement, effizientes Load-Balancing und Telemetrie
Zusammen beschleunigt Ops4AI die Time-to-Value hochleistungsfähiger KI-Datencenter, senkt die Betriebskosten und sorgt für reibungslose Prozesse.
Welche KI-Modelle können Kunden im Labor ausführen?
Das Juniper KI-Labor nutzt verschiedene KI-Modelle, darunter:
- LLAMA2 , LLAMA3
- BERT
- DLRM
- NCCL-TESTS und RCCL-TESTS
- Und Kunden bringen oft ihr eigenes Modell (BYOM) mit.
Kunden können die Standardmodelle (BERT, LLAMA, DRLM) für Benchmarking und Leistungstests einsetzen. Sie können ihre Modelle auch über ein Juniper Validated Design (JVD) testen, das aus einer Spine-Leaf-Netzwerktopologie mit einem schienenoptimierten Design besteht. Wir testen MLCommons-Einreichungen im Labor.
Was ist MLCommons?
MLCommons ist ein Konsortium der KI-Branche, das auf der Philosophie der offenen Zusammenarbeit zur Verbesserung von KI-Systemen basiert. Es hilft Unternehmen und Universitäten auf der ganzen Welt beim Aufbau besserer KI-Systeme.
Juniper war das erste Unternehmen, das im Februar/März einen Multi-Node-Llama2-Inferenz-Benchmark bei MLCommons einreichte und kürzlich auch für das MLPerf Training4.0 Benchmarking. Wir setzen uns für offene Architekturen ein, die Ethernet zur Verbindung von GPUs in Datencenter-Netzwerk-Fabrics verwenden.
Was haben wir heute im Labor?
- QFX-Serie von Juniper, PTX-Serie mit 400G- und 800G-Schnittstellen
- Juniper Apstra Datencenter-Fabric-Management- und Automatisierungslösung für Datencenter (Premium)
- VAST- und WEKA VAST-Speicher
- Nvidia GPUs (H100, A100), AMD GPUs (MI300X)
Werden die Ergebnisse der Kundentests des KI-Labors öffentlich verfügbar gemacht?
Wir respektieren die Vertraulichkeit und den Datenschutz von Kundenmodellen und Testdaten. Aus diesem Grund verwenden wir keine Kundenmodelle, um sie mit anderen Kunden zu testen. MLPerf-Modelle sind zwar öffentlich verfügbar, aber Kundenmodelle werden nicht geteilt.
Ich bin Channel Partner von Juniper. Wie kann ich meinen Kunden Zugriff auf das Labor verschaffen?
Bitte besuchen Sie die Seite des Partnercenters, um den Zugriff zu beantragen.
Gartner, Magic Quadrant for Data Center Switching, Andrew Lerner, Simon Richard, et al., 31. März 2025
GARTNER ist eine eingetragene Handels- und Dienstleistungsmarke von Gartner, Inc. und/oder den Vertragspartnern des Unternehmens in den USA und in anderen Ländern und MAGIC QUADRANT ist eine eingetragene Handelsmarke von Gartner, Inc. und/oder den Vertragspartnern des Unternehmens. Die Verwendung in diesem Dokument wurde genehmigt. Alle Rechte vorbehalten.
Diese Grafik wurde von Gartner, Inc. als Teil eines umfassenden Marktforschungsberichtes publiziert und sollte im Kontext mit dem Gesamtbericht bewertet werden. Der Gartner-Bericht ist auf Anfrage bei Juniper Networks erhältlich.
Gartner unterstützt keine der in seinen Forschungspublikationen dargestellten Anbieter, Produkte oder Serviceleistungen und empfiehlt Technologieanwendern nicht, sich auf die Anbieter mit den höchsten Bewertungen oder sonstigen Auszeichnungen zu beschränken. Die Forschungspublikationen von Gartner geben die Meinungen der Forschungsabteilung von Gartner wieder und sollten nicht als Tatsachenfeststellungen verstanden werden. Gartner schließt jegliche ausdrückliche oder stillschweigende Haftung in Bezug auf diese Studie sowie jegliche Garantie der Marktgängigkeit oder Eignung für einen bestimmten Zweck aus.