2023年，是AI人工智能技術(shù)全面爆紅的一年。

以ChatGPT、GPT-4、文心一言為代表的AIGC大模型，集文本撰寫、代碼開發(fā)、詩詞創(chuàng)作等功能于一體，展現(xiàn)出了超強的內(nèi)容生產(chǎn)能力，帶給人們極大震撼。

AIGC，AI-Generated Content（人工智能生產(chǎn)內(nèi)容） 作為一個通信老司機，除了AIGC大模型本身之外，小棗君更加關(guān)注的，是模型背后的通信技術(shù)。到底是一張怎樣的強大網(wǎng)絡(luò)，在支持著AIGC的運轉(zhuǎn)？此外，AI浪潮的全面來襲，將對傳統(tǒng)網(wǎng)絡(luò)帶來怎樣的變革？

█AIGC，到底需要多大的算力？

眾所周知，數(shù)據(jù)、算法和算力，是人工智能發(fā)展的三大基本要素。

?

前面提到的幾個AIGC大模型，之所以那么厲害，不僅是因為它們背后有海量的數(shù)據(jù)投喂，也因為算法在不斷進化升級。更重要的是，人類的算力規(guī)模，已經(jīng)發(fā)展到了一定程度。強大的算力基礎(chǔ)設(shè)施，完全能夠支撐AIGC的計算需求。 AIGC發(fā)展到現(xiàn)在，訓(xùn)練模型參數(shù)從千億級飆升到了萬億級。為了完成這么大規(guī)模的訓(xùn)練，底層支撐的GPU數(shù)量，也達到了萬卡級別規(guī)模。

以ChatGPT為例，他們使用了微軟的超算基礎(chǔ)設(shè)施進行訓(xùn)練，據(jù)說動用了10000塊V100 GPU，組成了一個高帶寬集群。一次訓(xùn)練，需要消耗算力約3640 PF-days（即每秒1千萬億次計算，運行3640天）。

一塊V100的FP32算力，是0.014 PFLOPS（算力單位，等于每秒1千萬億次的浮點運算）。一萬塊V100，那就是140 PFLOPS。

也就是說，如果GPU的利用率是100%，那么，完成一次訓(xùn)練，就要3640÷140=26（天）。

GPU的利用率是不可能達到100%，如果按33%算（OpenAI提供的假設(shè)利用率），那就是26再翻三倍，等于78天。 可以看出，GPU的算力、GPU的利用率，對大模型的訓(xùn)練有很大影響。

那么問題來了，影響GPU利用率的最大因素，是什么呢？ 答案是：網(wǎng)絡(luò)。

一萬甚至幾萬塊的GPU，作為計算集群，與存儲集群進行數(shù)據(jù)交互，需要極大的帶寬。此外，GPU集群進行訓(xùn)練計算時，都不是獨立的，而是混合并行。GPU之間，有大量的數(shù)據(jù)交換，也需要極大的帶寬。

如果網(wǎng)絡(luò)不給力，數(shù)據(jù)傳輸慢，GPU就要等待數(shù)據(jù)，導(dǎo)致利用率下降。利用率下降，訓(xùn)練時間就會增加，成本也會增加，用戶體驗會變差。

業(yè)界曾經(jīng)做過一個模型，計算出網(wǎng)絡(luò)帶寬吞吐能力、通信時延與GPU利用率之間的關(guān)系，如下圖所示：

?

大家可以看到，網(wǎng)絡(luò)吞吐能力越強，GPU利用率越高；通信動態(tài)時延越大，GPU利用率越低。

一句話，沒有好網(wǎng)絡(luò)，別玩大模型。

█怎樣的網(wǎng)絡(luò)，才能支撐AIGC的運行？

為了應(yīng)對AI集群計算對網(wǎng)絡(luò)的調(diào)整，業(yè)界也是想了不少辦法的。 傳統(tǒng)的應(yīng)對策略，主要是三種：Infiniband、RDMA、框式交換機。我們分別來簡單了解一下。

Infiniband組網(wǎng)

Infiniband（直譯為“無限帶寬”技術(shù)，縮寫為IB）組網(wǎng)，搞數(shù)據(jù)通信的童鞋應(yīng)該不會陌生。

這是目前組建高性能網(wǎng)絡(luò)的最佳途徑，帶寬極高，可以實現(xiàn)無擁塞和低時延。ChatGPT、GPT-4所使用的，據(jù)說就是Infiniband組網(wǎng)。

