引言

隨著AI大模型訓(xùn)練和推理需求的爆發(fā)式增長(zhǎng)，智算中心網(wǎng)絡(luò)的高效性與穩(wěn)定性成為決定AI產(chǎn)業(yè)發(fā)展的核心要素。信而泰憑借自主研發(fā)的CCL（集合通信庫）評(píng)估工具與 DarYu-X系列測(cè)試儀 ，為智算中心RoCE網(wǎng)絡(luò)提供精準(zhǔn)評(píng)估方案，助力企業(yè)突破算力瓶頸，釋放AI澎湃動(dòng)力！

什么是智算中心

智算中心（AIDC，Artificial Intelligence Data Center）是專門為人工智能應(yīng)用提供算力支持的高性能數(shù)據(jù)中心，是人工智能技術(shù)與云計(jì)算、大數(shù)據(jù)、物聯(lián)網(wǎng)等現(xiàn)代信息技術(shù)深度融合的產(chǎn)物。它基于最新的人工智能理論，采用前沿的計(jì)算架構(gòu)，為AI模型的訓(xùn)練、推理和應(yīng)用提供強(qiáng)大的算力服務(wù)、數(shù)據(jù)服務(wù)和算法服務(wù)。

• 智算中心可以分為狹義和廣義兩種定義：

狹義定義： 智算中心是“機(jī)房+網(wǎng)絡(luò)+GPU服務(wù)器+算力調(diào)度平臺(tái)”的融合基礎(chǔ)設(shè)施，是傳統(tǒng)數(shù)據(jù)中心的增值性延伸。

廣義定義： 智算中心是“算力+數(shù)據(jù)+算法”的融合服務(wù)，是推動(dòng)AI產(chǎn)業(yè)化和產(chǎn)業(yè)AI化的重要引擎，也是傳統(tǒng)云數(shù)據(jù)中心的智能化升級(jí)。

• 智算中心的核心功能包括：

算力服務(wù)： 提供高性能的計(jì)算能力，支持GPU、FPGA、ASIC等異構(gòu)計(jì)算芯片，滿足AI模型訓(xùn)練和推理的高并發(fā)需求。

數(shù)據(jù)服務(wù)： 提供數(shù)據(jù)治理、存儲(chǔ)和優(yōu)化服務(wù)，支持大規(guī)模數(shù)據(jù)的高效處理。
算法服務(wù)： 提供預(yù)訓(xùn)練大模型、行業(yè)算法庫等，支持機(jī)器學(xué)習(xí)、深度學(xué)習(xí)等AI應(yīng)用。

資源調(diào)度： 通過智能調(diào)度平臺(tái)，實(shí)現(xiàn)算力資源的靈活分配和高效利用。

為什么必須評(píng)估智算中心網(wǎng)絡(luò)

對(duì)智算中心的RoCE網(wǎng)絡(luò)進(jìn)行評(píng)估測(cè)試，是為了確保其能夠高效、穩(wěn)定地支持大規(guī)模AI訓(xùn)練任務(wù)。具體原因包括：

驗(yàn)證性能： 確保網(wǎng)絡(luò)具備低延遲、高吞吐量，滿足智算中心對(duì)高性能的需求。

優(yōu)化可靠性： 通過測(cè)試發(fā)現(xiàn)潛在問題，提升網(wǎng)絡(luò)的穩(wěn)定性和容錯(cuò)能力。

成本效益： 評(píng)估RoCE網(wǎng)絡(luò)的性價(jià)比，選擇最優(yōu)方案。

支持分布式訓(xùn)練： 驗(yàn)證網(wǎng)絡(luò)在大規(guī)模分布式AI任務(wù)中的表現(xiàn)，優(yōu)化數(shù)據(jù)傳輸效率。

