C114訊 5月23日消息（水易）今日，CIOE中國光博會與C114通信網聯合舉辦“2024中國光通信高質量發(fā)展論壇”第四場研討會――“AI時代：數據中心光互聯技術新趨勢”正式上線。會議邀請電信運營商、互聯網服務商、云計算廠商、模塊芯片商、科研院所、業(yè)內專家，深入探討光互聯和全光交換的應用及其面臨的機遇和挑戰(zhàn)。
中國電信研究院高級工程師劉昊表示，AI大模型的出現，驅動新型算力基礎設施建設不斷發(fā)展，傳統(tǒng)數據中心加速向智算中心轉型，對網絡的規(guī)模、時延、帶寬和可靠性等方面提出新的發(fā)展需求與挑戰(zhàn)。
數據顯示，截至2023年底，我國智能算力規(guī)模突破230EFLOPS，全面超過通用算力，并且差距逐漸拉開。中國電信積極響應國家政策，在全國范圍內部署智算中心集群，推動智算中心高質量發(fā)展。
智算中心內部光互連
中國電信集團科技委主任韋樂平曾表示，以ChatGPT為代表的AI大模型近中期主要影響DCN網絡。DCN顧名思義就是數據中心內部網絡，智算中心內部網絡也包括其中，AI大模型訓練需要DCN具備大規(guī)模、高帶寬、低時延、零丟包等能力。
劉昊介紹，AI大模型訓練參數已達到千億-萬億的級別，需要千/萬卡GPU集群來滿足計算任務，大規(guī)模組網成為剛需。同時，GPU網卡之間需要傳輸大量參數、梯度信息，高帶寬傳輸能力不可或缺。對于實時性要求高的應用，難以預測的動態(tài)時延會對網絡性能造成嚴重影響，需重點關注時延和抖動指標。更為重要的是，千分之一的丟包率，將導致AI算力下降50%。因此需要構建無損數據中心網絡。
目前智算中心大規(guī)模組網主要有IB和RoCE兩種方案。對于IB組網，英偉達能夠提供從GPU到服務器到交換機的全家桶式一體化解決方案，但成本高。RoCE基于以太網RDMA技術，目前已發(fā)展到第二代，可以復用現有的以太網設備，成本低，備受青睞。
對于智算中心網絡的高帶寬需求，直接反映在光模塊的應用上。隨著交換芯片容量來到51.2T，800G光模塊開始嶄露頭角。面對光模塊大規(guī)模部署應用，成本和功耗問題日益顯著，打造綠色、低碳的智算中心勢在必行。
為了改善千卡/萬卡集群算力消耗的功耗和時延，LPO/LRO新型光模塊備受關注。劉昊介紹，目前產業(yè)正加快標準化進程，今年3月，12家單位成立LPO-MSA聯盟，旨在定義LPO系列標準，不過能否實現規(guī)�；瘧糜写龝r間檢驗。
想要進一步降低設備的處理和轉發(fā)時延，基于SDN的光路交換技術（OCS）來到聚光燈下，為智算提供一種新型組網方案。目前谷歌和英偉達都有相應方案，器件方面Lumentum、光迅都稱有相應產品。不過，是否能充分發(fā)揮其自身優(yōu)勢取決于應用方式，控制器需要升級以滿足無損應用。
智算中心之間光互連
AI大模型的持續(xù)火熱，對算力的需求持續(xù)攀升，超大規(guī)模智算中心資源日漸稀缺，跨區(qū)域算力協同成為算力資源的重要補充。
劉昊介紹，以中國電信為例，目前已經在全國范圍內部署眾多智算中心，同時大量中小型智算中心算力不足，考慮到合理利用，通過對跨區(qū)域中小型智算中心進行組網，實現遠距離算力協同調度。
對于智算中心拉遠需求，WDM/OTN是不二之選，其大帶寬、低時延、強保護等特性，能夠為智算提供穩(wěn)定的傳輸管道。劉昊表示，不同于在同一智算中心執(zhí)行訓練任務，智算中心拉遠面臨一系列挑戰(zhàn)，包括傳輸時延對模型訓練的效率影響，遠距離通信如何做到無損傳輸，傳輸設備引入的建設成本，不同類型設備之間能否解耦。
在劉昊看來，拉遠場景下開放的智算光網絡系統(tǒng)有助于提高模型訓練效率，短期方案是信息實時共享，這需要制定協議，如傳輸側感知無損業(yè)務類型、帶寬、VLAN等，IP側感知時延、帶寬等；終極目標是控制器管理所有設備，需要跨專業(yè)協同，難度大。整體來看，DCI場景下跨域設備管控方案建議標準先行。
據了解，在開放解耦的道路上，中國電信具備一定的經驗積累。中國電信的DCI-BOX盒式波分設備經過兩期發(fā)展迭代，具備城域內組網能力，支持10G-100G業(yè)務接入能力，單波200G/400G，具備光層組網能力，可覆蓋滿足大帶寬數據中心互聯、城域波分組網場景。
對于DCI-BOX能否繼續(xù)在智算場景發(fā)揮價值？劉昊認為，盒式波分設備支持城域組網，具備向800G演進的水平，其開放解耦的特征能夠支撐智算拉遠場景應用。
劉昊介紹，近期中國電信北京公司在現網完成城域三節(jié)點無損智算網絡部署，采用800G組網方案，分布式訓練性能達到集中式單智算中心訓練性能的90%以上，證實了分布式無損智算網技術方向的可行性。后續(xù)，中國電信將在此基礎上進一步驗證更高速率組網方案，以及嘗試采用空芯光纖降低傳輸時延，驗證其對運算效率提升的影響。
