数据中心能够完全满足AI规模应用的要求呢？

数智时代的最大特点，就是AI人工智能的广泛应用。

进入21世纪以来，移动通信、光通信、云计算、大数据等ICT技术蓬勃发展，推动了企业的数字化转型。数据，变成了企业最核心的资产。

企业将这些数据资产全部存储并运行在数据中心之上。随着数字化的不断深入，数据规模变得越来越庞大。

2025年新增的数据量将达到180ZB

（数据来源：华为GIV）

传统的软件算法，根本无法处理如此海量的数据（更何况，其中95%以上都是语音、视频等非机构化数据）。于是，我们找来了能力更强的帮手，那就是——AI（人工智能）。

AI可以完成海量无效数据的筛选和有用信息的自动重组，从而大幅提升数据价值的挖掘效率，帮助用户更高效地进行决策。

然而，想要利用好这个神器，我们需要三大要素的支持，那就是算法、算力和数据。

AI算法强不强，训练是关键。深度学习的算法训练，离不开海量的样本数据，以及高性能的计算能力。

在存储能力方面，从HDD（机械硬盘）到SSD（高速闪存盘），再到SCM（存储级内存），介质时延降低了100倍以上，可以满足高性能数据实时存取需求。

在计算能力方面，从CPU到GPU，再到专用的AI芯片，处理数据的能力也提升了100倍以上。

那么，这是否意味着数据中心能够完全满足AI规模应用的要求呢？

别急着说是，我们不能忘了一个重要的性能制约因素，那就是——网络通信能力。

事实上，网络通信能力确实拖了存储能力和计算能力的后腿。数据显示，在存储介质和计算处理器演进之后，网络通信时延已经成为了数据中心性能提升的瓶颈。通信时延在整个存储E2E（端到端）时延中占比，已经从10%跃迁到60%以上。

也就是说，宝贵的存储介质有一半以上的时间是在等待通信空闲；而昂贵的处理器，也有一半时间在等待通信同步。

网络通信能力，已经在数据中心形成了木桶效应，变成了木桶的短板。

█ 数据中心通信网络，到底出了什么问题？

上世纪70年代，TCP/IP和以太网技术相继诞生。

它们成本低廉、结构简单，为互联网的早期发展做出了巨大贡献。

但是，随着网络规模的急剧膨胀，传统TCP/IP和以太网技术已经跟不上时代的步伐，它们落后的架构设计，反而制约了互联网的进一步发展。

2010年后，数据中心的业务类型逐渐聚焦为三种，分别是高性能计算业务（HPC），存储业务和一般业务。

这三种业务，对于网络有不同的诉求。比如HPC业务的多节点进程间通信，对于时延要求非常高；而存储业务，对通信可靠性的要求非常高，网络需要实现绝对的0丢包；一般业务的规模巨大，扩展性强，要求网络低成本易扩展。

传统以太网可以适用于一般业务，但是无法应对高性能计算和存储业务。于是，业界发展出了Infiniband（直译为“无限带宽”技术，缩写为IB）网络，应对有低时延要求的网络IPC通信；发展出了FC（Fibre Channel，光纤通道）网络，提供高可靠0丢包的存储网络。