指導(dǎo)運(yùn)維： 提前發(fā)現(xiàn)問題，優(yōu)化運(yùn)維策略，減少故障風(fēng)險(xiǎn)。

智算心網(wǎng)絡(luò)評(píng)估工具-CCL

使用集合通信流量來評(píng)估智算中心網(wǎng)絡(luò)的RoCE（RDMA over Converged Ethernet）性能，主要有以下幾個(gè)原因：

? 集合通信是智算中心的關(guān)鍵特征： 智算中心的業(yè)務(wù)（如AI大模型訓(xùn)練）依賴于高度同步的集合通信操作（如AllReduce、Broadcast），這些操作要求低延遲和高帶寬的網(wǎng)絡(luò)支持。

? 集合通信對(duì)網(wǎng)絡(luò)性能要求極高： 集合通信操作（如AllReduce）需要高吞吐量和低延遲，RoCE通過RDMA機(jī)制能夠顯著降低通信延遲并提高帶寬利用率。

? RoCE性能直接影響智算中心效率： RoCE網(wǎng)絡(luò)的性能直接影響分布式訓(xùn)練任務(wù)的通信效率，進(jìn)而影響整個(gè)智算中心的加速比和效率。

? 集合通信流量能夠全面評(píng)估RoCE性能： 集合通信涵蓋了多種通信模式（如點(diǎn)對(duì)點(diǎn)、廣播、多點(diǎn)通信），能夠全面測(cè)試RoCE網(wǎng)絡(luò)的帶寬、延遲、擁塞控制和負(fù)載均衡能力。

? RoCE在智算中心的廣泛應(yīng)用： RoCE技術(shù)因其開放性、互操作性和成本效益，在智算中心中廣泛應(yīng)用。評(píng)估其性能有助于優(yōu)化配置，提升整體性能。

如何使用儀表CCL評(píng)估智算網(wǎng)絡(luò)

使用信而泰Renix軟件平臺(tái)提供的CCL Traffic Emulation向?qū)?，測(cè)試配置實(shí)現(xiàn)通過向?qū)渲茫蓮?fù)雜的訓(xùn)練流量。針對(duì)不同AI訓(xùn)練數(shù)據(jù)包，評(píng)估在非擁塞網(wǎng)絡(luò)、擁塞網(wǎng)絡(luò)各項(xiàng)指標(biāo)。對(duì)比網(wǎng)絡(luò)正常和網(wǎng)絡(luò)故障情況下各項(xiàng)組網(wǎng)指標(biāo)，比如任務(wù)時(shí)間、訓(xùn)練時(shí)間、算法帶寬、總線帶寬、收發(fā)報(bào)文數(shù)量、時(shí)延、抖動(dòng)、亂序等關(guān)鍵數(shù)據(jù)。

通過使用儀器儀表模擬GPU通信，可以有效降低測(cè)試成本，同時(shí)簡(jiǎn)化AI測(cè)試的復(fù)雜性和維護(hù)難度。這種方法使AI測(cè)試從傳統(tǒng)的搭建真實(shí)服務(wù)器和使用價(jià)格高昂的GPU來測(cè)試RoCE交換機(jī)，轉(zhuǎn)變?yōu)槔猛ㄓ脙x表儀器進(jìn)行測(cè)試。這一轉(zhuǎn)變不僅大幅節(jié)省了測(cè)試成本，還統(tǒng)一了驗(yàn)證規(guī)范，為國(guó)產(chǎn)AI的崛起提供了有力支持。

以下以8卡400G GPU模型訓(xùn)練為例，對(duì)比Ring Allreduce模型在非擁塞和擁塞網(wǎng)絡(luò)環(huán)境下不同數(shù)據(jù)量（Data Size）的參數(shù)表現(xiàn)。通過實(shí)際數(shù)據(jù)對(duì)比，可以直觀地體現(xiàn)CCL（Collective Communication Library，集合通信庫）在評(píng)估網(wǎng)絡(luò)性能方面的重要意義。

? CCL指標(biāo)

