根据高盛研究公司（GSR）数据报告显示，AIGC将推动全球国民生产总值（GDP）增长7%，带来近7万亿美元的GDP增长，并在未来使生产力提高1.5%。面对如此巨大的价值涌现，每个行业、每家企业都希望率先推开AI时代之门。
而在面向AI大模型的探索中，智算的效率与成本成为关键问题。根据相关数据，每建设100P算力的集群，成本就要达到4亿人民币。根据此前OpenAI披露的数据，ChatGPT平均每天的训练算力花费达到了70万美元。
目前阶段，在AI算力价格持续上涨的大背景下，千卡、万卡训练集群已经成为常态。智算集群开始向五万卡演进，并且异构化开始成为智算集群的新常态。然而我们可以看到，有大量AI算力因智算网络的丢包问题被浪费，网络故障成为拖慢模型训练进度的常见因素，如何让网络适配异构算力成为重要难题。
可以说，智算网络已经成为AI基础设施发挥能效的关键。想要借助智算推开AI时代的大门，首选需要铸造智算网络这把钥匙。
那么，究竟如何才能破解智算网络的种种谜题？
不久之前，新华三集团发布了智算网络解决方案。这一方案主张充分发挥“算力×联接”的倍增效应，以标准化联接支撑多元算力释放。新华三也通过对算力和联接技术进行最佳的调优与配合，来实践了对于智算网络的技术主张。
从中我们可以看到，开放解耦就是智算网络的关键解题思路，是一把AI时代的智算网络之钥。
难题：异构算力互联的不确定性
当前，多元异构算力已经成为AI基础设施建设的主流选择。异构算力体系可以充分发挥各种计算设备的优势，具备多样性、灵活性、高效性等特点，能够更好发挥出智算效用。但是，在实际部署中，用户却必须面对异构算力互联的一系列不确定性。这些痛点的存在，极大程度限制了智算网络，甚至整个智算基础设施的发展。
首先，是智算网络本身的不确定性。
在大规模智算集群组网的情况下，智算网络本身会出现延迟、丢包等一系列不确定性因素。根据相关数据显示，智算网络达到1.5%的丢包率就会使数据吞吐量降低50%，而智算网络一旦出现故障，往往需要一周甚至几周的时间来进行修复。随着组网规模的扩大，智算网络的不确定性问题也会被持续放大。
其次，是异构算力实施效果的不确定性。
异构算力已经成为智算基础设施的必然趋势，但在实际场景中，大多数用户对于智算场景都是初次接触，并不像传统ICT基础设施建设那样可以轻车熟路地进行规划、采购、部署。此外，在异构算力组网时就会遇到不同厂商组件的组合问题。服务器平台、GPU、网卡、光模块、交换机等领域都有大量的厂商参与。最终实施效果能否达到预期，不同厂商的组件能否实现互联互通，互通后的性能、可靠性、风险性如何，都是用户必须面临的不确定性问题。
再次，是智算网络与算力之间联动的不确定性。
为了保证智算业务有序平稳发展，网络必须与算力调度平台联动起来。而国内大多算力厂商没有配套的网络设备和平台。因此，想用网络打通异构算力，则必须具备与多家厂商的CCL（集合通信库）的兼容对接能力，将算力需求转译为网络配置，也就是所谓的“异构算网联动”。
想要解决异构算力互联所面临的一系列难题，实现异构算力的效果最大化，最佳选择就是在提升智算网络性能的同时，用网络来贯穿异构基础设施，拉通异构算力生态。为了实现这个目标，就必须推动智算网络走向开放解耦。
解题：将开放解耦作为智算网络之钥
在智算体系当中，网络是连接 CPU、xPU、内存、存储等资源的基础设施，贯穿数据计算、存储全流程，是拉通生态的重要介质。网络的冗余性、高可靠、高弹性，以及以太协议的开放性，可以帮助技术不成熟的产品消除限制，确保整个异构算力体系达成最优效果。
为了实现这个理想化目标，智算网络必须具备开放解耦的特质。
所谓开放，就是在联接上实现标准化，确保网络基础设施可以打通不同的算力组件，实现无痛、可实施的异构组网。
新华三认为，在高性能网络领域，无损以太网（RoCE）是一个快速普及且被大众所认可的技术。基于无损以太网推进智算网络标准化，在成本、未来演进和生态丰富度上具备天然的优势。通过无损以太网的标准化建设，用户可以获得最具优势的方案，极大拓展选择上的自由度与实施上的可靠性。除此之外，用户还可以利用以太网的标准化特质，逐步构建大规模智算集群。实现根据业务需要，对智算集群进行灵活拓展升级。
所谓解耦，则是将网络平台与智算平台进行解耦，增强网络对于多元异构算力的承载能力，并且通过网络的应用感知和资源分配机制，及时响应各类应用需求，最终可以充分发挥算力生态中各领域的优势，实现资源共享和高效协作，帮助用户享有先进的AI智算平台、优秀的网络设备和高品质的联接介质。