IB专网和FC专网的性能很强，但是价格昂贵，是以太网的数倍。而且，两种专网需要专人运维，会带来更高的维护成本。

是不是有办法，将三种网络的优势进行结合呢？有没有一种网络，可以同时实现高吞吐、低时延和0丢包？

这里，我先卖个关子，不揭晓答案。我们回过头来，看看TCP/IP协议栈的痛点。

传统的TCP/IP协议栈，实在是太老了。它的很多致命问题，都是与生俱来的。比如说它的时延，还有它对CPU的占用。

为了解决问题，专家们提出了一种新型的通信机制——RDMA（Remote Direct Memory Access，远程直接数据存取），用于取代TCP/IP。

RDMA相当于是一个快速通道技术，在数据传输时延和CPU占用率方面远远强于TCP/IP，逐渐成为主流的网络通信协议栈。

RDMA有两类网络承载方案，分别是专用InfiniBand和传统以太网络。

InfiniBand是一种封闭架构，交换机是特定厂家提供的专用产品，采用私有协议，无法兼容现网，加上对运维的要求过于复杂，并不是用户的合适选择。

除了InfiniBand之外，那就只剩下传统以太网了。

那比较尴尬的是，RDMA对丢包率的要求极高。0.1%的丢包率，将导致RDMA吞吐率急剧下降。2%的丢包率，将使得RDMA的吞吐率下降为0。

而传统以太网，工作机制是“尽力而为”，丢包是家常便饭。

又回到了前面那个问题：我们究竟有没有0丢包、高吞吐的新型开放以太网，用于支撑低延时RDMA的高效运行呢？

Duang！答案揭晓——

办法当然是有的，那就是来自华为的超融合数据中心网络智能无损技术。

█ 华为的零丢包秘技

华为的智能无损技术到底有何神通，可以解决困扰传统以太网已久的丢包问题？

其实，想要实现零丢包，首先要搞清楚网络为什么会产生丢包。

网络丢包的基本原因其实很简单，就是发生了溢出——网络流量超过了数据中心交换机的处理和缓存能力。

应对溢出，业界通用的做法，就是控制发送端的发送速度，从而避免超过交换机处理能力的拥塞形成。

具体来说，就是在交换机端口设置报文缓存队列，一旦队列长度超过某一个阈值（拥塞水线），对拥塞报文进行拥塞标记，流目的端向源端发送降速信号，即显式拥塞通知ECN（Explicit Congestion Notification）。

源端收到通知，从而降低发送速度，规避拥塞。

我们可以看出，这个阈值的设置非常关键。它决定了对报文进行拥塞标记的时机，是网络中是否会发生拥塞的决定性因素。

阈值的设置，是一门非常深的学问。

如果设置太保守，就会降速太多，影响系统吞吐能力。如果设置太激进，则无法达到无损的效果。

更关键的是，网络的业务类型是多样且变化的，有时候需要高吞吐，有时候又需要低时延。即便是有经验的专家，好不容易花了几天的时间，设置好了最佳水线位置，结果它又变了，咋整？

于是，华为想到了最适合干这个活的角色，那就是——AI。

早在2012年，华为为了应对未来数据洪水挑战，投入了数十个科学家，启动新一代无损网络的研究。

经过多年的潜心钻研和探索，他们搞出了独具创新的iLossless智能无损算法方案。这是一个通过人工智能实现网络拥塞调度和网络自优化的AI算法。

华为iLossless智能无损算法以Automatic ECN为核心，并首次在超高速数据中心交换机引入深度强化学习DRL（Deep Reinforcement Learning）。

对比传统静态阈值配置僵化，无法动态适应网络变化的缺点，Automatic ECN为以太网的流量调度提供了智能预测能力，可以根据当前流量状态精准预测下一刻的拥塞状态，提前做好预留和准备。

基于iLossless智能无损算法，华为发布了超融合数据中心网络CloudFabric 3.0解决方案，引领智能无损进入1.0时代。

2022年，华为超融合数据中心网络继续探索，提出了更强大的智能无损网算一体技术和创新直连拓扑架构，可实现270k大规模算力枢纽网络（组网规模4倍于业界，可助力构建E级和10E级大型和超大型算力枢纽），时延在智能无损1.0的基础上，可进一步降低25%。

华为的智能无损2.0，基于在网计算（In-network computing）和拓扑感知（Topology-Aware Computing）实现网络和计算协同。一方面，网络参与计算信息的汇聚和同步，减少计算信息同步的次数；另一方面，通过调度确保计算节点就近完成计算任务，减少通信跳数，进一步降低应用时延。

以MPI_allreduce为例，相比传统网络仅做数据转发不参与计算过程，华为超融合数据中心网络可有效降低时延，提升计算效率27%。

华为超融合数据中心网络解决方案，为数据中心构建了统一融合网络，取代了此前的三种不同类型网络（LAN、SAN、IPC），大幅减少了网络建设成本和运维成本，总成本TCO下降了53%。AI业务的运行效率，则提升了30%以上。

█ 智能无损技术的积累沉淀

近年来，华为围绕智能无损网络和iLossless智能无损算法，接连发布了多个产品和解决方案。

2018年10月，华为就发布了AI Fabric极速以太网解决方案，帮助客户构建与传统以太网兼容的RDMA网络，引领数据中心网络进入极速无损的高性能时代。

2019年1月，华为又发布了业界首款面向AI时代的数据中心交换机CloudEngine 16800，承载了iLossLess智能无损交换算法，实现流量模型自适应自优化，从而在零丢包的基础上，获得更低时延和更高吞吐的网络性能。

2021年6月，华为发布全无损以太存储网络解决方案（NoF+）。该方案基于OceanStor Dorado全闪存存储系统和CloudEngine数据中心存储网络交换机构建，可实现存储场景端到端数据加速，充分释放全闪存性能潜力。

