智算網(wǎng)絡(luò)謎題，與“解密者”新華三

根據(jù)高盛研究公司（GSR）數(shù)據(jù)報告顯示，AIGC將推動全球國民生產(chǎn)總值（GDP）增長7%，帶來近7萬億美元的GDP增長，并在未來使生產(chǎn)力提高1.5%。面對如此巨大的價值涌現(xiàn)，每個行業(yè)、每家企業(yè)都希望率先推開AI時代之門。

而在面向AI大模型的探索中，智算的效率與成本成為關(guān)鍵問題。根據(jù)相關(guān)數(shù)據(jù)，每建設(shè)100P算力的集群，成本就要達到4億人民幣。根據(jù)此前OpenAI披露的數(shù)據(jù)，ChatGPT平均每天的訓(xùn)練算力花費達到了70萬美元。

目前階段，在AI算力價格持續(xù)上漲的大背景下，千卡、萬卡訓(xùn)練集群已經(jīng)成為常態(tài)。智算集群開始向五萬卡演進，并且異構(gòu)化開始成為智算集群的新常態(tài)。然而我們可以看到，有大量AI算力因智算網(wǎng)絡(luò)的丟包問題被浪費，網(wǎng)絡(luò)故障成為拖慢模型訓(xùn)練進度的常見因素，如何讓網(wǎng)絡(luò)適配異構(gòu)算力成為重要難題。

可以說，智算網(wǎng)絡(luò)已經(jīng)成為AI基礎(chǔ)設(shè)施發(fā)揮能效的關(guān)鍵。想要借助智算推開AI時代的大門，首選需要鑄造智算網(wǎng)絡(luò)這把鑰匙。

那么，究竟如何才能破解智算網(wǎng)絡(luò)的種種謎題？

不久之前，新華三集團發(fā)布了智算網(wǎng)絡(luò)解決方案。這一方案主張充分發(fā)揮“算力×聯(lián)接”的倍增效應(yīng)，以標準化聯(lián)接支撐多元算力釋放。新華三也通過對算力和聯(lián)接技術(shù)進行最佳的調(diào)優(yōu)與配合，來實踐了對于智算網(wǎng)絡(luò)的技術(shù)主張。

從中我們可以看到，開放解耦就是智算網(wǎng)絡(luò)的關(guān)鍵解題思路，是一把AI時代的智算網(wǎng)絡(luò)之鑰。

難題：異構(gòu)算力互聯(lián)的不確定性

當前，多元異構(gòu)算力已經(jīng)成為AI基礎(chǔ)設(shè)施建設(shè)的主流選擇。異構(gòu)算力體系可以充分發(fā)揮各種計算設(shè)備的優(yōu)勢，具備多樣性、靈活性、高效性等特點，能夠更好發(fā)揮出智算效用。但是，在實際部署中，用戶卻必須面對異構(gòu)算力互聯(lián)的一系列不確定性。這些痛點的存在，極大程度限制了智算網(wǎng)絡(luò)，甚至整個智算基礎(chǔ)設(shè)施的發(fā)展。

首先，是智算網(wǎng)絡(luò)本身的不確定性。

在大規(guī)模智算集群組網(wǎng)的情況下，智算網(wǎng)絡(luò)本身會出現(xiàn)延遲、丟包等一系列不確定性因素。根據(jù)相關(guān)數(shù)據(jù)顯示，智算網(wǎng)絡(luò)達到1.5%的丟包率就會使數(shù)據(jù)吞吐量降低50%，而智算網(wǎng)絡(luò)一旦出現(xiàn)故障，往往需要一周甚至幾周的時間來進行修復(fù)。隨著組網(wǎng)規(guī)模的擴大，智算網(wǎng)絡(luò)的不確定性問題也會被持續(xù)放大。

