北京2023年8月18日 /美通社/ -- 從內容生成、游戲開發、到自動化助手、機器人控制……AIGC這項"黑科技"，正在更多領域發揮著作用，并逐漸向行業滲透。例如，在數字政府場景，通過融合AIGC和數字人技術，可以提供個性化的政務服務和咨詢，優化政府與公民的互動方式，提升政務服務的質量和效率。目前，AIGC主要聚焦在大模型訓練、MaaS模型服務、AIGC推理三大應用場景，其中大模型訓練是各新興企業競相爭逐的主要場景。
"沒有好網絡，別玩大模型。" 要建設大規模訓練模型集群，除了需要GPU服務器、網卡等基礎組件，也需要解決網絡搭建的問題。網絡對于大模型集群的算力釋放和可靠運行至關重要，如何構建符合大模型集群計算要求的網絡系統，是推進AIGC發展的關鍵之一。
AIGC大模型訓練 對網絡系統的"三超"要求
在大模型訓練過程中，有三種流量模型，分別是張量并行、流水線并行、數據并行。人們熟知的ChatGPT3，采用128臺A100服務器，共計1024個A100卡訓練，這樣單服務器節點需要4個100G網絡通道；而ChatGPT4、ChatGPT5等其它大模型，對于網絡的需求會更高。浪潮網絡認為大模型訓練對于網絡的要求可用"三超"網絡來概括，即：超大規模、超高帶寬、超強可靠，以保障網絡穩定、可靠運行，為大模型訓練提供強有力的支持。
而要解決"三超"網絡的挑戰，就需要著重思考如何建設符合大規模訓練的組網方案。從組網架構上看，當前AIGC組網一般多采用胖樹架構，具有高帶寬、低延遲的特性，以及較好的可拓展性。而在組網協議上，當前業界主流的是基于IB、及RoCE兩種無損網絡技術，兩種技術都可以很好的滿足大規模訓練高帶寬、低延遲的要求。IB的延遲足夠低，而RoCE在開放性、性價比、及易維護性幾方面更勝一籌。
浪潮網絡融合趨勢與驅動 打造基于RoCE的智能無損網絡解決方案
浪潮網絡作為云邊協同智慧網絡引領者，密切關注市場發展及變化，推出了基于RoCE的智能無損網絡解決方案，助力AIGC"三超"網絡的打造，其具備如下優勢：
一是多協議、多場景的融合。在大規模集群中，往往存在通用計算集群、AI/HPC集群、存儲等多種場景，傳統方案是部署以太網、IB、FC等多套網絡及多種協議，各協議之間互不兼容，大大增加了管理和維護的難度。而浪潮網絡基于RoCE的智能無損網絡解決方案，可以適配通用計算、AI/HPC、存儲等多種場景，并實現以太/IB/FC三網融合。這樣從維護多張網絡到維護一張網絡，大大降低了整體建設和維護成本。
二是智能彈性、動態調整。在大規模集群訓練中，要求整個集群可以快速部署與交付，在節約訓練時間的同時，盡可能減少宕機等故障的發生。在浪潮網絡基于RoCE的智能無損網絡解決方案中，通過數字化網絡引擎IDE可以實現集群網絡的自動化部署，加速業務上線。并實時監控設備與鏈路的負載和健康狀態，如CRC錯包，端口帶寬百分比、隊列緩存，CNP及Pause反壓幀等，完成故障的快速定位及智能分析，實現基于業務的網絡跟蹤。此外，還可以提供北向標準API接口，能夠與上層計算平臺進行對接，實現算網聯動，更好的釋放集群算力。
此前，浪潮網絡基于RoCE的智能無損網絡解決方案，已在教科研客戶項目中得以應用，方案可充分滿足通用計算集群、GPU加速集群、異構計算集群、分布式存儲集群、全閃存存儲集群等多場景，對于網絡的高帶寬、低延遲連接需求，幫助客戶構建滿足AIGC發展的整體網絡架構。
未來，浪潮網絡將持續優化基于RoCE的智能無損網絡產品方案能力，同時深入研究基于UEC的網絡并創新引領支持UEC的產品，幫助客戶成功。