如下圖所示，使用Ring Allreduce在不同訓(xùn)練任務(wù)在非擁塞網(wǎng)絡(luò)中體現(xiàn)

如下圖所示，使用Ring Allreduce不同訓(xùn)練任務(wù)在擁塞網(wǎng)絡(luò)（PFC）中體現(xiàn)

如下圖所示，使用Ring Allreduce不同訓(xùn)練任務(wù)在擁塞網(wǎng)絡(luò)（ECN+DCQCN）中體現(xiàn)

? Latency and Jitter by Data Size指標(biāo)

如下圖所示，使用Ring Allreduce在不同訓(xùn)練任務(wù)在非擁塞網(wǎng)絡(luò)中體現(xiàn)

如下圖所示，使用Ring Allreduce不同訓(xùn)練任務(wù)在擁塞網(wǎng)絡(luò)（PFC）中體現(xiàn)

如下圖所示，使用Ring Allreduce不同訓(xùn)練任務(wù)在擁塞網(wǎng)絡(luò)（ECN+DCQCN）中體現(xiàn)

? 對(duì)比不同場(chǎng)景下訓(xùn)練時(shí)間（無擁塞/擁塞+PFC/擁塞+ECN/DCQCN）

? 對(duì)比不同場(chǎng)景下算法帶寬（無擁塞/擁塞+PFC/擁塞+ECN/DCQCN）

? 對(duì)比不同場(chǎng)景下總線帶寬（無擁塞/擁塞+PFC/擁塞+ECN/DCQCN）

通過信而泰Renix軟件平臺(tái)的CCL Traffic Emulation功能，能夠精確評(píng)估RoCE網(wǎng)絡(luò)的關(guān)鍵指標(biāo)，為AI網(wǎng)絡(luò)的評(píng)估提供精細(xì)化數(shù)據(jù)支持。對(duì)比實(shí)驗(yàn)的結(jié)果可全面評(píng)估RoCE交換機(jī)的性能。該方案通過模擬真實(shí)AI工作負(fù)載，能夠在復(fù)雜流量和大規(guī)模組網(wǎng)場(chǎng)景下，全面測(cè)試RoCE交換機(jī)的性能表現(xiàn)，并精準(zhǔn)識(shí)別組網(wǎng)瓶頸，提升評(píng)估的精確性和實(shí)用性。

高密度智算網(wǎng)絡(luò)測(cè)試解決方案
信而泰推出的X2-100GFP28、X5-400G高密度智算非擁塞網(wǎng)絡(luò)（ROCEv2）測(cè)試儀是一款專為高端路由器、交換機(jī)以及數(shù)據(jù)中心交換機(jī)設(shè)計(jì)的高密度測(cè)試平臺(tái)。該測(cè)試平臺(tái)充分滿足運(yùn)營(yíng)商、網(wǎng)絡(luò)設(shè)備制造商和企業(yè)用戶在高速以太網(wǎng)和智能計(jì)算網(wǎng)絡(luò)測(cè)試業(yè)務(wù)中對(duì)增長(zhǎng)和未來發(fā)展的需求。其高密度設(shè)計(jì)使得它在有限的空間內(nèi)提供強(qiáng)大的測(cè)試能力，是應(yīng)對(duì)未來網(wǎng)絡(luò)挑戰(zhàn)的理想選擇。

客戶價(jià)值

超高密度： 單機(jī)支持400G/200G/100G多速率，12端口靈活配置；

全協(xié)議兼容： 支持RoCEv2、標(biāo)準(zhǔn)以太網(wǎng)，適配異構(gòu)網(wǎng)絡(luò)環(huán)境；

智能化測(cè)試： 一鍵生成復(fù)雜流量模型，3分鐘完成網(wǎng)絡(luò)健康度診斷。

X2-100G RoCE測(cè)試板卡

高密度400G測(cè)試儀一體機(jī)

審核編輯 黃宇