其次，是異構(gòu)算力實施效果的不確定性。

異構(gòu)算力已經(jīng)成為智算基礎(chǔ)設(shè)施的必然趨勢，但在實際場景中，大多數(shù)用戶對于智算場景都是初次接觸，并不像傳統(tǒng)ICT基礎(chǔ)設(shè)施建設(shè)那樣可以輕車熟路地進行規(guī)劃、采購、部署。此外，在異構(gòu)算力組網(wǎng)時就會遇到不同廠商組件的組合問題。服務(wù)器平臺、GPU、網(wǎng)卡、光模塊、交換機等領(lǐng)域都有大量的廠商參與。最終實施效果能否達到預(yù)期，不同廠商的組件能否實現(xiàn)互聯(lián)互通，互通后的性能、可靠性、風險性如何，都是用戶必須面臨的不確定性問題。

再次，是智算網(wǎng)絡(luò)與算力之間聯(lián)動的不確定性。

為了保證智算業(yè)務(wù)有序平穩(wěn)發(fā)展，網(wǎng)絡(luò)必須與算力調(diào)度平臺聯(lián)動起來。而國內(nèi)大多算力廠商沒有配套的網(wǎng)絡(luò)設(shè)備和平臺。因此，想用網(wǎng)絡(luò)打通異構(gòu)算力，則必須具備與多家廠商的CCL（集合通信庫）的兼容對接能力，將算力需求轉(zhuǎn)譯為網(wǎng)絡(luò)配置，也就是所謂的“異構(gòu)算網(wǎng)聯(lián)動”。

想要解決異構(gòu)算力互聯(lián)所面臨的一系列難題，實現(xiàn)異構(gòu)算力的效果最大化，最佳選擇就是在提升智算網(wǎng)絡(luò)性能的同時，用網(wǎng)絡(luò)來貫穿異構(gòu)基礎(chǔ)設(shè)施，拉通異構(gòu)算力生態(tài)。為了實現(xiàn)這個目標，就必須推動智算網(wǎng)絡(luò)走向開放解耦。

解題：將開放解耦作為智算網(wǎng)絡(luò)之鑰

在智算體系當中，網(wǎng)絡(luò)是連接 CPU、xPU、內(nèi)存、存儲等資源的基礎(chǔ)設(shè)施，貫穿數(shù)據(jù)計算、存儲全流程，是拉通生態(tài)的重要介質(zhì)。網(wǎng)絡(luò)的冗余性、高可靠、高彈性，以及以太協(xié)議的開放性，可以幫助技術(shù)不成熟的產(chǎn)品消除限制，確保整個異構(gòu)算力體系達成最優(yōu)效果。

為了實現(xiàn)這個理想化目標，智算網(wǎng)絡(luò)必須具備開放解耦的特質(zhì)。

所謂開放，就是在聯(lián)接上實現(xiàn)標準化，確保網(wǎng)絡(luò)基礎(chǔ)設(shè)施可以打通不同的算力組件，實現(xiàn)無痛、可實施的異構(gòu)組網(wǎng)。

新華三認為，在高性能網(wǎng)絡(luò)領(lǐng)域，無損以太網(wǎng)（RoCE）是一個快速普及且被大眾所認可的技術(shù)?；跓o損以太網(wǎng)推進智算網(wǎng)絡(luò)標準化，在成本、未來演進和生態(tài)豐富度上具備天然的優(yōu)勢。通過無損以太網(wǎng)的標準化建設(shè)，用戶可以獲得最具優(yōu)勢的方案，極大拓展選擇上的自由度與實施上的可靠性。除此之外，用戶還可以利用以太網(wǎng)的標準化特質(zhì)，逐步構(gòu)建大規(guī)模智算集群。實現(xiàn)根據(jù)業(yè)務(wù)需要，對智算集群進行靈活拓展升級。

所謂解耦，則是將網(wǎng)絡(luò)平臺與智算平臺進行解耦，增強網(wǎng)絡(luò)對于多元異構(gòu)算力的承載能力，并且通過網(wǎng)絡(luò)的應(yīng)用感知和資源分配機制，及時響應(yīng)各類應(yīng)用需求，最終可以充分發(fā)揮算力生態(tài)中各領(lǐng)域的優(yōu)勢，實現(xiàn)資源共享和高效協(xié)作，幫助用戶享有先進的AI智算平臺、優(yōu)秀的網(wǎng)絡(luò)設(shè)備和高品質(zhì)的聯(lián)接介質(zhì)。

