全調度以太網(wǎng)（GSE），中國智算網(wǎng)絡新標準

伴隨著智算技術的發(fā)展,越來越多的研究表明在 AI 訓練達到一定規(guī)模下能力才會涌現(xiàn),在AI大模型的擴展定律和涌現(xiàn)能力的驅動下,AI大模型的參數(shù)規(guī)模越來越大。國內外業(yè)界已出現(xiàn)多個萬億參數(shù)模型,十萬億參數(shù)模型在不遠的將來也有望問世。公開資料表明,GPT-4 的參數(shù)體量比 GPT-3 增長了 10 倍,達到 1.8 萬億參數(shù)。國內的盤古、悟道大模型,其參數(shù)規(guī)模同樣超過了萬億。

注:數(shù)據(jù)截至23年3月,資料來源:北京智源人工智能研究院,中金公司研究院

美國當?shù)貢r間7月22日,特斯拉CEO埃隆·馬斯克在旗下社交平臺X上表示,xAI團隊、X團隊、英偉達及其他支持公司已經(jīng)于當?shù)貢r間凌晨4時20分開始在“孟菲斯超級集群(Memphis Supercluster)”上進行訓練。“孟菲斯超級集群”由10萬個液冷H100 GPU組成,在單個RDMA結構上運行,是“世界上最強大的人工智能訓練集群”,該集群將被用于訓練xAI旗下第三代大語言模型Grok-3。大規(guī)模AI計算從萬卡進入到十萬卡時代。

大規(guī)模智算集群需要高性能的網(wǎng)絡連接,以保證各智算節(jié)點間的通信效率、數(shù)據(jù)吞吐和整個智算集群的算力性能。這對智算網(wǎng)絡提出了新的挑戰(zhàn)。

在基礎訓練模型中,一方面多任務混合部署,傳統(tǒng)以太網(wǎng)源端發(fā)流直接采用網(wǎng)絡“Push”流量模式,不考慮網(wǎng)絡及接收端的接受能力,導致網(wǎng)絡擁塞,使得 GPU 處于等待狀態(tài),造成梯度和參數(shù)同步過程中算力資源浪費較大,傳統(tǒng)的 RoCE 網(wǎng)絡有效吞吐僅為 50%;另一方面,智算集群網(wǎng)絡流量呈現(xiàn)出數(shù)據(jù)流數(shù)目少、單流流量大的特點,在傳統(tǒng)網(wǎng)絡均衡算法下容易引發(fā)HASH 沖突,造成鏈路丟包,導致訓練異常中斷,極大影響訓練效率。時代呼喚 “零丟包”、“高吞吐”、“低時延” 為核心特征的無損智算網(wǎng)絡設備,來解決超大規(guī)模 AI 計算通信效率低的問題。

當前全球已商用的智算網(wǎng)絡技術,主要有2大流派:

流派1:IB(InfiniBand)網(wǎng)絡,是目前市場占有率最高的智算網(wǎng)絡解決方案,IB 技術較為封閉,市場基本被英偉達壟斷,不符合全球開放生態(tài)的產(chǎn)業(yè)共識。

流派2:RoCE(RDMA over Converged Ethernet)網(wǎng)絡,RoCE廣泛應用于需要高帶寬和低延遲的網(wǎng)絡,在傳統(tǒng)的通算領域有很高的占有率,但是RoCE在智算網(wǎng)絡中存在流量HASH極化的問題,需要輔助以各種均衡調參進行智算網(wǎng)絡的適配。

為了更好的提升智算網(wǎng)絡性能,更好的服務于大規(guī)模 AI 計算,出現(xiàn)了更多的新型技術流派:

新技術流派1:UEC(Ultra Ethernet Consortium)網(wǎng)絡,2023 年 7 月Linux 基金會與全球頭部科技企業(yè)聯(lián)合成立 UEC 以太網(wǎng)創(chuàng)新聯(lián)盟,其創(chuàng)始成員包括AMD、Arista、博通、思科、HPE、Intel、Meta、微軟、Oracle和Eviden,致力于從物理層、鏈路層、傳輸層、軟件層改進以太網(wǎng)技術的革新,來滿足 AI 計算網(wǎng)絡的需求。

