引言

隨著AI大模型訓練和推理需求的爆發(fā)式增長，智算中心網(wǎng)絡的高效性與穩(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）評估工具與 DarYu-X系列測試儀 ，為智算中心RoCE網(wǎng)絡提供精準評估方案，助力企業(yè)突破算力瓶頸，釋放AI澎湃動力！

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，采用前沿的計算架構(gòu)，為AI模型的訓練、推理和應用提供強大的算力服務、數(shù)據(jù)服務和算法服務。

• 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“機房+網(wǎng)絡+GPU服務器+算力調(diào)度平臺”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，是推動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。

• 智算中心的核心功能包括：

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

數(shù)據(jù)服務： 提供數(shù)據(jù)治理、存儲和優(yōu)化服務，支持大規(guī)模數(shù)據(jù)的高效處理。
算法服務： 提供預訓練大模型、行業(yè)算法庫等，支持機器學習、深度學習等AI應用。

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

為什么必須評估智算中心網(wǎng)絡

對智算中心的RoCE網(wǎng)絡進行評估測試，是為了確保其能夠高效、穩(wěn)定地支持大規(guī)模AI訓練任務。具體原因包括：

驗證性能： 確保網(wǎng)絡具備低延遲、高吞吐量，滿足智算中心對高性能的需求。

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

成本效益： 評估RoCE網(wǎng)絡的性價比，選擇最優(yōu)方案。

支持分布式訓練： 驗證網(wǎng)絡在大規(guī)模分布式AI任務中的表現(xiàn)，優(yōu)化數(shù)據(jù)傳輸效率。

指導運維： 提前發(fā)現(xiàn)問題，優(yōu)化運維策略，減少故障風險。

智算心網(wǎng)絡評估工具-CCL

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

? 集合通信是智算中心的關(guān)鍵特征： 智算中心的業(yè)務（如AI大模型訓練）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)絡支持。

? 集合通信對網(wǎng)絡性能要求極高： 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)絡的性能直接影響分布式訓練任務的通信效率，進而影響整個智算中心的加速比和效率。

? 集合通信流量能夠全面評估RoCE性能： 集合通信涵蓋了多種通信模式（如點對點、廣播、多點通信），能夠全面測試RoCE網(wǎng)絡的帶寬、延遲、擁塞控制和負載均衡能力。

? RoCE在智算中心的廣泛應用： 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用。評估其性能有助于優(yōu)化配置，提升整體性能。

如何使用儀表CCL評估智算網(wǎng)絡

使用信而泰Renix軟件平臺提供的CCL Traffic Emulation向?qū)?，測試配置實現(xiàn)通過向?qū)渲?，生成復雜的訓練流量。針對不同AI訓練數(shù)據(jù)包，評估在非擁塞網(wǎng)絡、擁塞網(wǎng)絡各項指標。對比網(wǎng)絡正常和網(wǎng)絡故障情況下各項組網(wǎng)指標，比如任務時間、訓練時間、算法帶寬、總線帶寬、收發(fā)報文數(shù)量、時延、抖動、亂序等關(guān)鍵數(shù)據(jù)。

通過使用儀器儀表模擬GPU通信，可以有效降低測試成本，同時簡化AI測試的復雜性和維護難度。這種方法使AI測試從傳統(tǒng)的搭建真實服務器和使用價格高昂的GPU來測試RoCE交換機，轉(zhuǎn)變?yōu)槔猛ㄓ脙x表儀器進行測試。這一轉(zhuǎn)變不僅大幅節(jié)省了測試成本，還統(tǒng)一了驗證規(guī)范，為國產(chǎn)AI的崛起提供了有力支持。

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

? CCL指標

如下圖所示，使用Ring Allreduce在不同訓練任務在非擁塞網(wǎng)絡中體現(xiàn)

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

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

? Latency and Jitter by Data Size指標

如下圖所示，使用Ring Allreduce在不同訓練任務在非擁塞網(wǎng)絡中體現(xiàn)

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

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

? 對比不同場景下訓練時間（無擁塞/擁塞+PFC/擁塞+ECN/DCQCN）

? 對比不同場景下算法帶寬（無擁塞/擁塞+PFC/擁塞+ECN/DCQCN）

? 對比不同場景下總線帶寬（無擁塞/擁塞+PFC/擁塞+ECN/DCQCN）

通過信而泰Renix軟件平臺的CCL Traffic Emulation功能，能夠精確評估RoCE網(wǎng)絡的關(guān)鍵指標，為AI網(wǎng)絡的評估提供精細化數(shù)據(jù)支持。對比實驗的結(jié)果可全面評估RoCE交換機的性能。該方案通過模擬真實AI工作負載，能夠在復雜流量和大規(guī)模組網(wǎng)場景下，全面測試RoCE交換機的性能表現(xiàn)，并精準識別組網(wǎng)瓶頸，提升評估的精確性和實用性。

高密度智算網(wǎng)絡測試解決方案
信而泰推出的X2-100GFP28、X5-400G高密度智算非擁塞網(wǎng)絡（ROCEv2）測試儀是一款專為高端路由器、交換機以及數(shù)據(jù)中心交換機設(shè)計的高密度測試平臺。該測試平臺充分滿足運營商、網(wǎng)絡設(shè)備制造商和企業(yè)用戶在高速以太網(wǎng)和智能計算網(wǎng)絡測試業(yè)務中對增長和未來發(fā)展的需求。其高密度設(shè)計使得它在有限的空間內(nèi)提供強大的測試能力，是應對未來網(wǎng)絡挑戰(zhàn)的理想選擇。

客戶價值

超高密度： 單機支持400G/200G/100G多速率，12端口靈活配置；

全協(xié)議兼容： 支持RoCEv2、標準以太網(wǎng)，適配異構(gòu)網(wǎng)絡環(huán)境；

智能化測試： 一鍵生成復雜流量模型，3分鐘完成網(wǎng)絡健康度診斷。

X2-100G RoCE測試板卡

高密度400G測試儀一體機

審核編輯 黃宇