傳統(tǒng)三層網(wǎng)絡(luò)存在網(wǎng)絡(luò)層數(shù)多，網(wǎng)絡(luò)吞吐率低的問題，建議優(yōu)化網(wǎng)絡(luò)架構(gòu)，采用兩層框盒或框框組網(wǎng)，規(guī)模提升4倍以上，可滿足大規(guī)模萬卡AI集群，大幅度降低組網(wǎng)成本約30%。華為打造端到端200GE/400GE設(shè)備，構(gòu)建大帶寬AI無損網(wǎng)絡(luò)，4倍于業(yè)界規(guī)模，完美匹配AI場景訴求。

組網(wǎng)規(guī)模從千卡向萬卡演進(jìn)，大流量模型下網(wǎng)絡(luò)負(fù)載不均衡，嚴(yán)重影響AI訓(xùn)練效率。解決流量負(fù)載不均，可將AI訓(xùn)練場景下搜集到的整網(wǎng)信息作為創(chuàng)新算路算法的輸入，從而得到最優(yōu)的流量轉(zhuǎn)發(fā)路徑，實(shí)現(xiàn)AI訓(xùn)練場景下整網(wǎng)流量100%的均衡度，提升網(wǎng)絡(luò)帶寬利用率。華為獨(dú)創(chuàng)網(wǎng)絡(luò)負(fù)載均衡技術(shù)，提升網(wǎng)絡(luò)吞吐至98%，同等服務(wù)器規(guī)模下AI訓(xùn)練效率提升20%。

AI任務(wù)的訓(xùn)練要求網(wǎng)絡(luò)具有超高的穩(wěn)定性，訓(xùn)練過程中一旦鏈路異常就可能導(dǎo)致任務(wù)訓(xùn)練中斷，要保證網(wǎng)絡(luò)有足夠的容錯能力，不影響AI相關(guān)業(yè)務(wù)，高可用網(wǎng)絡(luò)需要考慮：訓(xùn)前主動識別鏈路亞健康，確保訓(xùn)前網(wǎng)絡(luò)0風(fēng)險；訓(xùn)中出現(xiàn)任務(wù)異常后，需要能一鍵自動識別卡間的路徑和路況，做到分鐘級診斷網(wǎng)絡(luò)問題點(diǎn)，提升排障效率。華為網(wǎng)絡(luò)數(shù)字地圖提供可視化運(yùn)維方案，高精度采集數(shù)據(jù)，實(shí)現(xiàn)網(wǎng)絡(luò)一鍵式故障診斷，訓(xùn)中排障效率提升90%。

本次立項將針對AI場景下的網(wǎng)絡(luò)新需求，于2024年上半年完成不同集群規(guī)模選項、網(wǎng)絡(luò)負(fù)載均衡、網(wǎng)絡(luò)高可用等技術(shù)的探索，并輸出建設(shè)原則指導(dǎo)書，為構(gòu)建面向AI時代的高性能網(wǎng)絡(luò)建設(shè)提供參考。華為也希望與眾多合作伙伴一起，推動技術(shù)的發(fā)展和應(yīng)用場景的拓展，實(shí)現(xiàn)人工智能技術(shù)的可持續(xù)發(fā)展和社會的共同繁榮。