人類社會的發(fā)展在經(jīng)歷了農(nóng)業(yè)時代、工業(yè)時代后，隨著信息化技術(shù)的發(fā)展，終于迎來了數(shù)字經(jīng)濟時代。據(jù)Gartner調(diào)研，75%的大型企業(yè)已經(jīng)將數(shù)字化轉(zhuǎn)型作為企業(yè)核心戰(zhàn)略。與農(nóng)業(yè)經(jīng)濟關(guān)注土地和勞動，工業(yè)經(jīng)濟關(guān)注資本和技術(shù)截然不同，數(shù)字經(jīng)濟的核心生產(chǎn)要素已經(jīng)轉(zhuǎn)變?yōu)閿?shù)據(jù)和智能。企業(yè)數(shù)字化轉(zhuǎn)型過程中產(chǎn)生大量的數(shù)據(jù)，已經(jīng)成為企業(yè)核心資產(chǎn)的一部分，然而數(shù)據(jù)本身不是目的，知識和智慧才是永恒的價值。通過AI從數(shù)據(jù)中挖掘智慧，實現(xiàn)數(shù)據(jù)的商業(yè)價值變現(xiàn)，成為當(dāng)前企業(yè)數(shù)字化轉(zhuǎn)型的主題。AI成為企業(yè)重塑商業(yè)模式、提升客戶體驗和開創(chuàng)未來的關(guān)鍵推動力。+AI，標(biāo)志著企業(yè)數(shù)字化轉(zhuǎn)型進入了智能化新階段。

　　過去的幾年來企業(yè)對AI的采用率爆發(fā)式增長，據(jù)華為GIV（Global Industry Vision）預(yù)測，到2025年大企業(yè)對AI的采用率將達到97%。作為企業(yè)數(shù)據(jù)金礦的煉金術(shù)，AI點石成金，成為企業(yè)數(shù)字化轉(zhuǎn)型到智能化升級成敗的關(guān)鍵。AI技術(shù)的大量使用，驅(qū)動企業(yè)數(shù)據(jù)中心使命發(fā)生顛覆性變革。

　　企業(yè)智能化升級驅(qū)動數(shù)據(jù)中心從云時代邁入了AI時代。相比而言，云數(shù)據(jù)中心更像是個業(yè)務(wù)支撐中心，以應(yīng)用為中心，通過云平臺實現(xiàn)IT資源的快速發(fā)放。而AI數(shù)據(jù)中心在云數(shù)據(jù)中心基礎(chǔ)上真正演進成為商業(yè)價值中心，以數(shù)據(jù)為中心，聚焦于如何基于AI對數(shù)據(jù)進行高效處理。

　　AI驅(qū)動DC重構(gòu)

　　隨著數(shù)據(jù)中心AI時代到來，算力作為AI三大關(guān)鍵要素之一，需求更加旺盛和多樣化。算力貴、算力不足，已經(jīng)成為時代挑戰(zhàn)，更高算力的GPU、AI芯片相繼涌現(xiàn)。而另一方面，由于網(wǎng)絡(luò)丟包的原因?qū)е掳嘿F的算力在實際應(yīng)用中不能有效的發(fā)揮。如果說衡量一個云數(shù)據(jù)中心的關(guān)鍵指標(biāo)是業(yè)務(wù)發(fā)放的效率，那么衡量AI數(shù)據(jù)中心的關(guān)鍵指標(biāo)就是AI運行效率。

　　充足AI算力是前提。我們知道，深度學(xué)習(xí)的神經(jīng)網(wǎng)絡(luò)算法突破引爆了新一輪的AI浪潮，而深度學(xué)習(xí)需要到巨大的算力支撐，比如一次語音識別的AI訓(xùn)練涉及到20E（1E=1018次方）次的浮點計算，而谷歌機器翻譯算力需求量達到103E，即便用全世界最高性能的超級計算機Summit來計算，也需要較長的時間。保證有充足的算力成為提升AI運行效率基本前提，以AWS、華為等為代表的公有云廠商領(lǐng)導(dǎo)者正在采用x86/ARM CPU，GPU，NPU構(gòu)建業(yè)界最高性能的算力池。

　　釋放算力是關(guān)鍵。以深度學(xué)習(xí)為特征的AI計算也依賴海量的數(shù)據(jù)的輸入（無論是AI訓(xùn)練樣本算據(jù)還是AI推理涉及到原始算據(jù)的輸入）。裝載算力的GPU/AI服務(wù)器只有獲得完整算據(jù)后才能進行AI處理，否則只能空閑等待，因而數(shù)據(jù)的存取速度將直接影響算力的發(fā)揮。比如根據(jù)AWS公開數(shù)據(jù)顯示，公有云訓(xùn)練實例P3采用100GE的優(yōu)化網(wǎng)絡(luò)，要比25G的TCP網(wǎng)絡(luò)在Mask R-CNN訓(xùn)練中性能提升5倍；而在推理實例G4中，利用100GE優(yōu)化網(wǎng)絡(luò)，RestNet50模型推理性能提升4倍，Bert-Base模型推理性能提升多達34倍。同樣算力條件下，如何保證算力100%釋放甚至更為關(guān)鍵。

