近日，由新一代信息技術產(chǎn)業(yè)研究院、賽迪未來產(chǎn)業(yè)研究中心共同主辦，中國電子學會區(qū)塊鏈分會、至頂科技聯(lián)合承辦的“2024未來信息技術大會暨首屆數(shù)據(jù)要素創(chuàng)新發(fā)展論壇”于北京成功舉辦。
中國移動云能力中心高級專家徐小虎發(fā)表了“移動云高性能網(wǎng)絡，智算時代堅實基礎設施底座”主題演講并在大會期間接受至頂科技采訪。
AI基礎設施要具備全新六要素能力
隨著ChatGPT等文本生成大模型的問世，以及今年初發(fā)布的Sora視頻生成大模型，標志著大模型從單模態(tài)向多模態(tài)的發(fā)展。這一演進導致智能算力需求呈現(xiàn)井噴式增長。全球范圍內(nèi)的人工智能（AI）基礎設施建設迎來了高速發(fā)展期。據(jù)IDC預測，中國智算規(guī)模年復合增?率超50%。
徐小虎表示，面向AI的基礎設施要在計算系統(tǒng)、存儲系統(tǒng)、網(wǎng)絡系統(tǒng)、電力系統(tǒng)、冷卻系統(tǒng)以及維護系統(tǒng)六要素具備全新的能力。
具體而言，包括以GPU為主的異構算力 （如GPU、FPGA、ASIC等）打造的加速計算系統(tǒng)；為支撐AI訓練過程中Checkpoint數(shù)據(jù)的高速讀寫要求，高性能的并行文件存儲是剛需；為實現(xiàn)加速卡的高速互聯(lián)以及高性能并行文件存儲，高性能網(wǎng)絡發(fā)揮關鍵作用；高性能就意味著高的電力能源消耗，需要新的電力能源和儲能技術提供更多的更穩(wěn)定的清潔能源供給。高能耗帶來更高的散熱要求，諸如液冷等更高效的冷卻系統(tǒng)是支撐智算中心高效運作的關鍵；高性能算力、無損網(wǎng)絡、液冷等新技術會帶來新的維護要求。
高性能網(wǎng)絡是保障AI訓練效率的關鍵
徐小虎重點分享了AI網(wǎng)絡建設方面的思考。隨著大模型從單模態(tài)向多模態(tài)發(fā)展，業(yè)界主流AI大模型訓練集群參數(shù)規(guī)模從千億上升到萬億，集群規(guī)模也隨之從千卡級別發(fā)展到萬卡級別；AI訓練過程中，AI集群內(nèi)的GPU服務器需要進行大量數(shù)據(jù)的同步，完成服務器之間的數(shù)據(jù)并行和流水并行任務，這個數(shù)據(jù)同步過程完成的越快，GPU的利用率越高，因此AI網(wǎng)絡的吞吐非常關鍵，目前業(yè)界主流AI大模型集群都已經(jīng)采用單GPU卡400G接入速率，單GPU卡800G接入速率預計在明后年會逐漸成為主流；AI網(wǎng)絡目前大多數(shù)采用RDMA技術，不論是IB還是ROCE，對網(wǎng)絡丟包都非常敏感，有實驗數(shù)據(jù)表明，1%的丟包率將導致網(wǎng)絡吞吐下降50%，網(wǎng)絡可靠性對于保證AI集群長期穩(wěn)定訓練至關重要；動態(tài)延遲增大會增大尾延遲甚至導致?lián)砣麃G包，進而影響GPU利用率。
綜上所述，為了保證AI大模型訓練效率，需要超大規(guī)模、超高吞吐、超高可靠、超低延遲的高性能網(wǎng)絡作為技術支撐。
目前業(yè)界通常采用的高性能網(wǎng)絡技術還是RDMA技術，具體包括IB和ROCE兩個技術路線。
傳統(tǒng)的IB網(wǎng)絡技術由于技術體系相對封閉，供應商較少、建網(wǎng)成本較高等因素，難以支持AI大規(guī)模建設需要。以太網(wǎng)具有開放技術體系，廣泛產(chǎn)業(yè)生態(tài)等諸多優(yōu)勢，因此以太網(wǎng)替代IB支撐AI大規(guī)模發(fā)展逐漸成為業(yè)界共識。從2022年開始，業(yè)界頭部網(wǎng)絡芯片廠商陸續(xù)發(fā)布51.2T以太網(wǎng)交換芯片，主要面向智算網(wǎng)絡市場。
但是傳統(tǒng)以太網(wǎng)技術，比如基于數(shù)據(jù)包五元組哈希的逐流粒度多路徑負載均衡技術和基于ECN/PFC的流量控制/網(wǎng)絡擁塞控制協(xié)議，在適配智算網(wǎng)絡流量模型方面存在一定的不足。“智算中心GPU之間流量模型和傳統(tǒng)DC流量模型不一樣，往往呈現(xiàn)流數(shù)少，單流大，高并發(fā)的特征，傳統(tǒng)以太網(wǎng)逐流負載均衡機制與智算流量模型不匹配，在智算場景少數(shù)大象流情況下，容易導致部分鏈路擁塞而部分鏈路空閑，鏈路擁塞會導致動態(tài)延遲增大甚至丟包。
