Tuesday, November 17, 2026
AI 인프라 · 뉴스 & 분석
홈 › 데이터센터 › 리포트
데이터센터 · 리포트

F5 BIG-IP NEXT for Kubernetes는 지능형 로드 밸런싱을 통해 GPU 클러스터 효율성에서 3배의 성능 향상을 제공합니다.

고급 클러스터 네트워킹 최적화는 유휴 GPU 사이클을 감소시키며, 패브릭 수준의 성능 소프트웨어가 대규모 학습 및 추론에 필수적이 됩니다.
업계 전문지Slicast · 2026년 10월 1일 18:14 UTC · 글로벌 · 출처: ServeTheHome
중요도 55

NVIDIA BlueField DPU에서 실행되는 F5의 BIG-IP 애플리케이션 딜리버리 및 보안 스택을 갖춘 랩을 방문했습니다. 솔루션은 호스트 CPU에서도 실행될 수 있지만, 그 접근 방식은 귀중한 처리 코어를 소비합니다. F5 BIG-IP Next for Kubernetes (BNK)는 클라이언트와 GPU 인프라 사이에 위치하여 네트워크 엣지에서 LLM 라우팅, 토큰 거버넌스, 레이어 4부터 레이어 7까지의 보안을 처리합니다. 우리는 그 성능 영향을 직접 관찰했으며, 이는 의미 있는 결과입니다. GPU 성능을 높이는 방법을 찾는 것은 동일한 전력과 GPU 공간에서 더 많은 처리량으로 직접 이어지며, 이 둘 다 현재의 중요한 제약 조건입니다.

캘리포니아로 여행을 떠나 랩을 방문하고 현장에서 촬영했습니다. 이는 F5의 후원으로만 가능했으며, 해당 시설이 일반적으로 외부 접근을 제한하기 때문입니다. 랩 자체는 예외적으로 깨끗하고 잘 정리되어 있었습니다.

F5는 하드웨어 어플라이언스와 소프트웨어 솔루션을 모두 제조합니다. BNK 오퍼링은 전통적으로 전용 어플라이언스에서 실행되던 대부분의 기능을 NVIDIA BlueField-3 DPU로 가져오거나, 대신 호스트 CPU로 옮깁니다.

AI 랙에서 네트워킹 인프라를 문서화하는 것이 중요한 이유는 많은 사람들이 그 복잡성을 과소평가하기 때문입니다. GPU 클러스터는 여러 개의 서로 다른 네트워크가 필요합니다: GPU 간 트래픽, GPU-스토리지 통신, 사용자 및 애플리케이션 네트워크, 노드 및 호스트 운영 체제를 위한 제어 평면, 그리고 스위치, 냉각 인프라, PDU, 시리얼 콘솔 서버용 네트워크입니다. 일부는 낮은 속도로 작동하고 다른 일부는 포트당 400Gbps 또는 800Gbps로 실행되며, 고속 패브릭의 표준으로 점점 더 널리 사용되고 있습니다.

우리의 테스트 클러스터는 여러 동시 사용자를 시뮬레이션하기 위해 여러 GPU 서버가 필요했습니다. Supermicro 서버에 NVIDIA H100 "Hopper" 세대 GPU를 배포하고, Kubernetes 호스트 및 클러스터 스토리지용 추가 시스템을 배포했습니다.

각 Supermicro GPU 서버는 두 개의 NVIDIA BlueField-3 DPU를 호스팅했으며, 상위 2U 시스템은 각각 8개의 DPU를 탑재했습니다. DPU 자체도 별도의 관리 인터페이스를 유지하여 인프라에 또 다른 계층을 추가합니다.

현대적 AI 클러스터의 네트워킹 규모와 다양성(다양한 트래픽 유형, 여러 사용자 프로필, 다양한 애플리케이션 포함)은 정교한 솔루션을 필요로 합니다. 우리는 랩을 Keysight IxNetwork와 CyPerf 로드 생성기로 갖춰 구성했으며, 각각 초당 1.6테라비트 이상의 트래픽을 생성할 수 있습니다. 이번 방문은 이러한 복잡성 전반에서 애플리케이션 딜리버리, 사용자 접근, 보안을 관리하는 것이 얼마나 중요한지를 강조했습니다.

이제 우리는 F5 BIG-IP Next for Kubernetes 솔루션을 테스트하기 위해 진행합니다.

원문 보기
F5 BIG-IP NEXT for Kubernetes는 지능형 로드 밸런싱을 통해… · Slicast