华为联合信通院成功立项《AI数据中心网络建设指导意见》-电子发烧友网

近日，2023开放数据中心冬季全会（简称：ODCC 2023）在银川召开，华为联合信通院在新技术与测试组共同申报的《AI数据中心网络建设指导意见》立项成功，该项目旨在促进行业数智化转型、推动产业升级合作，为各行业构建面向AI时代的数据中心网络提供参考。

华为数据通信产品线数据中心网络领域
产业营销副总监胡秀丽

AI算法迈入万亿参数大模型时代，算力需求增长近十万倍，大规模计算需要高效协同数万张AI处理器，网络基础设施是长稳训练的关键之一。国内外已有对传统数据中心网络建设的指导和规范，但AI业务与传统数据中心业务对网络诉求差异较大，亟待优化网络架构，革新网络技术，《AI数据中心网络建设指导意见》指出，AI数据中心网络的建设可从组网规模、通信效率、高可用性三方面着手：

组网规模：

传统三层网络存在网络层数多，网络吞吐率低的问题，建议优化网络架构，采用两层框盒或框框组网，规模提升4倍以上，可满足大规模万卡AI集群，大幅度降低组网成本约30%。华为打造端到端200GE/400GE设备，构建大带宽AI无损网络，4倍于业界规模，完美匹配AI场景诉求。

通信效率：

组网规模从千卡向万卡演进，大流量模型下网络负载不均衡，严重影响AI训练效率。解决流量负载不均，可将AI训练场景下搜集到的整网信息作为创新算路算法的输入，从而得到最优的流量转发路径，实现AI训练场景下整网流量100%的均衡度，提升网络带宽利用率。华为独创网络负载均衡技术，提升网络吞吐至98%，同等服务器规模下AI训练效率提升20%。

高可用性：

AI任务的训练要求网络具有超高的稳定性，训练过程中一旦链路异常就可能导致任务训练中断，要保证网络有足够的容错能力，不影响AI相关业务，高可用网络需要考虑：训前主动识别链路亚健康，确保训前网络0风险；训中出现任务异常后，需要能一键自动识别卡间的路径和路况，做到分钟级诊断网络问题点，提升排障效率。华为网络数字地图提供可视化运维方案，高精度采集数据，实现网络一键式故障诊断，训中排障效率提升90%。

本次立项将针对AI场景下的网络新需求，于2024年上半年完成不同集群规模选项、网络负载均衡、网络高可用等技术的探索，并输出建设原则指导书，为构建面向AI时代的高性能网络建设提供参考。华为也希望与众多合作伙伴一起，推动技术的发展和应用场景的拓展，实现人工智能技术的可持续发展和社会的共同繁荣。