基于開放解耦的智算網(wǎng)絡(luò)建設(shè)理念，新華三推動解決了CPU、GPU、網(wǎng)卡、光模塊等異構(gòu)組件間的互聯(lián)問題，打造了廣泛適配、靈活擴展的網(wǎng)絡(luò)聯(lián)接。

開放解耦就像一把鑰匙，可以聯(lián)動智算集群的不同組件，以及智算生態(tài)中的各個角色，最終實現(xiàn)用戶的智算目標價值最大化。帶著這把鑰匙，新華三打造了全新的智算網(wǎng)絡(luò)解決方案，為用戶打開了智能世界的大門。

實踐：新華三的智算網(wǎng)絡(luò)探索

開放解耦的網(wǎng)絡(luò)建設(shè)理念，想要最終形成智算網(wǎng)絡(luò)解決方案并不容易。它需要兼顧不同的組網(wǎng)方式、不同場景的網(wǎng)絡(luò)調(diào)優(yōu)需求，以及不同規(guī)模的智算中心網(wǎng)絡(luò)建設(shè)需求，并且能夠兼顧解決用戶在規(guī)劃、組網(wǎng)、用網(wǎng)、運維等不同階段的技術(shù)要求。

最終，新華三聚焦網(wǎng)絡(luò)優(yōu)勢，提供了強大、靈活、多元且具備高支撐度的異構(gòu)算力互聯(lián)架構(gòu)，探索出了全新的智算網(wǎng)絡(luò)解決方案。

如上文所說，對于異構(gòu)算力互聯(lián)來說，用戶有生態(tài)開放、平臺解耦、算網(wǎng)協(xié)同三方面的主要訴求。而新華三智算網(wǎng)絡(luò)解決方案，恰好可以應(yīng)對這些痛點。

在基于以太協(xié)議進行標準化智算組網(wǎng)領(lǐng)域，由于用戶需要實現(xiàn)不同的組網(wǎng)架構(gòu)，因此需要獲得多元可靠的網(wǎng)絡(luò)產(chǎn)品。為此，新華三可以提供多元化的產(chǎn)品布局，提供支持200G/400G/800G不同端口密度的盒式產(chǎn)品/框式產(chǎn)品，以及先進架構(gòu)DDC（Distributed Disaggregated Chassis）產(chǎn)品，提供多種組網(wǎng)架構(gòu)，滿足不同規(guī)模、不同智算平臺、不同建設(shè)環(huán)境的客戶的需要。

在用網(wǎng)階段，用戶需要負載多樣化的網(wǎng)卡，實現(xiàn)負載均衡。

為此，新華三智算網(wǎng)絡(luò)解決方案帶來了全局負載均衡技術(shù)，可以帶來極致的帶寬利用率，從而解決傳統(tǒng)智算網(wǎng)絡(luò)中通信流量擁塞敏感性高、低時延、高吞吐等需求，易導(dǎo)致負載分擔不均、整網(wǎng)吞吐下降等問題。

同時，針對不同智算場景，新華三會提供最適合的負載均衡技術(shù)組合，合理調(diào)整流量的帶寬利用問題，提升智算中心算力規(guī)模和效率。比如說，可以應(yīng)用SprayLink解決鏈路均衡的問題，通過實時監(jiān)控LACP/ECMP中各物理鏈路的帶寬利用率，出口隊列，緩存占用，傳輸時延等精細化數(shù)據(jù)，對大象流做到基于Per-Packet方式的動態(tài)負載分擔，將每個數(shù)據(jù)包分配到當時資源最優(yōu)的鏈路上，從而實現(xiàn)鏈路寬帶利用率提升至95%的效果。

新華三認為，目前最優(yōu)的負載均衡技術(shù)是DDC（Disaggregated Distributed Chassis分布式解耦機框）。它能將傳統(tǒng)框式交換機的主控、網(wǎng)板、線卡分解為分布式的模塊化部件，以提高網(wǎng)絡(luò)的靈活性、可擴展性和性能。DDC基于信元交換，任何協(xié)議的流量在進入DDC架構(gòu)時都可被切成等分大小的信元，在內(nèi)部多條鏈路上負載，完全解決了Hash極化問題，可以實現(xiàn)100%的負載分擔。在流量發(fā)出時，信元又將重組為原始數(shù)據(jù)。信元交換無視數(shù)據(jù)協(xié)議，不會產(chǎn)生亂序，對GPU和網(wǎng)卡都是天然解耦的。