除了自身积极进行技术研究和产品化之外，华为还积极推动相关技术标准的成熟。

2021年8月，华为发布的智能无损技术论文《ACC: Automatic ECN Tuning for High-Speed Datacenter Networks》（高性能数据中心网络中的ECN动态调优）入选全球网络通信顶级会议ACM SIGCOMM 2021，得到业界专家的一致认可，具有世界级技术影响力。

在华为主导下，IEEE 802成立了Nendica（“Network Enhancements for the Next Decade” Industry Connections Activity）工作组，联合业界共同探讨以太网技术标准发展的新方向，为智能无损网络技术发展提供了理论研究的开放土壤。

█ 智能无损技术的落地实践

经过实际项目验证并获得客户认可的技术，才是可靠的技术。

华为的超融合数据中心网络CloudFabric 3.0解决方案，已经在金融、政府、超算中心、智算中心等客户广泛应用。包括中国银行、云南农信、华夏银行、湖北移动、中科院高能物理研究所、武汉人工智能计算中心、鹏城实验室等在内的众多高端用户，都是华为智能无损技术的使用者。

中国银行联合华为打造的新一代智能无损存储网络“RoCE-SAN”，结合中行具体的应用场景，实现了智能缓存管理、逐流精准控速、故障高可用秒级切换的技术创新突破，满足金融级高可用存储网络要求。

中科院高能物理研究所通过与华为的联合创新，采用零丢包以太网技术，构建了由数万颗CPU核构成的跨地域的高性能计算环境，很好地满足了高能物理领域对算力的需求。

某互联网巨头布局无人驾驶，无人驾驶技能的训练涉及到大量的AI计算：1天采集的数据，需要几百的GPU服务器7天才能训练完，严重影响无人驾驶的上市时间。通过华为的智能无损技术，最终使得整体训练的时长缩短40%，加速无人驾驶的商用进程。

除了丰富的行业落地案例，华为智能无损技术还获得了大量的行业奖项：

2018年6月，日本Interop展Best of Show Award金奖

2020年12月，中国银行业金融科技应用成果大赛“最佳解决方案奖”

2021年4月，日本Interop展Best of Show Award 2020银奖

2021年5月，2021数博会领先科技成果奖之“黑科技”类别

2021年10月，高性能计算领域 “融合架构创新奖”

2022年3月，中国通信学会科学技术奖特等奖

……

这些来自专业领域的认可，更加证明了华为基于智能无损技术的超融合数据中心网络解决方案，在领导力和先进性方面居于行业领先地位。

█ 结语

从逻辑上来看，华为基于智能无损技术的超融合数据中心网络解决方案，是将AI技术在数据中心进行落地，用AI赋能数据中心，再用数据中心，去支撑AI应用。这是一种非常有趣的良性循环，引领了整个ICT行业的智能化潮流。

这个方案是为算力时代量身定制的，可以很好地满足算力时代计算、存储、业务等多种场景数据流通的需要。

放眼未来，AI与数据中心的深度融合，将完美支撑企业数字化转型所需的算力需求，加速数据存储和处理过程，帮助企业快速决策，加快迈入数智时代。

本着“将通信科普到底”的原则，今天，我再继续聊一下这个话题。

故事还是要从头开始说起。

1973年夏天，两名年轻的科学家（温顿·瑟夫和罗伯特卡恩）开始致⼒于在新⽣的计算机⽹络中，寻找⼀种能够在不同机器之间进行通讯的⽅法。

不久后，在一本黄⾊的便签本上，他们画出了TCP/IP协议族的原型。

几乎在同时，施乐公司的梅特卡夫和博格思，发明了以太网（Ethernet）。

我们现在都知道，互联网的最早原型，是老美搞出来的ARPANET（阿帕网）。

ARPANET最开始用的协议超烂，满足不了计算节点规模增长的需求。于是，70年代末，大佬们将ARPANET的核心协议替换成了TCP/IP（1978年）。

进入80年代末，在TCP/IP技术的加持下，ARPANET迅速扩大，并衍生出了很多兄弟姐妹。这些兄弟姐妹互相连啊连啊，就变成了举世闻名的互联网。

可以说，TCP/IP技术和以太网技术，是互联网早期崛起的基石。它们成本低廉，结构简单，便于开发、部署，为计算机网络的普及做出了巨大贡献。

但是后来，随着网络规模的急剧膨胀，传统TCP/IP和以太网技术开始显现疲态，无法满足互联网大带宽、高速率的发展需求。

最开始出现问题的，是存储。

早期的存储，大家都知道，就是机器内置硬盘，通过IDE、SCSI、SAS等接口，把硬盘连到主板上，通过主板上的总线（BUS），实现CPU、内存对硬盘数据的存取。

后来，存储容量需求越来越大，再加上安全备份的考虑（需要有RAID1/RAID5），硬盘数量越来越多，若干个硬盘搞不定，服务器内部也放不下。于是，就有了磁阵。

磁阵就是专门放磁盘的设备，一口子插几十块那种。

硬盘数据存取，一直都是服务器的瓶颈。开始的时候，用的是网线或专用电缆连接服务器和磁阵，很快发现不够用。于是，就开始用光纤。这就是FC通道（Fibre Channel，光纤通道）。

