Meridian Cloud escolhe Aria Networks para projetar clusters de IA prontos para inferência

Meridian Cloud escolheu Aria Networks como parceira de redes para sua nuvem dedicada de inferência de IA, cujo lançamento está previsto para o segundo trimestre de 2027. As empresas planejam desenvolver projetos de rede padronizados e validados, que tornem as implantações de clusters mais reproduzíveis e ofereçam especificações de engenharia, estimativas de custos e cronogramas de produção mais claros.

Anunciada em 5 de novembro, a parceria envolve a Aria no processo de planejamento antes da instalação dos equipamentos. O escopo inclui dimensionar a malha de GPUs de back-end, as redes de front-end e de armazenamento, mapear topologias e cabeamento e coordenar o fornecimento e a entrega de acordo com o cronograma de implantação da Meridian.

A expectativa é que os primeiros projetos de referência conjuntos estejam disponíveis para os clientes e parceiros de instalações da Meridian no segundo trimestre de 2027. O anúncio descreve um programa de desenvolvimento e implantação, e não a conclusão da implementação da nova nuvem de inferência da Meridian.

Tornar cada novo cluster menos dependente de um novo projeto de engenharia

A abordagem da Meridian consiste em operar com uma equipe central enxuta, apoiada por parceiros especializados em engenharia, computação, implantação e redes. A Aria ajudará a transformar esse trabalho em uma biblioteca de projetos de referência, cada um adequado a uma categoria de instalação.

A ideia é começar pela energia disponível em uma instalação e adequá-la a uma configuração cujos requisitos de rede já tenham sido validados. Isso permitiria à Meridian definir especificações e custos antes do início da construção, em vez de reformular a malha como um projeto de engenharia separado em cada local.

Para quem contrata uma nuvem dedicada, a padronização traz previsibilidade. Um cluster envolve mais do que o número de aceleradores encomendados: o trajeto dos cabos, a capacidade dos switches, as conexões dos hosts, o tráfego de armazenamento e o cronograma de entrega dos equipamentos afetam o momento em que o sistema pode começar a realizar trabalho útil.

“Os engenheiros de campo da Aria estão integrados à nossa equipe desde o primeiro dia. Eles trabalham conosco no projeto de redes, no planejamento de fornecimento e implantação e na validação de cada cabo, conexão e configuração antes mesmo da execução de qualquer tarefa de um cliente”, afirmou Vic Rose, CEO da Meridian Cloud.

Por que a inferência coloca a rede no caminho crítico

Inferência é o processo de executar um modelo treinado para produzir uma resposta. Em uma implantação distribuída, partes desse trabalho e os dados que o apoiam podem ser transferidos entre máquinas, fazendo com que o tempo de comunicação se torne parte do tempo de resposta percebido pelo usuário.

Um exemplo é a inferência desagregada, na qual o processamento de prompts e a geração de tokens são executados em recursos separados. Talvez seja necessário transferir entre eles o cache de chave-valor do modelo — os dados intermediários de atenção associados à solicitação. O congestionamento nesse trajeto pode atrasar o trabalho mesmo quando as próprias GPUs estão disponíveis.

A discussão técnica da Aria sobre redes para inferência enfatiza a correlação entre a atividade dos hosts e a telemetria da rede. Uma porta que parece estar funcionando bem em um painel atualizado periodicamente ainda pode sofrer interrupções breves que afetam o desempenho dos aplicativos.

O comunicado da parceria aponta eventos de congestionamento, degradação de componentes ópticos e problemas nos hosts que podem passar despercebidos por ferramentas que consultam os dados a cada poucos segundos. Detectar esses eventos exige um nível de visibilidade diferente de simplesmente saber se uma conexão está ativa.

Para uma empresa que trabalha com inferência, as consequências são tanto comerciais quanto técnicas. O tempo de espera pelos dados reduz a produção útil de equipamentos que continuam consumindo energia e gerando custos de propriedade. Entre as métricas operacionais relevantes estão a latência da resposta, a taxa de transferência útil e o custo por milhão de tokens — não apenas a velocidade da conexão.

O que a Deep Networking da Aria acrescenta

A Aria descreve a Deep Networking como um sistema desenvolvido em conjunto que combina hardware de switching, Aria Operating System, telemetria detalhada e agentes especializados. O anúncio da Meridian especifica plataformas Aria Switch de 800G e uma malha Ethernet baseada em padrões, concebida para continuar aberta a diferentes fornecedores de aceleradores.

A empresa afirma que sua telemetria tem uma resolução de 100 a 10.000 vezes maior que a das ferramentas tradicionais, abrangendo switches, componentes ópticos e hosts. Essa afirmação diz respeito à resolução das medições, e não significa que os aplicativos da Meridian serão executados de 100 a 10.000 vezes mais rápido.

A visão geral do produto da Aria oferece mais informações sobre o hardware: seu switch de 800G tem 64 portas de 800GbE em um chassi de duas unidades de rack, oferece suporte a RoCEv2 e redes de Camada 2/Camada 3 e inclui um processador dedicado à telemetria. O RoCEv2 permite o acesso remoto direto à memória por Ethernet, recurso usado para transferir dados com eficiência entre máquinas em clusters de alto desempenho.

A mesma página do produto descreve a correlação entre dados de hosts com GPU e dados dos switches, a seleção de ferramentas de diagnóstico por agentes especializados e a execução de fluxos de trabalho guiados para a resolução de problemas. Isso associa a visibilidade operacional ao projeto do hardware: depois de comissionada, a rede precisa ser observável e passível de manutenção.

As empresas não divulgaram parâmetros conjuntos de desempenho de implantações da Meridian nem uma redução mensurada do custo por token decorrente dessa parceria. Esses resultados dependerão das cargas de trabalho e das configurações implantadas, bem como do comportamento da rede sob tráfego de produção.

O modelo de inferência dedicado da Meridian

Em seu site, a Meridian apresenta sua oferta como capacidade reservada e ajustada à carga de trabalho do cliente, com opções que abrangem hardware da NVIDIA e da AMD, além de aceleradores de inferência especializados. A empresa também descreve modelos operacionais com orquestração gerenciada e bare metal.

Essas descrições dizem respeito à proposta de serviço mais ampla, mas não confirmam que todas as configurações anunciadas façam parte da biblioteca inicial de projetos de referência da Aria. O anúncio da parceria não informa os locais das primeiras instalações, os tamanhos fixos dos clusters nem os preços para os clientes.

O foco da Meridian em capacidade dedicada também muda o planejamento. Em vez de depender apenas da disponibilidade compartilhada, o cliente precisa de um sistema projetado para o tráfego esperado, as características do modelo e os requisitos de serviço. Projetos de rede replicáveis podem facilitar esse planejamento, sem deixar de permitir escolhas específicas para cada carga de trabalho.

Uma parceria voltada à execução replicável

A atuação da Aria vai do projeto à implantação prática, com o objetivo de aproveitar os aprendizados de cada local nas instalações posteriores e nas melhorias de software. A meta é tornar a engenharia de rede uma parte reutilizável da expansão da Meridian, em vez de uma fonte recorrente de incerteza.

O marco de curto prazo é concreto: projetos de referência conjuntos e o lançamento planejado da nuvem no segundo trimestre de 2027. Depois disso, a parceria será avaliada pela capacidade de transformar projetos validados e uma visibilidade operacional mais detalhada em clusters entregues no prazo e com desempenho de inferência consistente, quando as cargas de trabalho dos clientes começarem a ser executadas.