如果說Infiniband組網(wǎng)有什么缺點的話，那就是一個字——貴。相比傳統(tǒng)以太網(wǎng)的組網(wǎng)，Infiniband組網(wǎng)的成本會貴好幾倍。這項技術(shù)比較封閉，業(yè)內(nèi)目前成熟的供應(yīng)商只有1家，用戶沒什么選擇權(quán)。

RDMA網(wǎng)絡(luò)

RDMA的全稱是Remote Direct Memory Access（遠程直接數(shù)據(jù)存取）。它是一種新型的通信機制。在RDMA方案里，應(yīng)用程序的數(shù)據(jù)，不再經(jīng)過CPU和復(fù)雜的操作系統(tǒng)，而是直接和網(wǎng)卡通信，不僅大幅提升了吞吐能力，也降低了時延。

?

RDMA最早提出時，是承載在InfiniBand網(wǎng)絡(luò)中的。現(xiàn)在，RDMA逐漸移植到了以太網(wǎng)上。

目前，高性能網(wǎng)絡(luò)的主流組網(wǎng)方案，是基于RoCE v2（RDMA over Converged Ethernet，基于融合以太網(wǎng)的RDMA）協(xié)議來組建支持RDMA的網(wǎng)絡(luò)。

這種方案有兩個重要的搭配技術(shù)，分別是PFC（Priority Flow Control，基于優(yōu)先級的流量控制）和ECN（Explicit Congestion Notification，顯式擁塞通知）。它們是為了避免鏈路中的擁塞而產(chǎn)生的技術(shù)，但是，頻繁被觸發(fā)，反而會導(dǎo)致發(fā)送端暫停發(fā)送，或降速發(fā)送，進而拉低通信帶寬。（下文還會提到它們）

框式交換機

國外有部分互聯(lián)網(wǎng)公司，寄希望于利用采用框式交換機（DNX芯片+VOQ技術(shù)），來滿足構(gòu)建高性能網(wǎng)絡(luò)的需求。

DNX：broadcom（博通）的一個芯片系列 VOQ：Virtual Output Queue，虛擬輸出隊列 這種方案看似可行，但也面臨以下幾個挑戰(zhàn)。

首先，框式交換機的擴展能力一般。機框大小限制了最大端口數(shù)，如想做更大規(guī)模的集群，需要橫向擴展多個機框。

其次，框式交換機的設(shè)備功耗大。機框內(nèi)線卡芯片、Fabric芯片、風(fēng)扇等數(shù)量眾多，單設(shè)備的功耗超過2萬瓦，有的甚至3萬多瓦，對機柜供電能力要求太高。

第三，框式交換機的單設(shè)備端口數(shù)量多，故障域大。 基于以上原因，框式交換機設(shè)備只適合小規(guī)模部署AI計算集群。

█到底什么是DDC

前面說的都是傳統(tǒng)方案。既然這些傳統(tǒng)方案不行，那當(dāng)然就要想新辦法。

于是，一種名叫DDC的全新解決方案，閃亮登場了。

DDC，全名叫做Distributed Disaggregated Chassis（分布式分散式機箱）。

它是前面框式交換機的“分拆版”。框式交換機的擴展能力不足，那么，我們干脆把它給拆開，將一個設(shè)備變成多個設(shè)備，不就OK了？

?

框式設(shè)備，一般分為交換網(wǎng)板（背板）和業(yè)務(wù)線卡（板卡）兩部分，相互之間用連接器連接。

DDC方案，將交換網(wǎng)板變成了NCF設(shè)備，將業(yè)務(wù)線卡變成了NCP設(shè)備。連接器，則變成了光纖。框式設(shè)備的管理功能，在DDC架構(gòu)中，也變成了NCC。

NCF：Network Cloud Fabric（網(wǎng)絡(luò)云管理控制平面）

NCP：Network Cloud Packet Processing（網(wǎng)絡(luò)云數(shù)據(jù)包處理）

NCC：Network Cloud Controller（網(wǎng)絡(luò)云控制器）

DDC從集中式變成分布式之后，擴展能力大大增強了。它可以根據(jù)AI集群的大小，靈活設(shè)計組網(wǎng)規(guī)模。

我們來舉兩個例子（單POD組網(wǎng)和多POD組網(wǎng)）。

單POD組網(wǎng)中，采用96臺NCP作為接入，其中NCP下行共18個400G接口，負責(zé)連接AI計算集群的網(wǎng)卡。上行共40個200G接口，最大可以連接40臺NCF，NCF提供96個200G接口，該規(guī)模上下行帶寬為超速比1.1:1。整個POD可支撐1728個400G網(wǎng)絡(luò)接口，按照一臺服務(wù)器配8塊GPU來計算，可支撐216臺AI計算服務(wù)器。