2000年左右，光纤通道还是比较高大上的技术，成本不低。

当时，公共通信网络（骨干网）的光纤技术处于在SDH 155M、622M的阶段，2.5G的SDH和波分技术才刚起步，没有普及。后来，光纤才开始爆发，容量开始迅速跃升，向10G（2003）、40G（2010）、100G（2010）、400G（现在）的方向发展。

光纤不能用于数据中心的普通网络，那就只能继续用网线，还有以太网。

好在那时服务器之间的通信要求还没有那么高。100M和1000M的网线，勉强能满足一般业务的需求。2008年左右，以太网的速率才勉强达到了1Gbps的标准。

2010年后，又出幺蛾子。

除了存储之外，因为云计算、图形处理、人工智能、超算还有比特币等乱七八糟的原因，人们开始盯上了算力。

摩尔定律的逐渐疲软，已经无法支持CPU算力的提升需求。牙膏越来越难挤，于是，GPU开始崛起。使用显卡的GPU处理器进行计算，成为了行业的主流趋势。

得益于AI的高速发展，各大企业还搞出了AI芯片、APU、xPU啊各自五花八门的算力板卡。

算力极速膨胀（100倍以上），带来的直接后果，就是服务器数据吞吐量的指数级增加。

除了AI带来的变态算力需求之外，数据中心还有一个显著的变化趋势，那就是服务器和服务器之间的数据流量急剧增加。

互联网高速发展、用户数猛涨，传统的集中式计算架构无法满足需求，开始转变为分布式架构。

举例来说，现在618，大家都在血拼。百八十个用户，一台服务器就可以，千万级亿级，肯定不行了。所以，有了分布式架构，把一个服务，放在N个服务器上，分开算。

分布式架构下，服务器之间的数据流量大大增加了。数据中心内部互联网络的流量压力陡增，数据中心与数据中心之间也是一样。

这些横向（专业术语叫东西向）的数据报文，有时候还特别大，一些图形处理的数据，包大小甚至是Gb级别。

综上原因，传统以太网根本搞不定这么大的数据传输带宽和时延（高性能计算，对时延要求极高）需求。所以，少数厂家就搞了一个私有协议的专用网络通道技术，也就是Infiniband网络（直译为“无限带宽”技术，缩写为IB）。

FCvsIBvs 以太网

IB技术时延极低，但是造价成本高，而且维护复杂，和现有技术都不兼容。所以，和FC技术一样，只在特殊的需求下使用。

算力高速发展的同时，硬盘不甘寂寞，搞出了SSD固态硬盘，取代机械硬盘。内存嘛，从DDR到DDR2、DDR3、DDR4甚至DDR5，也是一个劲的猥琐发育，增加频率，增加带宽。

处理器、硬盘和内存的能力爆发，最终把压力转嫁到了网卡和网络身上。

学过计算机网络基础的同学都知道，传统以太网是基于“载波侦听多路访问/冲突检测（CSMA/CD）”的机制，极容易产生拥塞，导致动态时延升高，还经常发生丢包。

TCP/IP协议的话，服役时间实在太长，都40多年的老技术了，毛病一大堆。

举例来说，TCP协议栈在接收/发送报文时，内核需要做多次上下文切换，每次切换需要耗费5us~10us左右的时延。另外，还需要至少三次的数据拷贝和依赖CPU进行协议封装。

这些协议处理时延加起来，虽然看上去不大，十几微秒，但对高性能计算来说，是无法忍受的。

除了时延问题外，TCP/IP网络需要主机CPU多次参与协议栈内存拷贝。网络规模越大，带宽越高，CPU在收发数据时的调度负担就越大，导致CPU持续高负载。

按照业界测算数据：每传输1bit数据需要耗费1Hz的CPU，那么当网络带宽达到25G以上（满载）的时候，CPU要消费25GHz的算力，用于处理网络。大家可以看看自己的电脑CPU，工作频率是多少。

