智领全栈 模力全开｜锐捷网络携智算中心网络方案亮相2024GIDC

作者：天博克罗地亚  时间:2024-10-07 06:33:17

  作为AI全栈网络服务专家,锐捷网络受邀出席本次大会,从架构规划、部署实施以及运维优化三方面分享了AIGC智算中心网络解决方案。锐捷网络致力于为公司可以提供覆盖IaaS到PaaS的全栈产品及解决方案,致力于提升通信带宽利用率,降低动态时延以及实现无损的网络传输,以提升AI集群网络通信性能,帮助客户实现生产效率的飞跃和经营成本的优化。

  近年来,ChatGPT、Sora为代表的大模型取得技术突破,掀起新一轮人工智能热潮,数据量爆炸式增长,算力需求激增。各国积极出台有关政策,加速推动AI产业的布局和发展。中国亦推出《关于支持建设新一代人工智能示范应用场景的通知》等有关政策引导AI产业更健康有序发展。算力网络作为算力主要载体,能够有力支撑更复杂、深入的AI算法和模型训练,进而推动AI技术的持续创新与应用拓展,加速AI新时代发展。

  作为行业领先的网络基础设施及解决方案提供商,锐捷网络积极做出响应国家“东数西算”重大战略,持续优化算网布局,积极地推进AIGC重点方向发展,用智算网络等来赋能新质生产力,推动数字化的经济与实体经济融合发展。同时,锐捷网络获评“2024年AIGC智算网络最佳解决方案”。

  锐捷网络解决方案经理刘洋进行了题为《面向下一代AIGC智算中心网络方案的思考》的主题演讲,阐述了AIGC大模型的发展的新趋势及关键诉求,介绍了两种AIGC智算中心网络解决方案。

  锐捷网络AI-Fabric解决方案通过三级组网的方式能满足3.2万个400G端口接入需求,支撑32K块GPU卡的集群规模。该方案从架构规划、部署实施以及运维优化三个层面进行带宽利用率的提升。从架构规划来看,采用多轨网络的接入方式来匹配流量模型,设计各层级 1:1的低收敛比来优化机间通信,并通过端网协同、在网计算等技术来规划整体的网络。在部署实施阶段,目前更多业务还是会部署RDMA应用,为了确认和保证业务的吞吐效率,网络要实现无损转发,类似PFC、ECN、QoS等水线的调优就显得很重要,另外对于网络中负载的均衡性也需要仔细考虑模式和算法的优化。最后考虑运维方面,在网络部署后的运行当中,方案实时关注网络关键指标的监控,以及对丢包重传等周期性事件的订阅和告警上报,并且结合智能运维平台去做流控水线的动态调优,来保证网络宽用率更大化。

  锐捷网络AI-FlexiForce智算中心网络解决方案采用NCP+NCF为基础模块横向扩展的三级网络架构,并基于高性能芯片技术,通过将数据流切分成等长的Cell并负载到所有链路,提升网络带宽利用率;基于VOQ+Credit的端到端流控机制实现与业务无关的无损自闭环网络,助力业务算力提升。

  锐捷AI-FlexiForce智算中心网络解决方案通过创新性地应用链路负载和拥塞控制技术,根本性解决网络中的拥塞冲突问题,提升GPU之间通信效率,进而提升GPU计算效率,加速企业大模型应用的推出。

  同时,在研发AI-FlexiForce智算中心网络解决方案时,打造了分布式OS,意在实现分布式方案架构的统一管理基础上,最大限度降低系统性风险,提升AI训练网络的长期稳定运行。

  本次展会,锐捷网络展示了基于LPO技术的400G和800G自研光模块,标志着公司在高速光通信领域的技术实力和创造新兴事物的能力得到了显著提升。

  本次展会,锐捷网络展示了基于LPO技术的400G和800G自研光模块,标志着公司在高速光通信领域的技术实力和创造新兴事物的能力得到了显著提升。

  与传统光模块相比,LPO技术利用交换芯片Serdes的DSP能力,在光模块中不再集成DSP芯片,只保留Drvier和TIA芯片,且TIA、Driver芯片不需要专门优化就可以实现优异的传输性能,可以为用户带来显著的收益:

  •功耗下降50%:LPO光模块功耗相较普通光模块下降50%。低功耗不仅节省电力开销,且能减少模块内组件的发热,提升产品寿命。

  •客户成本降低25%:光模块中不使用DSP组件,从而能够将客户光模块采购成本下降。

  •时延降低90%:传统集成DSP组件的光模块传输时延约100ns,而基于LPO技术的光模块传输时延小于10ns。

  在全球互联网流量一直增长和数据应用需求日益多样化的背景下,锐捷将持续精进智算中心网络解决方案,携手阿里巴巴、腾讯、字节跳动、百度等多个互联网头部客户,在降低时延、提高在网计算性能、实现端网融合等方面持续突破。未来,锐捷网络还将通过持续的研发技术和产品创新,继续为全球的数据中心提供更高效、更可靠、更智能的网络解决方案,在AIGC时代助力互联网及各行业实现加快速度进行发展,携手探索GenAI时代的每一个机遇。