單POD組網(wǎng)

多級POD組網(wǎng)，規(guī)模可以變得更大。

在多級POD組網(wǎng)中，NCF設(shè)備要犧牲一半的SerDes，用于連接第二級的NCF。所以，此時單POD采用48臺NCP作為接入，下行共18個400G接口。



多POD組網(wǎng)

單個POD內(nèi)，可以支撐864個400G接口（48×18）。通過橫向增加POD（8個），實現(xiàn)規(guī)模擴容，整體最大可支撐6912個400G網(wǎng)絡(luò)端口（864×8）。

NCP上行40個200G，接POD內(nèi)40臺NCF。POD內(nèi)NCF采用48個200G接口，48個200G接口分為12個一組上行到第二級的NCF。第二級NCF采用40個平面（Plane），每個平面4臺NCF-P，分別對應(yīng)在POD內(nèi)的40臺NCF。

整個網(wǎng)絡(luò)的POD內(nèi)實現(xiàn)了1.1:1的超速比（北向帶寬大于南向帶寬），而在POD和二級NCF之間實現(xiàn)了1:1的收斂比（南向帶寬/北向帶寬）。

? ?

█DDC的技術(shù)特點

站在規(guī)模和帶寬吞吐的角度，DDC已經(jīng)可以滿足AI大模型訓(xùn)練對于網(wǎng)絡(luò)的需求。

然而，網(wǎng)絡(luò)的運作過程是復(fù)雜的，DDC還需要在時延對抗、負載均衡性、管理效率等方面有所提升。

基于VOQ+Cell的轉(zhuǎn)發(fā)機制，對抗丟包

網(wǎng)絡(luò)在工作的過程中，可能會出現(xiàn)突發(fā)流量，造成接收端來不及處理，引起擁塞和丟包。

為了應(yīng)對這種情況，DDC采取了基于VOQ+Cell的轉(zhuǎn)發(fā)機制。

?

發(fā)送端從網(wǎng)絡(luò)接收到數(shù)據(jù)包之后，會分類到VOQ（虛擬輸出隊列）中存儲。

在發(fā)送數(shù)據(jù)包前，NCP會先發(fā)送Credit報文，確定接收端是否有足夠的緩存空間處理這些報文。

如果接收端OK，則將數(shù)據(jù)包分片成Cells（數(shù)據(jù)包的小切片），并且動態(tài)負載均衡到中間的Fabric節(jié)點（NCF）。

如果接收端暫時沒能力處理報文，報文會在發(fā)送端的VOQ中暫存，并不會直接轉(zhuǎn)發(fā)到接收端。

在接收端，這些Cells會進行重組和存儲，進而轉(zhuǎn)發(fā)到網(wǎng)絡(luò)中。

切片后的Cells，將采用輪詢的機制發(fā)送。它能夠充分利用到每一條上行鏈路，確保所有上行鏈路的傳輸數(shù)據(jù)量近似相等。



輪詢機制

這樣的機制，充分利用了緩存，可以大幅度減少丟包，甚至不會產(chǎn)生丟包情況。數(shù)據(jù)重傳減少了，整體通信時延更穩(wěn)定更低，從而可以提高帶寬利用率，進而提升業(yè)務(wù)吞吐效率。

PFC單跳部署，避免死鎖

前面我們提到，RDMA無損網(wǎng)絡(luò)中引入了PFC（基于優(yōu)先級的流量控制）技術(shù)，進行流量控制。

簡單來說，PFC就是在一條以太網(wǎng)鏈路上創(chuàng)建 8 個虛擬通道，并為每條虛擬通道指定相應(yīng)優(yōu)先級，允許單獨暫停和重啟其中任意一條虛擬通道，同時允許其它虛擬通道的流量無中斷通過。

?

