以數(shù)據(jù)為中心的算力時代高效提升算力是關鍵
“算力缺失是以數(shù)據(jù)為中心的算力時代的最大挑戰(zhàn)，要實現(xiàn)數(shù)據(jù)的實時處理和價值變現(xiàn)，就需要有強大的算力支撐。”鄭曉龍表示。大數(shù)據(jù)已經(jīng)無處不在，元宇宙、基于大數(shù)據(jù)的病毒傳播跟蹤、基于人工智能的藥物研究、基于用戶習慣的智能推薦廣告等等，這些大數(shù)據(jù)的成功應用都需要強大的算力實現(xiàn)數(shù)據(jù)快速處理。然而人工智能計算模型的規(guī)模正在呈指數(shù)級增長，例如，業(yè)界最新發(fā)布的語言模型Megatron-Turing NLG已經(jīng)實現(xiàn)支持5300億參數(shù)，而在2017年業(yè)界最復雜的模型還僅支持6100萬參數(shù)，五年內(nèi)計算壓力增加了10000倍。如何高效提升算力，100%釋放算力的潛能，成為算力時代首先要解決的問題。
數(shù)據(jù)中心網(wǎng)絡成為集群算力提升的核心瓶頸
完成一個AI模型（比如GPT3語言模型）訓練所要求的百億億次浮點計算要求，需要眾多計算服務器組成一個集群協(xié)同才能完成。然而所有的AI訓練集群都存在性能天花板。當?shù)竭_天花板時，即便再增加服務器節(jié)點，也不能使集群的性能再進一步提升，甚至有可能會下降。這是因為集群內(nèi)部存在計算協(xié)同，當網(wǎng)絡有丟包時，增大了因協(xié)同等待而產(chǎn)生的時間等開銷，使算力持續(xù)下降。據(jù)實驗統(tǒng)計，0.1%的丟包會引起算力損失50%。因此，要提升算力，首先要構建一個0丟包的數(shù)據(jù)中心網(wǎng)絡。
華為超融合數(shù)據(jù)中心網(wǎng)絡0丟包以太網(wǎng)助力算力100%釋放
華為超融合數(shù)據(jù)中心網(wǎng)絡CloudFabric 3.0解決方案基于獨有iLossless智能無損算法，終結(jié)了以太網(wǎng)自誕生以來四十多年的丟包歷史，以高吞吐、低時延、大規(guī)模的0丟包以太網(wǎng)，助力任意場景下多元算力的100%釋放。
01高吞吐：傳統(tǒng)流量調(diào)度依賴手工僵化配置，無法適應網(wǎng)絡動態(tài)變化。華為智能無損核心技術ACC（Automatic ECN）可精準預測網(wǎng)絡擁塞狀態(tài)，實現(xiàn)在任意擁塞鏈路0丟包的基礎上接近100%吞吐。通過第三方權威測試機構Tolly表明，超融合數(shù)據(jù)中心網(wǎng)絡可助力全閃存IOPS性能提升93%。2021年8月，智能無損技術論文《ACC: Automatic ECN Tuning for High-Speed Datacenter Networks》（高性能數(shù)據(jù)中心網(wǎng)絡中的ECN動態(tài)調(diào)優(yōu)）入選全球網(wǎng)絡通信頂級會議ACM SIGCOMM 2021，得到業(yè)界專家的一致認可，具有世界級技術影響力。
02低時延：在HPC高性能計算中，應用時延=計算操作的步數(shù)*每步時延，因此針對時延敏感型應用，減少計算操作的步數(shù)可以有效降低整體應用時延。華為智能無損網(wǎng)算一體技術基于在網(wǎng)計算（In-network computing）和拓撲感知（Topology-Aware Computing）實現(xiàn)網(wǎng)絡和計算協(xié)同，一方面網(wǎng)絡參與計算信息的匯聚和同步，減少計算信息同步的次數(shù)，另一方面盡量確保計算任務分布在同一個TOR下，減少通信跳數(shù)，進一步降低應用時延。以MPI_allreduce為例，相比傳統(tǒng)網(wǎng)絡僅做數(shù)據(jù)轉(zhuǎn)發(fā)不參與計算過程，超融合數(shù)據(jù)中心網(wǎng)絡可有效降低時延，提升計算效率27%。
03大規(guī)模：數(shù)據(jù)中心傳統(tǒng)三層CLOS組網(wǎng)架構最大僅支持65k節(jié)點，不能滿足大型數(shù)據(jù)中心規(guī)模訴求。華為超融合數(shù)據(jù)中心網(wǎng)絡基于新一代直連拓撲組網(wǎng)架構和創(chuàng)新分布式自適應路由協(xié)議，不僅滿足算力網(wǎng)絡0丟包的訴求，更支持270k節(jié)點大規(guī)模組網(wǎng)，組網(wǎng)規(guī)模4倍于業(yè)界，可助力構建E級和10E級大型和超大型算力樞紐。
0丟包難題的突破和性能的持續(xù)演進對于以數(shù)據(jù)為中心的算力時代具有重大意義。通過和金融、制造、超算等客戶的聯(lián)合測試證明，華為超融合數(shù)據(jù)中心網(wǎng)絡CloudFabric 3.0同時在全閃存、分布式存儲、HPC高性能計算、人工智能計算等場景，都具有極強的性能優(yōu)勢。未來，華為將持續(xù)投入智能無損技術研究，持續(xù)提升無損網(wǎng)絡能力，充分釋放算力，使能企業(yè)智能化升級。
