ICC訊（編譯：Nina）美國加州圣克拉拉市，2027年7月25日--數據基礎設施半導體解決方案的領導者Marvell Technology（納斯達克：MRVL）今天宣布，Marvell®Teralynx®10以太網交換機芯片正在批量生產，客戶正在部署該解決方案。Teralynx 10交換機芯片是一款低功耗、可編程的51.2Tbps以太網產品，具有業界最低的延遲，可為培訓、推理、通用計算和其他工作負載提供領先的性能，以擴展云數據中心的加速基礎設施。

  - 獨特的架構在單一平臺上提供高帶寬、低延遲、低功耗和可編程性，以優化云AI部署。

  - 對開放網絡操作系統軟件的無縫支持使ODM、OEM和超大規模企業能夠快速設計和部署。

  - 多個客戶使用Teralynx®10以太網交換機芯片進行設計，以擴展加速基礎設施。

  隨著人工智能集群規模和人工智能數據中心數量的增長，用戶對高帶寬連接的需求不斷增加，Teralynx 10交換機芯片適逢其時投入生產。與此同時，該行業正在從專有網絡操作系統（NOS）的獨家使用轉向開放網絡平臺的部署，如Linux基金會的SONiC和SAI（交換機抽象接口），使運營商能夠快速部署來自多個制造商的交換機，加快開發進度，并針對其特定用例進行優化。

  據650 Group稱，51.2Tbps交換機的出貨量預計將從2024年的約7.7萬臺飆升至2028年的180萬臺，復合年增長率（CAGR）為120%。650 Group的聯合創始人Alan Weckel表示：“51.2T標志著數據中心交換的分水嶺時刻。云服務提供商將迅速轉向這種交換能力，以構建下一代基礎設施，優先考慮系統和芯片層面的多供應商多樣性。”

  Teralynx 10基于全新的交換架構，同時提供高帶寬、超低延遲、低功耗、高基數和零延遲損失可編程性。這使得單個交換平臺設計能夠在網絡的多個點上使用，而不會影響功能或性能。無論是用于機架頂部（ToR）、葉、脊、AI集群還是網絡邊緣，統一平臺都提供了高級AI網絡所需的屬性，并支持現場功能更新以支持新協議。

  Teralynx 10交換機軟件平臺旨在為大規模數據中心向開放式網絡過渡。越來越多的運營商正從傳統的專有網絡操作系統轉向開源SONiC平臺，類似于Linux如何顛覆服務器計算的專有操作系統。開源方法使運營商能夠跨多個制造商標準化其網絡系統軟件，并加快開發進度。從商業角度來看，這種方法可以為交換機制造商提供更廣泛的生態系統，為云網絡運營商增加硅的多樣性和供應鏈的穩定性。運營商越來越多地要求開放網絡軟件，而Marvell Teralynx 10交換機平臺提供了一個全面的解決方案，該解決方案具有業界認可的編程模型，可以在Marvell交換機解決方案以及其他兼容硬件上運行。（請參閱今天SONiC上的相關公告。）

  Marvell高級副總裁兼網絡交換業務部總經理Nick Kucharewski表示：“AI部署需要一個同時具備高帶寬、低功耗、低延遲和面向未來的交換機解決方案，以滿足不斷變化的需求。Marvell為當今行業提供了最完整的AI以太網交換機解決方案。我們很高興為客戶不斷擴大的51.2 Tbps部署提供生產就緒的解決方案。隨著市場轉向Marvell等以客戶為中心的供應商的創新解決方案，以滿足他們在AI數據中心建設中對高帶寬交換的爆炸性需求，這是在正確的時間推出的正確產品。”

  Teralynx 10的特性和優點

  Teralynx 10以太網交換機芯片為最先進的云和AI工作負載提供了領先的性能和高擴展能力：

  最低延遲：演示了每秒51.2Tbps的以太網吞吐量，延遲低至500納秒，所有數據包大小的延遲均低于600納秒。低延遲對于滿足人工智能、機器學習和分布式工作負載的需求至關重要，它直接影響任務完成時間和算法效率。低延遲Teralynx交換機芯片使云運營商能夠降低運營費用，提高其執行創收活動的能力。

  業界最佳基數：512交換基數使運營商能夠減少大型集群中的交換機層數量，從而顯著降低功耗和總體擁有成本（TCO）。

  低功耗：交換機每100千兆/秒的帶寬消耗1瓦。

  可編程：業界唯一完全可編程的交換機架構，對分組處理能力或延遲沒有影響。Teralynx 10設備可以以51.2 Tbps的速度應用于多種用例。隨著網絡技術不斷發展以處理新協議，這種靈活性為數據中心運營商提供了投資保護。

  Marvell已擴大合作伙伴生態系統，目前基于Teralynx 10的交換機系統可從主要OEM、ODM和ISV處獲得，以加快采用速度，同時為客戶提供更多選擇和能力，以優化其獨特的環境。

  原文：https://www.marvell.com/company/newsroom/marvell-teralynx-512t-ethernet-switch-enters-volume-production-for-global-ai-cloud-deployments.html