PFC可以實現(xiàn)基于隊列的流量控制，但是，它也存在一個問題，那就是死鎖。

所謂死鎖，就是多個交換機之間，因為環(huán)路等原因，同時出現(xiàn)了擁塞（各自端口緩存消耗超過了閾值），又都在等待對方釋放資源，從而導(dǎo)致的“僵持狀態(tài)”（所有交換機的數(shù)據(jù)流永久堵塞）。

DDC的組網(wǎng)下，就不存在PFC的死鎖問題。因為，站在整個網(wǎng)絡(luò)的角度，所有NCP和NCF可以看成一臺設(shè)備。對于AI服務(wù)器來說，整個DDC，就是一個交換機，不存在多級交換機。所以，就不存在死鎖。

另外，根據(jù)DDC的數(shù)據(jù)轉(zhuǎn)發(fā)機制，可在接口處部署ECN（顯式擁塞通知）。

ECN機制下，網(wǎng)絡(luò)設(shè)備一旦檢測到RoCE v2流量出現(xiàn)了擁塞（內(nèi)部的Credit和緩存機制無法支撐突發(fā)流量），就會向服務(wù)器端發(fā)送CNP（Congestion Notification Packets，擁塞通知報文），要求降速。

分布式OS，提升可靠性

最后再看看管理控制平面。

前面我們提到，在DDC架構(gòu)中，框式設(shè)備的管理功能變成了NCC（網(wǎng)絡(luò)云控制器）。NCC非常重要，如果采用單點式的方式，萬一出現(xiàn)問題，就會導(dǎo)致整網(wǎng)故障。

為了避免出現(xiàn)這樣的問題，DDC可以取消NCC的集中控制面，構(gòu)建分布式OS（操作系統(tǒng)）。

基于分布式OS，可以基于SDN運維控制器，通過標準接口（Netconf、GRPC等）配置管理設(shè)備。這樣的話，每臺NCP和NCF獨立管理，有獨立的控制面和管理面，大大提升了系統(tǒng)的可靠性，也更加便于部署。

█DDC的商用進展

綜上所述，相對傳統(tǒng)組網(wǎng)，DDC在組網(wǎng)規(guī)模、擴展能力、可靠性、成本、部署速度方面，擁有顯著優(yōu)勢。它是網(wǎng)絡(luò)技術(shù)升級的產(chǎn)物，提供了一種顛覆原有網(wǎng)絡(luò)架構(gòu)的思路，可以實現(xiàn)網(wǎng)絡(luò)硬件的解耦、網(wǎng)絡(luò)架構(gòu)的統(tǒng)一、轉(zhuǎn)發(fā)容量的擴展。

業(yè)界曾經(jīng)使用OpenMPI測試套件進行過框式設(shè)備和傳統(tǒng)組網(wǎng)設(shè)備的對比模擬測試。測試結(jié)論是：在All-to-All場景下，相較于傳統(tǒng)組網(wǎng)，框式設(shè)備的帶寬利用率提升了約20%（對應(yīng)GPU利用率提升8%左右）。

正是因為DDC的顯著能力優(yōu)勢，現(xiàn)在這項技術(shù)已經(jīng)成為行業(yè)的重點發(fā)展方向。例如銳捷網(wǎng)絡(luò)，他們就率先推出了兩款可交付的DDC產(chǎn)品，分別是400G NCP交換機——RG-S6930-18QC40F1，以及200G NCF交換機——RG-X56-96F1。

RG-S6930-18QC40F1交換機的高度為2U，提供18個400G的面板口，40個200G的Fabric內(nèi)聯(lián)口，4個風(fēng)扇和2個電源。

RG-X56-96F1交換機的高度為4U，提供96個200G的Fabric內(nèi)聯(lián)口，8個風(fēng)扇和4個電源。

據(jù)悉，銳捷網(wǎng)絡(luò)會繼續(xù)研發(fā)，持續(xù)推出更多適合智算中心網(wǎng)絡(luò)場景的產(chǎn)品。

█最后的話

AIGC的崛起，已經(jīng)掀起了互聯(lián)網(wǎng)行業(yè)的新一輪技術(shù)革命。

我們可以看到，越來越多的企業(yè)，正在加入這個賽道，參與角逐。這意味著，網(wǎng)絡(luò)基礎(chǔ)設(shè)施的升級，迫在眉睫。

DDC的出現(xiàn)，將大幅提升網(wǎng)絡(luò)基礎(chǔ)設(shè)施的能力，不僅可以有效應(yīng)對AI革命對網(wǎng)絡(luò)基礎(chǔ)設(shè)施提出的挑戰(zhàn)，更將助力整個社會的數(shù)字化轉(zhuǎn)型，加速人類數(shù)智時代的全面到來。





審核編輯：劉清