中国电信研究院：2024分布式智算中心无损网络技术白皮书（34页）.pdf

1、分布式智算中心无损网络技术白皮书智算网络系列技术白皮书智算网络系列技术白皮书分布式智算中心无损网络分布式智算中心无损网络技术白皮书版权声明版权声明本白皮书版权属于中国电信股份有限公司研究院及其合作单位所有并受法律保护，任何个人或是组织在转载、摘编或以其他方式引用本白皮书中的文字、数据、图片或者观点时，应注明“来源来源：中国中国电信股份有限公司研究院等电信股份有限公司研究院等”。否则将违反中国有关知识产权的相关法律和法规，对此中国电信股份有限公司研究院有权追究侵权者的相关法律责任。分布式智算中心无损网络技术白皮书1编写说明编写说明主要主要编写单位：编写单位：中国电信股份有限公司研究院、中国电信股

2、份有限公司北京分公司主要编写人员（主要编写人员（排序不分先后排序不分先后）：）：傅志仁、雷波、顾鹏、叶平、王江龙、李聪、解云鹏、王学聪、李云鹤、冀思伟、刘宇旸、吴楠、张越、马小婷、周舸帆、唐静、王轶、张勇高级顾问（排序不分先后）：高级顾问（排序不分先后）：张文强（中国电信集团公司）罗锐（中国电信北京分公司）史凡（中国电信集团公司）胡芳龙（中国电信集团公司）撰写团队联系方式：撰写团队联系方式：中国电信股份有限公司研究院解云鹏010-分布式智算中心无损网络技术白皮书2前言2024 年 3 月，政府工作报告中首次提出开展“人工智能+”行动，打造具有国际竞争力的数字产业集群。这意味国家将加强顶层设计，

3、加快形成以人工智能为引擎的新质生产力。随着这一行动的深入推进，人工智能将在推动产业升级、促进新质生产力加快形成等方面发挥重要作用。随着人工智能的浪潮来袭，以大模型为代表的 AI 方案逐步深入千行百业，算力需求日益攀升，智算基础设施的重要性进一步凸显。然而，在智算基础设施建设过程中尚面临组网、通信、能耗、成本等多重挑战，行业要“以网强算”，通过无处不在的网络资源，补齐单点算力规模不足的差距，夯实智算业务发展基础。本白皮书聚焦 AI 大模型下智算业务的典型需求和特征，对分布式智算中心无损网络方案、核心技术展开深入研究，并积极推动分布式智算中心互联现网验证。我们希望通过白皮书的研究与分析，得到更多同

4、行的参与和讨论，同时也期盼与众多合作伙伴一起携手并进，汇聚行业力量，共同打造大规模、高带宽、高性能以及智能化的 AI大模型分布式智算中心网络。分布式智算中心无损网络技术白皮书3目录1.分布式智算中心无损网络场景及需求.41.1.智算业务的典型需求和特征.41.2.分布式智算中心无损网络场景.41.3.分布式智算中心无损网络挑战.61.4.业界研究概况.72.分布式智算中心无损网络解决方案设计.92.1.方案设计原则.92.2.分布式智算中心无损网络总体架构.102.3.方案技术特征.123.分布式智算中心无损网络核心技术.143.1.异构网络集合通信优化技术.143.2.网络级负载均衡技术.1

5、63.3.精准流控技术.173.4.光模块通道抗损技术.203.5.流可视化，全流丢包检测技术.203.6.大带宽传输技术.213.7.波长级动态拆建技术.223.8.高性能 WSON 技术.233.9.告警压缩，根因识别技术.244.典型实践.264.1.背景与需求.264.2.试验概述.264.3.试验结论.285.总结和展望.28附录 A：术语与缩略语.30附录 B：参考文献.31分布式智算中心无损网络技术白皮书41分布式智算中心无损网络场景及需求分布式智算中心无损网络场景及需求1.1智算业务的典型需求和特征智算业务的典型需求和特征从 Transformer 问世至 2023 年 Cha

6、tGPT 爆火，人们逐渐意识到随着模型参数规模增加，模型训练的效果越来越好，且两者之间符合 Scaling law 规律。当模型的参数规模超过数百亿后，AI 大模型的语言理解能力、逻辑推理能力以及问题分析能力迅速提升。例如，拥有 1.8 万亿参数的 GPT-4 在复杂问题的处理能力方面远超 GPT-3，谷歌的 Gemini 大模型性能也超越其早期版本。但提升模型参数的规模和性能后，AI 大模型训练对于网络的需求也会发生巨大变化。在大模型训练场景下，随着参数规模从亿级提升到万亿级别，算力需求呈现“爆发式”增长。据统计，20122022 年模型算力需求每年增长 4 倍，而 2023年后模型的算力需