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。
审核编辑 黄宇
-
网络
+关注
关注
14文章
7376浏览量
88161 -
AI
+关注
关注
87文章
28698浏览量
265959 -
新华三
+关注
关注
0文章
185浏览量
14684 -
算力
+关注
关注
1文章
815浏览量
14544
发布评论请先 登录
相关推荐
【书籍评测活动NO.41】大模型时代的基础架构:大模型算力中心建设指南
新华三闪耀MWC上海站,引领AI与算力融合创新
新华三与富士康合作,将在马来西亚建设其首座海外工厂
新华三与浙江移动携手 共启智算新篇章
![<b class='flag-5'>新华</b><b class='flag-5'>三</b>与浙江移动携手 共启智<b class='flag-5'>算</b>新篇章](https://file1.elecfans.com//web2/M00/BC/AF/wKgaomWdQLSAM3eTAAEfrUzMyS8659.jpg)
芯科技,解密ChatGPT畅聊之算力芯片
![芯科技,<b class='flag-5'>解密</b>ChatGPT畅聊之<b class='flag-5'>算</b>力芯片](https://file1.elecfans.com//web2/M00/B9/21/wKgZomWLZrKAA38rAAHaga7MSPs531.png)
评论