基于开放解耦的智算网络建设理念，新华三推动解决了CPU、GPU、网卡、光模块等异构组件间的互联问题，打造了广泛适配、灵活扩展的网络联接。
开放解耦就像一把钥匙，可以联动智算集群的不同组件，以及智算生态中的各个角色，最终实现用户的智算目标价值最大化。带着这把钥匙，新华三打造了全新的智算网络解决方案，为用户打开了智能世界的大门。
实践：新华三的智算网络探索
开放解耦的网络建设理念，想要最终形成智算网络解决方案并不容易。它需要兼顾不同的组网方式、不同场景的网络调优需求，以及不同规模的智算中心网络建设需求，并且能够兼顾解决用户在规划、组网、用网、运维等不同阶段的技术要求。
最终，新华三聚焦网络优势，提供了强大、灵活、多元且具备高支撑度的异构算力互联架构，探索出了全新的智算网络解决方案。
如上文所说，对于异构算力互联来说，用户有生态开放、平台解耦、算网协同三方面的主要诉求。而新华三智算网络解决方案，恰好可以应对这些痛点。
在基于以太协议进行标准化智算组网领域，由于用户需要实现不同的组网架构，因此需要获得多元可靠的网络产品。为此，新华三可以提供多元化的产品布局，提供支持200G/400G/800G不同端口密度的盒式产品/框式产品，以及先进架构DDC（Distributed Disaggregated Chassis）产品，提供多种组网架构，满足不同规模、不同智算平台、不同建设环境的客户的需要。
在用网阶段，用户需要负载多样化的网卡，实现负载均衡。
为此，新华三智算网络解决方案带来了全局负载均衡技术，可以带来极致的带宽利用率，从而解决传统智算网络中通信流量拥塞敏感性高、低时延、高吞吐等需求，易导致负载分担不均、整网吞吐下降等问题。
同时，针对不同智算场景，新华三会提供最适合的负载均衡技术组合，合理调整流量的带宽利用问题，提升智算中心算力规模和效率。比如说，可以应用SprayLink解决链路均衡的问题，通过实时监控LACP/ECMP中各物理链路的带宽利用率，出口队列，缓存占用，传输时延等精细化数据，对大象流做到基于Per-Packet方式的动态负载分担，将每个数据包分配到当时资源最优的链路上，从而实现链路宽带利用率提升至95%的效果。
新华三认为，目前最优的负载均衡技术是DDC（Disaggregated Distributed Chassis分布式解耦机框）。它能将传统框式交换机的主控、网板、线卡分解为分布式的模块化部件，以提高网络的灵活性、可扩展性和性能。DDC基于信元交换，任何协议的流量在进入DDC架构时都可被切成等分大小的信元，在内部多条链路上负载，完全解决了Hash极化问题，可以实现100%的负载分担。在流量发出时，信元又将重组为原始数据。信元交换无视数据协议，不会产生乱序，对GPU和网卡都是天然解耦的。
此外，DDC架构扩展性强，传统框式设备无论如何设计，其容纳的端口都是有限的。而将其拆解之后，通过横向扩展可以支持数千个200G/400G端口，且最大可支持32K（400G）GPU卡，这是框式设备无法实现的，也可以大幅降低部署难度和功耗。新华三DDC产品拥有独立的高性能控制平面，可以实现网元失效后us级别的收敛，以及网元上线的快速即插即用，可靠性和灵活度均能实现业界领先。
在异构算网协同领域，新华三智算网络解决方案能够支持异构GPU/网卡的算网路径协同能力。一方面可以利用负载均衡来提升网络利用率，另一方面还能够通过控制器分析，主动进行选路与规划仿真，从上帝视角实现整网的协同处理。
除此之外，为了实现开放解耦的目标，新华三还搭建了业界最开放的生态合作环境。其各条产品线都采用了多家合作伙伴的交付件，包括GPU、网卡、光模块、交换芯片。基于这样的产业优势，新华三还实现了能够代替客户验证异构算力环境的兼容性。
新华三制定了智算网络异构连通专项测试，可对光模块、电缆进行高可靠性测试验证，从而解决了与网卡互联互通的问题，为客户提供一套经过验证过的交付方案。
通过在技术、产品、生态等环节践行开放解耦，新华三成功破解了异构算力互联的时代谜题，将AI基础设施的不确定性，换做智能时代产业价值的确定性。
免责声明：此文内容为第三方自媒体作者发布的观察或评论性文章，所有文字和图片版权归作者所有，且仅代表作者个人观点，与极客网无关。文章仅供读者参考，并请自行核实相关内容。投诉邮箱：editor@fromgeek.com。
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。
