适用于超大规模云和 I/O 密集型环境的 400G 和 100G 模块化解决方案
Arista 7368X4 系列提供高密度 100G 和 400G,针对采用高网络基数的超大规模云、人工智能和机器学习环境进行了优化。7368X4 是一个基于单个 12.8Tbps 高容量数据包处理器的模块化系统,适用于需要一致低延迟的数据密集型工作负载,可以灵活选择行业标准接口,并显著改进了功耗和系统密度。
7368X4 提供线速和可扩展的性能以及丰富的 EOS 功能,包括流量感知、拥塞处理和检测,可改进大规模多层网络中的网络弹性、可见性和拥塞管理。
| 7368X4 | |
|---|---|
| 交换机高度 | 4U |
| 端口 | 128 x QSFP 或 32 x OSFP / QSFP-DD |
| 最大 100GbE 密度 | 128 |
| 最大 400GbE 密度 | 32 |
| 最大 IO 速率 (Tbps) | 12.8Tbps |
| 最大转发速率 | 8Bpps |
| 延迟 | 700ns |
| 数据包缓冲区内存 | 64MB |
| 气流方向 | 前端到后端或后端到前端 |
适用于超大规模云的高性能 100/400G 模块化系统
- 单个 12.8Tbps 数据包处理器支持高端口基数
- 高密度线速 100G 和 400G 模块
- 领先端口到端口延迟最低为 700ns
- 用于下一代存储和计算应用程序的 100G 和 200G
- L2 和 L3 上最多 128 条多路径
高级流量控制、服务开通和监视
- CloudVision,用于工作流程自动化和编排
- LANZ,用于微爆检测
- EOS 网络跟踪器
- 开放可扩展性和可编程性
- 软件驱动的云网络
- 流量感知的流量管理,实现最佳流量分配和链路利用率
- 大象流检测器可实时检测大流量并确定其优先级
针对 DC 设计进行优化
- 灵活选择 100G、200G 和 400G 接口
- 高能效比,实现更低的总拥有成本
- 冗余热插拔电源和冷却
- 可拆卸交换卡、管理和 I/O 模块
- 热和冷通道的可逆气流选项
高可用性
- 具备无中断软件升级的智能系统升级
- 自修复的状态故障修复 (SFR)
- 弹性 ECMP 和 LAG 散列
- MLAG ISSU
适用于超大规模云和 I/O 密集型环境的 400G 和 100G 模块化解决方案
Arista 7368X4 系列基于单个 12.8Tbps 高容量数据包处理器,采用极为紧凑的 4RU 外形尺寸,该外形尺寸可增加高密度交换的网络基数。Arista 7368X4 提供丰富的端口速度选择,包括 100G、200G 和 400G。7368X4 的所有元件均可现场更换,并已针对云操作进行了优化。
线速性能和经过验证的第 2 层和第 3 层功能具有多达 128 个 100G 端口或 32 个 400G 端口,可显着提高系统密度和电源效率。
Arista 7368X4 系列规格
| 7368X4 | |
|---|---|
| 说明 | 32 端口 400G OSFP 或 QSFP-DD 128 x 100G QSFP |
| 400G 端口最大数 | 32 |
| 200G 端口最大数 | 64 |
| 100G 端口最大数 | 128 |
| 40G 端口最大数 | 128 |
| L2/L3 吞吐量 | 12.8 Tbps |
| L2/L3 PPS | 高达 8 Bpps |
| 延迟 | 700ns |
| 典型功耗 | 961W |
| 交流和直流 | 是 |
| 系统总缓冲区 | 64MB |
| RU | 4 |
| CloudVision | 是 |
| 智能系统升级 | 是* |
| ZTP | 是 |
| VM Tracer | 是 |
| AEM | 是 |
| LANZ | 是* |
| 无中断速度变更 | 是* |
| 气流 | 前端到后端和后端到前端 |
* 目前在 EOS 中不受支持。
通用系统资源:
| 资源* | 7368X4 |
|---|---|
| MAC 表大小 | 8K |
| 最大 v4/v6 主机路由 | 80K |
| 最大 IPv4 单播路由前缀 | 480K |
| 最大 IPv6 单播路由前缀 | 300K |
| 最大多播组 | 511 组为 8K |
| 最大 LAG 成员数 | 128(分接模式) |
| 最大 LAG 组 | 64 个端口 |
| 最大 ECMP 扇出 | 128 路 |
*所有资源值都是最大硬件容量
Literature
- .7368X4 Series Quick Look
- .7368X4 Series Data Sheet
- .7368X4 Q&A
- .100G Q&A
- .400G Q&A
- .Cloud Networking Scale Out
- .Scaling Deep Learning Performance on the NVIDIA DGX-1 Server with WekaIO Matrix
- .Arista Networks: Powering Swifter 400G Adoption Across Cloud and Enterprise Environments
- .Modular Configuration Switch Visio Stencils