那么，是不是干脆直接换个网络技术就行呢？

不是不行，是难度太大。

CPU、硬盘和内存，都是服务器内部硬件，换了就换了，和外部无关。

但是通信网络技术，是外部互联技术，是要大家协商一起换的。我换了，你没换，网络就嗝屁了。

全世界互联网同时统一切换技术协议，你觉得可不可能？

不可能。所以，就像现在IPv6替换IPv4，就是循序渐进，先双栈（同时支持v4和v6），然后再慢慢淘汰v4。

数据中心网络的物理通道，光纤替换网线，还稍微容易一点，先小规模换，再逐渐扩大。换了光纤后，网络的速度和带宽上的问题，得以逐渐缓解。

网卡能力不足的问题，也比较好解决。既然CPU算不过来，那网卡就自己算呗。于是，就有了现在很火的智能网卡。某种程度来说，这就是算力下沉。

搞5G核心网的同事应该很熟悉，5G核心网媒体面网元UPF，承担了无线侧上来的所有业务数据，压力极大。

现在，UPF网元就采用了智能网卡技术，由网卡自己进行协议处理，缓解CPU的压力，流量吞吐还更快。

如何解决数据中心通信网络架构的问题呢？专家们想了半天，还是决定硬着头皮换架构。他们从服务器内部通信架构的角度，重新设计一个方案。

在新方案里，应用程序的数据，不再经过CPU和复杂的操作系统，直接和网卡通信。

这就是新型的通信机制——RDMA（Remote Direct Memory Access，远程直接数据存取）。

RDMA相当于是一个“消灭中间商”的技术，或者说“走后门”技术。

RDMA的内核旁路机制，允许应用与网卡之间的直接数据读写，将服务器内的数据传输时延降低到接近1us。 同时，RDMA的内存零拷贝机制，允许接收端直接从发送端的内存读取数据，极大的减少了CPU的负担，提升CPU的效率。 RDMA的能力远远强于TCP/IP，逐渐成为主流的网络通信协议栈，将来一定会取代TCP/IP。

RDMA有两类网络承载方案，分别是专用InfiniBand和传统以太网络。

RDMA最早提出时，是承载在InfiniBand网络中。

但是，InfiniBand是一种封闭架构，交换机是特定厂家提供的专用产品，采用私有协议，无法兼容现网，加上对运维的要求过于复杂，并不是用户的合理选择。

于是，专家们打算把RDMA移植到以太网上。

比较尴尬的是，RDMA搭配传统以太网，存在很大问题。

RDMA对丢包率要求极高。0.1%的丢包率，将导致RDMA吞吐率急剧下降。2%的丢包率，将使得RDMA的吞吐率下降为0。

InfiniBand网络虽然贵，但是可以实现无损无丢包。所以RDMA搭配InfiniBand，不需要设计完善的丢包保护机制。 现在好了，换到传统以太网环境，以太网的人生态度就是两个字——“摆烂”。以太网发包，采取的是“尽力而为”的原则，丢包是家常便饭，丢了就再传。

于是，专家们必须解决以太网的丢包问题，才能实现RDMA向以太网的移植。再于是，就有了前天文章提到的，华为的超融合数据中心网络智能无损技术。

说白了，就是让以太网做到零丢包，然后支撑RDMA。有了RDMA，就能实现超融合数据中心网络。

关于零丢包技术的细节，我不再赘述，大家看前天那篇文章（再给一遍链接：这里）。

值得一提的是，引入AI的网络智能无损技术是华为的首创，但超融合数据中心，是公共的概念。除了华为之外，别的厂家（例如深信服、联想等）也讲超融合数据中心，而且，这个概念在2017年就很热了。

什么叫超融合？

准确来说，超融合就是一张网络，通吃HPC高性能计算、存储和一般业务等多种业务类型。处理器、存储、通信，全部都是超融合管理的资源，大家平起平坐。

超融合不仅要在性能上满足这些低时延、大带宽的变态需求，还要有低成本，不能太贵，也不能太难维护。

未来，数据中心在整体网络架构上，就是叶脊网络一条路走到黑（到底什么是叶脊网络？）。路由交换调度上，SDN、IPv6、SRv6慢慢发展。微观架构上，RDMA技术发展，替换TCP/IP。物理层上，全光继续发展，400G、800G、1.2T…

我个人臆测，目前电层光层的混搭，最终会变成光的大一统。光通道到全光交叉之后，就是渗透到服务器内部，服务器主板不再是普通PCB，而是光纤背板。芯片和芯片之间，全光通道。芯片内部，搞不好也是光。

光通道是王道

路由调度上，以后都是AI的天下，网络流量啊协议啊全部都是AI接管，不需要人为干预。大量的通信工程师下岗。





审核编辑：刘清