新技術流派2:GSE(Global Scheduling Ethernet)網(wǎng)絡,中國智算中心的建設熱潮始于 2020 年,目前已有 40 多個城市在建設或在建智算中心。智算中心建設步伐加快,但國內的網(wǎng)絡技術發(fā)展卻滯后于 AI 大模型的演進。 AI 網(wǎng)絡技術上的競爭已經(jīng)成為中美技術博弈的新戰(zhàn)場。在這樣嚴峻的形勢下,2023 年 5 月,中國移動聯(lián)合產(chǎn)業(yè)界發(fā)布了全調度以太網(wǎng)(GSE)白皮書,同年8 月全調度以太網(wǎng)推進計劃正式開啟,標志著具有中國自主技術的 GSE 流派正式誕生。

GSE 是一個開放的生態(tài)組織,2023 年 9 月,中國移動發(fā)布推GSE 交換機原型系統(tǒng)樣機。2024 年 1 月在移動實驗室完成了GSE 交換機多廠商設備的互聯(lián)互通測試。

GSE 網(wǎng)絡,專為大規(guī)模 AI 訓練集群打造:

? 按需調度,性能無損

GSE 網(wǎng)絡基于 PKTC 容器技術,實現(xiàn)了高精度的網(wǎng)絡負載均衡,從根本上改善了傳統(tǒng) AI 算力網(wǎng)絡鏈路的帶寬利用率;采用基于 DQSQ 的信令申請調度技術,數(shù)據(jù)流以“Pull”的方式進行轉發(fā),突破了傳統(tǒng)以太網(wǎng)的性能瓶頸,網(wǎng)絡性能提升至 95%以上。

在多業(yè)務部署場景下,相較于傳統(tǒng) RoCE 網(wǎng)絡性能大幅下降,GSE 交換機能保持與單業(yè)務場景持平的網(wǎng)絡轉發(fā)性能,極大提升網(wǎng)絡效率。

?場景靈活,快速部署

GSE 純網(wǎng)側方案即可滿足智算無損需求,可搭配國產(chǎn) GPU 集成網(wǎng)卡,降低端側網(wǎng)卡要求。GSE技術原生解決了適配不同大模型訓練的網(wǎng)絡調參問題,避免了傳統(tǒng)RoCE達數(shù)天甚至數(shù)周的網(wǎng)絡參數(shù)調優(yōu),在算力昂貴、AI大模型競爭激烈的市場中,為客戶帶來靈活的算力網(wǎng)絡建設方案,縮短了訓練調優(yōu)周期,幫助客戶快速搶占市場先機。

? 全局解耦,開放生態(tài)

GSE 技術體系支持標準以太網(wǎng)標準,新增標準協(xié)議頭,完成基于以太報文的轉發(fā),實現(xiàn)端到端的多廠家設備互聯(lián)互通,構建了多廠家充分參與的開放生態(tài),全面激活國內 AI 產(chǎn)業(yè)鏈,促進智算產(chǎn)業(yè)創(chuàng)新發(fā)展。

GSE標準協(xié)議頭

【總結】

銳捷網(wǎng)絡致力于與 GSE 生態(tài)一起打造中國的AIGC智算網(wǎng)絡新標準。GSE 網(wǎng)絡設備基于標準以太網(wǎng)在轉發(fā)架構方面進行技術創(chuàng)新,突破傳統(tǒng)以太網(wǎng)的性能瓶頸,拓展智算網(wǎng)絡的應用場景,充分滿足國產(chǎn)化智算集群網(wǎng)絡的需求,為客戶帶來了三大核心價值:提高智算效率,增強運維體驗,開放生態(tài)解耦。

審核編輯 黃宇