此外，DDC架構(gòu)擴展性強，傳統(tǒng)框式設(shè)備無論如何設(shè)計，其容納的端口都是有限的。而將其拆解之后，通過橫向擴展可以支持數(shù)千個200G/400G端口，且最大可支持32K（400G）GPU卡，這是框式設(shè)備無法實現(xiàn)的，也可以大幅降低部署難度和功耗。新華三DDC產(chǎn)品擁有獨立的高性能控制平面，可以實現(xiàn)網(wǎng)元失效后us級別的收斂，以及網(wǎng)元上線的快速即插即用，可靠性和靈活度均能實現(xiàn)業(yè)界領(lǐng)先。

在異構(gòu)算網(wǎng)協(xié)同領(lǐng)域，新華三智算網(wǎng)絡(luò)解決方案能夠支持異構(gòu)GPU/網(wǎng)卡的算網(wǎng)路徑協(xié)同能力。一方面可以利用負載均衡來提升網(wǎng)絡(luò)利用率，另一方面還能夠通過控制器分析，主動進行選路與規(guī)劃仿真，從上帝視角實現(xiàn)整網(wǎng)的協(xié)同處理。

除此之外，為了實現(xiàn)開放解耦的目標，新華三還搭建了業(yè)界最開放的生態(tài)合作環(huán)境。其各條產(chǎn)品線都采用了多家合作伙伴的交付件，包括GPU、網(wǎng)卡、光模塊、交換芯片?；谶@樣的產(chǎn)業(yè)優(yōu)勢，新華三還實現(xiàn)了能夠代替客戶驗證異構(gòu)算力環(huán)境的兼容性。

新華三制定了智算網(wǎng)絡(luò)異構(gòu)連通專項測試，可對光模塊、電纜進行高可靠性測試驗證，從而解決了與網(wǎng)卡互聯(lián)互通的問題，為客戶提供一套經(jīng)過驗證過的交付方案。

通過在技術(shù)、產(chǎn)品、生態(tài)等環(huán)節(jié)踐行開放解耦，新華三成功破解了異構(gòu)算力互聯(lián)的時代謎題，將AI基礎(chǔ)設(shè)施的不確定性，換做智能時代產(chǎn)業(yè)價值的確定性。

生成海報

免責聲明：此文內(nèi)容為第三方自媒體作者發(fā)布的觀察或評論性文章，所有文字和圖片版權(quán)歸作者所有，且僅代表作者個人觀點，與極客網(wǎng)無關(guān)。文章僅供讀者參考，并請自行核實相關(guān)內(nèi)容。投訴郵箱：editor@fromgeek.com。

免責聲明：本網(wǎng)站內(nèi)容主要來自原創(chuàng)、合作伙伴供稿和第三方自媒體作者投稿，凡在本網(wǎng)站出現(xiàn)的信息，均僅供參考。本網(wǎng)站將盡力確保所提供信息的準確性及可靠性，但不保證有關(guān)資料的準確性及可靠性，讀者在使用前請進一步核實，并對任何自主決定的行為負責。本網(wǎng)站對有關(guān)資料所引致的錯誤、不確或遺漏，概不負任何法律責任。任何單位或個人認為本網(wǎng)站中的網(wǎng)頁或鏈接內(nèi)容可能涉嫌侵犯其知識產(chǎn)權(quán)或存在不實內(nèi)容時，應(yīng)及時向本網(wǎng)站提出書面權(quán)利通知或不實情況說明，并提供身份證明、權(quán)屬證明及詳細侵權(quán)或不實情況證明。本網(wǎng)站在收到上述法律文件后，將會依法盡快聯(lián)系相關(guān)文章源頭核實，溝通刪除相關(guān)內(nèi)容或斷開相關(guān)鏈接。