10月11日消息（岳明）大模型需要大算力，大算力需要大集群，大集群需要大網絡！
如何去構建這張大網絡，在本周舉行的“Advancing AI 2024”上，AMD給出了明確的答案：全面擁抱以太網，全面擁抱DPU。
UEC加速成熟：Ethernet is the answer
與傳統數據中心存在很大不同，主要由GPU服務器聯網構成的智算中心需要完全不同的網絡架構。
當大模型訓練時，并行計算節(jié)點越多，通信效率越重要，智算網絡性能成為集群算力提升的關鍵。但傳統網絡技術難以適應大規(guī)模AI集群的發(fā)展需求，在實際組網過程中面臨著四大難題：大規(guī)模網絡擁塞控制難、突發(fā)大象流負載均衡難、巨量鏈路長期穩(wěn)定運行難、敏感隱私數據安全保障難。
對此，業(yè)界有幾種不同的解決方案。比如英偉達主導的InfiniBand，雖然現在市占率很高，但InfiniBand在產業(yè)開放性、部署成本方面非常不友好。另外就是從底層革新傳統以太網機制，在最大限度的利用以太網產業(yè)開放性和成熟性的同時，重構高擴展、高穩(wěn)定、高可靠的以太網堆棧，滿足大規(guī)模AI和HPC不斷增長的網絡需求。UEC就是該技術路徑的典型代表，通過構建支持RoCE（RDMA over Converged Ethernet）的無損網絡，做到不丟包，支持以太網RDMA，滿足高帶寬和高利用率需求。
在“Advancing AI 2024”上，AMD執(zhí)行副總裁，數據中心解決方案事業(yè)部總經理Forrest Norrod就指出，網絡成為制約AI系統性能的關鍵，平均30%的訓練時間被用來等待聯網；而在訓練和分布式推理中，通信更是占40%-75%的時間。這對于動輒部署萬卡集群的用戶而言是難以承受的。
在他看來，UEC是AI網絡變革的首選：從總體擁有成本（TCO）角度來看，相比較于InfiniBand，以太網下降了50%；可擴展性角度來看，以太網可以支持高達100萬+GPU的超大規(guī)模集群部署，遠遠超過InfiniBand；從生態(tài)系統的角度來看，UEC聯盟已經有超過97名成員，其中包括微軟、Meta、AMD、博通等眾多大廠，UEC1.0規(guī)范也將在明年一季度發(fā)布。有意思的是，英偉達在前段時間也加入了UEC。
在“Advancing AI 2024”的現場，不僅是AMD，思科、微軟等多位技術負責人均進行了分享。他們認為在當前的RDMA 環(huán)境下，超以太網協議有望支持百萬節(jié)點互聯，同時以太網的開放特性，能夠讓諸如LPO等新技術加速滲透，帶來高性價比、高容量、高開放程度的AI網絡。
第三代DPU Salina：以AI速度交付網絡創(chuàng)新
在AMD的AI網絡戰(zhàn)略拼圖中，既有關注底層芯片級互聯的Infinity Fabric，極具性能優(yōu)勢的在AMD的AI網絡戰(zhàn)略拼圖中，既有關注底層芯片級互聯的Infinity Fabric，但DPU占據了更為重要的版圖。
對于云服務提供商而言，要實現利益最大化，就必須要充分釋放CPU/GPU等算力資源。云服務先驅亞馬遜率先引入了DPU概念和產品，實現將網絡、存儲、管理、安全和監(jiān)控等工作負載一并卸載，而這也為亞馬遜贏得了市場先機。
DPU的好處得到用戶的廣泛認可。2022年4月，AMD斥資19億美元購買DPU廠商Pensando，并成功實現了第一代Capri和第二代Elba兩大DPU的量產。在“Advancing AI 2024”的現場，AMD正式發(fā)布了采用P4引擎的第三代DPU產品—Salina，以AI速度交付網絡創(chuàng)新。
從AMD提供的產品技術規(guī)格上來看，Salina采用5nm制程工藝打造，實現兩倍于上一代的性能。而且，AMD Pensando DPU支持軟件前向兼容，節(jié)省了應用程序開發(fā)所需的時間。在性能方面，Salina最高支持800G（400G*2）網絡，這與AI數據中心網絡演進是完全匹配的，同時Salina支持完全可編程，具備相當的靈活性。
在會議現場，包括IBM云、微軟Azure、甲骨文云、思科等用戶的技術高管也都談到了AMD Pensando DPU在不同應用場景中的價值。微軟Azure主要是用基于DPU的智能交換機來完成SDN解耦，而甲骨文云和IBM云則是硬件上用到DPU卡，軟件上除了使用Pensando提供的SDK和庫，還有定制的邏輯應用，方便客戶添加軟件定義的服務。
免責聲明：本網站內容主要來自原創(chuàng)、合作伙伴供稿和第三方自媒體作者投稿，凡在本網站出現的信息，均僅供參考。本網站將盡力確保所提供信息的準確性及可靠性，但不保證有關資料的準確性及可靠性，讀者在使用前請進一步核實，并對任何自主決定的行為負責。本網站對有關資料所引致的錯誤、不確或遺漏，概不負任何法律責任。任何單位或個人認為本網站中的網頁或鏈接內容可能涉嫌侵犯其知識產權或存在不實內容時，應及時向本網站提出書面權利通知或不實情況說明，并提供身份證明、權屬證明及詳細侵權或不實情況證明。本網站在收到上述法律文件后，將會依法盡快聯系相關文章源頭核實，溝通刪除相關內容或斷開相關鏈接。
