未来网络×新华三 | 破解算网协同调度困局
AI热潮正在重塑百行百业，大模型训练、自动驾驶、智慧计算等前沿应用的背后，是对海量、高效、易获取算力的极致渴求。面对我国算力资源短缺与分布不均的现实挑战，提升算网协同效率，推动全国算力资源统一、高效调度，成为未来网络建设的重要攻坚方向。为此，未来网络团队携手紫光股份旗下新华三集团，基于江苏省未来网络创新研究院建成的我国首个通信与信息领域国家重大科技基础设施未来网络试验设施CENI，自主研发的跨域训练池化调度平台，实现网络跨域无损传输与确定性服务保障，为智算广域网的持续演进提供了可靠路径。 当前，我国算力发展面临“供给不够”与“供给不好”双重瓶颈。一方面，算力资源总量不足，难以满足数字经济与 AI 发展的爆发式需求;另一方面，全国算力资源呈现“异构、异地、异属”的复杂格局——硬件架构不统一、地理分布分散、归属各异，导致算力难以高效互通，形成大量“沉睡”的算力“孤岛”。为破解这一困局，未来网络团队创新性建设了“跨域训练池化调度平台”，将全国范围内分散异构的算力资源进行虚拟化池化，实现统一的智能调度与管理，为用户提供一站式、可定制的算力服务，从而最大化提升算力资源的整体使用效率。 然而，算力高效协同的本质是海量数据的跨地域、低时延传输，这对底层网络提出了更为严苛的要求。传统广域网“尽力而为”的传输模式，在大规模并行计算中极易引发拥塞、丢包和时延抖动，一次微小数据包丢失就可能导致训练任务停滞，导致跨域算力调度价值大打折扣。因此，建设智算广域网，必须在网络层实现从“尽力而为”到“无损可靠”的范式升级。为此，未来网络携手新华三，共同攻关跨域无损传输与确定性保障技术，致力于打造一个能够真正支撑起全国算力高效流转的智算广域网。 在跨地域的分布式AI训练中，计算节点间需要频繁同步海量的参数数据。传统广域网中，当多条这样的“大象流”同时传输时，网络极易引发拥塞丢包，导致吞吐量急剧下跌，时延飙升。 为了确保算力调度平台中数据的高速稳定流动，未来网络在其核心节点部署了新华三CR16000系列核心路由器，该路由器搭载了RDMA网关加速技术，集成数据包缓存、ACK代答、拥塞通告与选择性重传四大功能，结合SRv6选路与云专网架构，可以为跨智算中心PB级数据调度提供高吞吐保障。 在实际的跨域算力调度业务流测试中，搭载了新华三无损技术的网络环境展现出了显著优势。对比传统网络在拥塞时出现的吞吐量断崖式下跌和高丢包率，新方案实现了接近域内基准98%的跨域训练效率。这意味着，千里之外的GPU服务器集群能够如同在同一机房内一样高效协同工作，分布式训练任务的效率得到了有效保障。 伴随智算业务的多元化发展，统一的算力调度平台不仅要支撑大规模训练任务，还需承载交互式AI推理、远程实时操控、高精度仿真等对时延要求极为严苛的业务场景。这类应用需要网络具备严格、可量化的时延上限与抖动保障能力，即“确定性”网络能力。 针对这一挑战，新华三提供了确定性路由解决方案，该方案能够在物理链路上灵活划分出多个独立的硬切片通道，对不同优先级的算力业务进行精确识别与调度，将核心的、低时延要求的业务流量送入专属的“VIP通道”(高优先级切片)，独享带宽资源并确保传输时延的确定性。 实测数据显示，关键业务的端到端时延被严格控制在微秒级范围内，AI训练效率比非确定性网络提升三倍以上。这确保了即使在网络负载高峰期，核心算力应用的交互体验依然稳定、流畅、可预测，为远程手术、自动驾驶模拟等对网络有严苛要求的场景提供了坚实支撑。 本次未来网络与新华三的联合实践，充分验证了无损网络与确定性网络技术在智算场景中的关键价值，也标志着我国在构建高速、可靠、智能的算力网络道路上迈出了坚实一步。面向未来，随着AI对算力需求的持续深化，新华三将继续与未来网络及产业伙伴并肩携手，围绕大象流负载分担、远距无损网关、高通量大端口确定性等智算广域网前沿方向开展深度共研，持续夯实数字经济发展的网络基座，共同迈向人人皆可便捷、高效获取智慧算力的美好未来。 来源：浙江安旭旧站新闻归档
查看详情 →
