C114訊 1月16日消息（顏翊）AI時代已經來臨。大模型等新興AI應用需求海量的算力支撐，一座座智算中心拔地而起，規(guī)模龐大的萬卡集群逐漸投入商用。如何更好地實現智算中心互聯，服務AI應用創(chuàng)新發(fā)展，業(yè)界做了大量研究工作。
1月16日，作為“2025中國光通信高質量發(fā)展論壇”的開篇之作，“智算中心互聯：算網協(xié)同，構筑智算互聯新底座”線上研討會順利召開，邀約產業(yè)鏈專家代表，圍繞智算中心間跨地域、跨層級、跨主體、高可靠的算力協(xié)同與調度，以及智算中心互聯關鍵技術等話題展開了深入探討。
中國聯通研究院副院長、首席科學家唐雄燕應邀作了題為《構建算力智聯網AINet，推進算網協(xié)同》的主題報告。在報告中，唐雄燕結合中國聯通正在建設的算力智聯網AINet，探討了對于智算中心互聯網的認識，并介紹中國聯通開展的相關工作。
打造算力智聯網AINet
智能計算的發(fā)展對帶寬和網絡質量提出了越來越高的要求，主要體現在高通量、低時延、高可靠三個方面。為了更好地支撐智算互聯的需要，2024年，中國聯通正式發(fā)布算力智聯網AINet，通過IP+光融合打造新質運力，實現算力服務與網絡服務協(xié)同，構建算力互聯網的新底座。
唐雄燕指出，AINet具備三個重要特征，即“三高”核心能力，分別是高通量、高性能、高智能。其中，高通量主要是針對數據傳輸管道，構建高通量廣域網能力，提升承載計算任務的數量，保障海量計算任務高效率、差異化、分布式流通，使能算的多；高性能是指要確保智算中心網絡實現零丟包、無阻塞、低時延運營，保障算得快；高智能則是通過算網大腦實現算力和運力之間協(xié)同編排和調度，提供算力與連接的融合服務，促進算得優(yōu)。
對于廣域網來說，主要是通過IP+光技術形成高通量能力，即打造大帶寬、低時延、無損的高通量廣域承載網絡，提供高效靈活算力數據傳輸服務。當前，主要依靠建設超大容量、端到端高速直達的400G全光網絡，實現高速可靠的海量數據傳送。
在智算中心網絡中，對網絡性能要求非常高，需使用IB、RoCE等無損電交換技術，同時逐步引入光交換，實現光電融合。此外，智能管控也非常關鍵，中國聯通研發(fā)了智算中心管控平臺“智馭”，能夠實現算網、光電一體化管理以及智算流量端到端優(yōu)化調度，并能實時呈現網絡狀態(tài)。
在算網大腦層面，主要是實現算力和連接的協(xié)同編排和智能調度，提供“算力+連接”的算網融合服務。
光網絡演進支撐智算網絡發(fā)展
唐雄燕表示，光網絡是構建AINet“三高”能力的關鍵底座。AINet部署了雙平面立體組網的400G ROADM全光智算網絡，同時部署了智算網關，實現網絡與智算的高效連接。
對于光網絡未來如何更好支撐智算網絡，他表示，過去幾十年來，光網絡的演進方向一直朝著提高速率和增強智能兩個方向發(fā)展。
在智算廣域網方面，光網絡的速率和容量快速增長是演進特征。骨干光網絡已邁入單波超400G速率時代，并朝著800G方向發(fā)展。容量提升上，已經實現了C6T+L6T寬頻譜系統(tǒng)，未來還可通過繼續(xù)擴展頻譜進一步提升容量。同時，AINet是基于G.654.E新型光纖，可更好支撐400G和800G超高速傳輸要求。
在智算中心內部，光交換扮演著越來越重要的角色。智算中心內互聯架構正在從電交換向光電混合/光交換演進，可以充分發(fā)揮光連接和光交換的大帶寬低時延低功耗等優(yōu)勢。LightCounting數據顯示，光交換機OCS出貨量2023年為1萬臺，預計2029年將超過5萬臺。同時，智算中心內新型光模塊不斷涌現，LPO、CPO等技術未來發(fā)展前景良好，尤其是在1.6T之后，光電共封裝對于降低功耗、降低成本重要性凸顯。
另外，在光纖技術方面，新型光纖空芯光纖近年得到快速發(fā)展。其具有更低時延、更低損耗和更小非線性，尤其是時延能降低30%，對于智算互聯網來說有著非常重要的價值。例如，微軟去年就宣布要部署15000公里空芯光纖。我國也在積極開展空芯光纖相關實驗驗證工作。不過，空芯光纖的應用仍然面臨著多方面挑戰(zhàn)。
針對三大典型場景開展試驗
唐雄燕介紹，針對入算、訓練、推理這三大典型智算業(yè)務場景，去年中國聯通開展了一些重要實驗。
一是海量數據入算場景，主要提供任務式數據傳遞服務，通過構建高通量數據網來增大有效帶寬、提高單位帶寬下數據傳輸通量，解決低帶寬等不起、高帶寬用不起等問題。去年聯通開展了從上海到寧夏3000公里長距RDMA流量傳輸驗證，通過無損流控技術以及端網協(xié)同擁塞控制等技術，端口帶寬利用率從20%提升到90%。
二是存算分離拉遠訓練場景，政務、醫(yī)療、金融等行業(yè)租用智算中心算力進行大模型訓練，因涉及敏感信息，為最大限度地防止數據泄露，需要隱私訓練數據“不落盤”，進行存算分離拉遠訓練。為此，中國聯通完成業(yè)界首例跨地市(杭州-金華）、存算分離200 km 的AI大模型拉遠訓練，即杭州存儲、金華計算，通過廣域RDMA無損高吞吐傳輸，保障存儲與計算跨廣域模型高效訓練，實測訓練效率大于95%（與本地數據本地訓的效率相比損失5%）。
三是跨DC協(xié)同訓練場景，超大規(guī)模的訓練和算力租賃業(yè)務帶來智算新需求，需要進行跨DC協(xié)同訓練，這也是技術挑戰(zhàn)最大的應用場景，由于跨DC涉及時延問題，往往難以保障參數面拉遠下的等效算力。為驗證這個場景，在中國聯通臨港智算中心采用了光傳送網OTN技術，成功完成AI大模型300公里分布式協(xié)同訓練技術驗證，充分驗證了跨DC協(xié)同訓練技術的商用可行性，實現了300公里跨域協(xié)同訓練保持等效算力95%以上，為AI大模型訓練模式提供了全新的解決方案。
最后，唐雄燕指出，中國聯通通過打造算力智聯網AINet，可為人工智能發(fā)展提供多樣性服務，包括高效入算、靈活聯算、算力互聯、數據快遞、數據高鐵、算網一體服務等服務形式，更好地賦能人工智能產業(yè)發(fā)展。