針對上述的智算網(wǎng)絡流量特征，特別是大象流的特征，采用更細粒度的負載均衡機制，比如逐包粒度的負載均衡機制即包噴灑機制，是非常值得探索的方向。基于ECN/PFC機制的RoCE技術由于存在ECN/PFC參數(shù)調優(yōu)難度大、PFC死鎖和風暴等問題，只適合在小規(guī)模網(wǎng)絡部署，面對萬卡集群規(guī)模的AI網(wǎng)絡場景，需要對傳統(tǒng)以太網(wǎng)的流量控制和擁塞控制機制進行革新”。目前，國內(nèi)外形成多個圍繞AI以太網(wǎng)的產(chǎn)業(yè)聯(lián)盟，如中國移動牽頭的GSE聯(lián)盟以及華為牽頭的超融合以太聯(lián)盟，均致力于改進以太網(wǎng)技術以滿足智算網(wǎng)絡需求。
移動云自研高性能智算網(wǎng)絡，支撐萬卡高速互聯(lián)
順應技術和產(chǎn)業(yè)發(fā)展趨勢，移動云目前正在自研基于以太網(wǎng)技術的高性能智算網(wǎng)絡系統(tǒng)，支撐萬卡GPU高速互聯(lián)，具體優(yōu)勢包括：
端網(wǎng)協(xié)同，網(wǎng)側執(zhí)行端到端路徑帶寬容量以及擁塞感知的逐包粒度自適應路由，實現(xiàn)無阻塞的網(wǎng)絡；端側DPU/RNIC實現(xiàn)包亂序處理、輕量化擁塞控制、網(wǎng)絡拓撲感知集合通信庫。
標準開放，堅持開放以太網(wǎng)技術路線，具備多廠商設備組網(wǎng)能力，同時，主導和參與智算網(wǎng)絡相關國際標準，比如IEEE/IETF相關標準，主導和參與智算網(wǎng)絡相關的國內(nèi)和國際產(chǎn)業(yè)聯(lián)盟，比如GSE聯(lián)盟和超融合以太聯(lián)盟。
生態(tài)豐富，與網(wǎng)絡交換芯片、DPU/RNIC、白盒網(wǎng)絡設備廠商深度合作，建立廣泛產(chǎn)業(yè)生態(tài)。依托中國移動協(xié)同創(chuàng)新基地長三角區(qū)域中心（蘇州）節(jié)點，協(xié)同產(chǎn)業(yè)鏈上下游共建共享，推進高性能網(wǎng)絡技術和產(chǎn)業(yè)發(fā)展。
此外，結合移動云自研的SDN云網(wǎng)絡系統(tǒng)，保證通算、智算資源的無縫高速連接，構建通智算一體化的云服務能力。
中國移動智算資源規(guī)劃布局：“N+X”
移動云作為數(shù)字中國建設的國家隊、主力軍，移動云依托集團運營商稟賦優(yōu)勢，構建“4+N+31+X”算網(wǎng)資源體系，以及“N+X”智算資源體系。
為了適應AI需求，中國移動將智算網(wǎng)絡資源規(guī)劃融入算網(wǎng)規(guī)劃，目前移動云已構建了全棧自主可控、行業(yè)領先的智算中心架構，形成了“N+X”智算資源布局體系。建設輻射全國的智算中心和區(qū)域性節(jié)點，另外，移動云還基于智算中心底層萬卡高性能算力資源，構建了從高性能算力到AI訓練推理平臺到模型服務的全棧智算產(chǎn)品體系。以支持大規(guī)模萬卡集群的訓練和推理一體化需求。
“N節(jié)點指的是全國型N節(jié)點和區(qū)域性N節(jié)點，全國型N節(jié)點以大規(guī)模訓練資源為主，優(yōu)選低成本中心及國家“東數(shù)?算” 樞紐節(jié)點，滿足全網(wǎng)跨省、跨區(qū)域、大顆粒的智算業(yè)務需求。 區(qū)域性N節(jié)點以初期訓練、未來訓推一體資源為主， 滿足本省、本區(qū)域內(nèi)智算業(yè)務需求。X節(jié)點指的是以快速滿足本省及區(qū)域內(nèi)的業(yè)務需求主要承載中小規(guī)模資源需求業(yè)務，推理型資源按需部署建設。” 徐小虎解釋到。
可以看到，隨著呼和浩特超大規(guī)模單體智算中心和11省12個智算中心區(qū)域節(jié)點的啟動建設，中國移動將加快形成“N（全國性、區(qū)域性智算中心）+X（屬地化、定制化邊緣智算節(jié)點）”多層級、全覆蓋智算能力布局，并結合高性能網(wǎng)絡的技術優(yōu)勢，有望在AI時代在智算領域發(fā)揮更大價值。
