全调度以太网（GSE），中国智算网络新标准

伴随着智算技术的发展,越来越多的研究表明在 AI 训练达到一定规模下能力才会涌现,在AI大模型的扩展定律和涌现能力的驱动下,AI大模型的参数规模越来越大。国内外业界已出现多个万亿参数模型,十万亿参数模型在不远的将来也有望问世。公开资料表明,GPT-4 的参数体量比 GPT-3 增长了 10 倍,达到 1.8 万亿参数。国内的盘古、悟道大模型,其参数规模同样超过了万亿。

注:数据截至23年3月,资料来源:北京智源人工智能研究院,中金公司研究院

美国当地时间7月22日,特斯拉CEO埃隆·马斯克在旗下社交平台X上表示,xAI团队、X团队、英伟达及其他支持公司已经于当地时间凌晨4时20分开始在“孟菲斯超级集群(Memphis Supercluster)”上进行训练。“孟菲斯超级集群”由10万个液冷H100 GPU组成,在单个RDMA结构上运行,是“世界上最强大的人工智能训练集群”,该集群将被用于训练xAI旗下第三代大语言模型Grok-3。大规模AI计算从万卡进入到十万卡时代。

大规模智算集群需要高性能的网络连接,以保证各智算节点间的通信效率、数据吞吐和整个智算集群的算力性能。这对智算网络提出了新的挑战。

在基础训练模型中,一方面多任务混合部署,传统以太网源端发流直接采用网络“Push”流量模式,不考虑网络及接收端的接受能力,导致网络拥塞,使得 GPU 处于等待状态,造成梯度和参数同步过程中算力资源浪费较大,传统的 RoCE 网络有效吞吐仅为 50%;另一方面,智算集群网络流量呈现出数据流数目少、单流流量大的特点,在传统网络均衡算法下容易引发HASH 冲突,造成链路丢包,导致训练异常中断,极大影响训练效率。时代呼唤“零丢包”、“高吞吐”、“低时延”为核心特征的无损智算网络设备,来解决超大规模AI计算通信效率低的问题。

当前全球已商用的智算网络技术,主要有2大流派:

流派1:IB(InfiniBand)网络,是目前市场占有率最高的智算网络解决方案,IB 技术较为封闭,市场基本被英伟达垄断,不符合全球开放生态的产业共识。

流派2:RoCE(RDMA over Converged Ethernet)网络,RoCE广泛应用于需要高带宽和低延迟的网络,在传统的通算领域有很高的占有率,但是RoCE在智算网络中存在流量HASH极化的问题,需要辅助以各种均衡调参进行智算网络的适配。

为了更好的提升智算网络性能,更好的服务于大规模AI计算,出现了更多的新型技术流派:

新技术流派1:UEC(Ultra Ethernet Consortium)网络,2023 年 7 月Linux 基金会与全球头部科技企业联合成立 UEC 以太网创新联盟,其创始成员包括AMD、Arista、博通、思科、HPE、Intel、Meta、微软、Oracle和Eviden,致力于从物理层、链路层、传输层、软件层改进以太网技术的革新,来满足 AI 计算网络的需求。

新技术流派2:GSE(Global Scheduling Ethernet)网络,中国智算中心的建设热潮始于 2020 年,目前已有 40 多个城市在建设或在建智算中心。智算中心建设步伐加快,但国内的网络技术发展却滞后于 AI 大模型的演进。 AI 网络技术上的竞争已经成为中美技术博弈的新战场。在这样严峻的形势下,2023 年 5 月,中国移动联合产业界发布了全调度以太网(GSE)白皮书,同年8 月全调度以太网推进计划正式开启,标志着具有中国自主技术的 GSE 流派正式诞生。

GSE 是一个开放的生态组织,2023 年 9 月,中国移动发布推GSE 交换机原型系统样机。2024 年 1 月在移动实验室完成了GSE 交换机多厂商设备的互联互通测试。

GSE网络,专为大规模AI训练集群打造:

•按需调度,性能无损

GSE 网络基于 PKTC 容器技术,实现了高精度的网络负载均衡,从根本上改善了传统 AI 算力网络链路的带宽利用率;采用基于 DQSQ 的信令申请调度技术,数据流以“Pull”的方式进行转发,突破了传统以太网的性能瓶颈,网络性能提升至 95%以上。

在多业务部署场景下,相较于传统 RoCE 网络性能大幅下降,GSE 交换机能保持与单业务场景持平的网络转发性能,极大提升网络效率。

•场景灵活,快速部署

GSE 纯网侧方案即可满足智算无损需求,可搭配国产 GPU 集成网卡,降低端侧网卡要求。GSE技术原生解决了适配不同大模型训练的网络调参问题,避免了传统RoCE达数天甚至数周的网络参数调优,在算力昂贵、AI大模型竞争激烈的市场中,为客户带来灵活的算力网络建设方案,缩短了训练调优周期,帮助客户快速抢占市场先机。

•全局解耦,开放生态

GSE 技术体系支持标准以太网标准,新增标准协议头,完成基于以太报文的转发,实现端到端的多厂家设备互联互通,构建了多厂家充分参与的开放生态,全面激活国内 AI 产业链,促进智算产业创新发展。

GSE标准协议头

【总结】

锐捷网络致力于与 GSE 生态一起打造中国的AIGC智算网络新标准。GSE 网络设备基于标准以太网在转发架构方面进行技术创新,突破传统以太网的性能瓶颈,拓展智算网络的应用场景,充分满足国产化智算集群网络的需求,为客户带来了三大核心价值:提高智算效率,增强运维体验,开放生态解耦。

（免责声明：本网站内容主要来自原创、合作伙伴供稿和第三方自媒体作者投稿，凡在本网站出现的信息，均仅供参考。本网站将尽力确保所提供信息的准确性及可靠性，但不保证有关资料的准确性及可靠性，读者在使用前请进一步核实，并对任何自主决定的行为负责。本网站对有关资料所引致的错误、不确或遗漏，概不负任何法律责任。
任何单位或个人认为本网站中的网页或链接内容可能涉嫌侵犯其知识产权或存在不实内容时，应及时向本网站提出书面权利通知或不实情况说明，并提供身份证明、权属证明及详细侵权或不实情况证明。本网站在收到上述法律文件后，将会依法尽快联系相关文章源头核实，沟通删除相关内容或断开相关链接。 ）