IB スイッチ
よみ：あいびーすいっち
InfiniBand ファブリックを構成するスイッチ装置。GPUノード間通信のボトルネックになりやすく、電源断はクラスタ全体の停止に直結するためUPS保護が重要。
IBスイッチは「止めてはいけない中枢」
GPUクラスタでは、IBスイッチがダウンするとファブリック全体に影響し、 学習ジョブが一斉に失敗することがあります。 そのため、IBスイッチはサーバ以上に電源冗長・UPS保護が重要な機器と言えます。
二重化電源＋DC-UPS＋ SNMP監視により、 電源障害・ファン故障・温度異常などを早期に検知し、 インシデントレスポンスに繋げる設計が推奨されます。