　　當(dāng)前的云數(shù)據(jù)中心建設(shè)基本思路是采用虛擬化技術(shù)對IT資源池化管理，通過Software Defined Everything思路完成資源的統(tǒng)一的按需自助/自動化發(fā)放，最終實現(xiàn)Everything as a Service的云化服務(wù)形態(tài)。而為了滿足數(shù)據(jù)中心充分釋放AI算力從而使得AI高效運行的訴求，面向AI時代的數(shù)據(jù)中心架構(gòu)正在重塑。業(yè)界提出構(gòu)建以全閃存存儲數(shù)據(jù)湖為核心，以GPU/AI多樣化計算為算力底座的AI時代數(shù)據(jù)中心架構(gòu)，越來越得到廣泛認可。

　　AI數(shù)據(jù)中心架構(gòu)

　　在AI數(shù)據(jù)中心新架構(gòu)中，作為數(shù)據(jù)中心核心組成的存儲和計算正在發(fā)生顛覆性的變革：全閃存化存儲介質(zhì)使得存儲時延降低百倍，GPU/AI智能計算使得計算性能提升百倍。計算和存儲的性能百倍提升導(dǎo)致傳統(tǒng)以太網(wǎng)的擁塞易丟包帶來的網(wǎng)絡(luò)瓶頸問題開始凸顯。根據(jù)業(yè)界統(tǒng)計，即便在低于<10%鏈路帶寬的低負載流量環(huán)境下，突發(fā)流量引起的網(wǎng)絡(luò)的丟包率也接近1‰，而這1‰的丟包在AI時代會直接導(dǎo)致算力下降接近50%。隨著業(yè)務(wù)負載的增加，分布式多打一流量的增多，網(wǎng)絡(luò)丟包問題將更為嚴重。

　　如何構(gòu)建一個0丟包的無損數(shù)據(jù)中心網(wǎng)絡(luò)成為面向AI時代的數(shù)據(jù)中心網(wǎng)絡(luò)的基本要求。

　　我們知道大規(guī)模網(wǎng)絡(luò)中，當(dāng)流量超過交換機的處理和緩存能力時，傳統(tǒng)以太網(wǎng)基本的處理機制就是丟棄報文。無損網(wǎng)絡(luò)基本思路就是通過系列流量調(diào)度機制和措施，但其核心都在于控制發(fā)送端的發(fā)送速度，從而避免超過交換機處理能力的擁塞形成。

　　如何根據(jù)交換機當(dāng)前的擁塞情況控制源端的發(fā)送速度？當(dāng)前業(yè)界基本的做法是在交換機端口設(shè)置隊列報文排隊，一旦超過某一個閾值（臨界水線），則意味著即將發(fā)生擁塞，需要緊急向源端反送反壓降速信號，從而降低發(fā)送速度規(guī)避擁塞。可以看出閾值非常關(guān)鍵，它決定發(fā)送反壓信號的時機，成為網(wǎng)絡(luò)中是否會發(fā)生擁塞的決定性因素，如何設(shè)置閾值是無損網(wǎng)絡(luò)技術(shù)創(chuàng)新的焦點。

　　最早的無損以太交換機的基本實現(xiàn)依賴網(wǎng)絡(luò)管理員靜態(tài)設(shè)置閾值，特別考驗管理員能力，一旦設(shè)置的太保守，可能降速太多，吞吐率很差；設(shè)置太激進則無法起到無損的效果。為了調(diào)整好閾值往往需要有經(jīng)驗的工程師調(diào)測1~2天，而網(wǎng)絡(luò)無法根據(jù)流量的變化動態(tài)調(diào)整參數(shù)，流量模型一旦發(fā)生變化則最優(yōu)參數(shù)失效，基本無法在大規(guī)模、多業(yè)務(wù)的AI數(shù)據(jù)中心中使用。

　　網(wǎng)絡(luò)擁塞控制的未來在于智能化，智能預(yù)測流量的變化，并自動設(shè)置相關(guān)的網(wǎng)絡(luò)參數(shù)，從而實現(xiàn)最佳網(wǎng)絡(luò)調(diào)度。2019年初，華為發(fā)布了業(yè)界首款面向AI時代的CloudEngine數(shù)據(jù)中心交換機，最大的創(chuàng)新點在于率先將AI芯片內(nèi)嵌交換機中，基于神經(jīng)網(wǎng)絡(luò)首創(chuàng)的iLossless擁塞控制算法，完成網(wǎng)絡(luò)的自調(diào)參、自優(yōu)化，從而克服了依賴人工參與配置參數(shù)，無法動態(tài)適應(yīng)網(wǎng)絡(luò)流量模型變化的關(guān)鍵問題，真正實現(xiàn)網(wǎng)絡(luò)0丟包，構(gòu)筑智能無損的數(shù)據(jù)中心網(wǎng)絡(luò)。

　　基于CloudEngine交換機構(gòu)筑的智能無損DCN，網(wǎng)絡(luò)性能已經(jīng)無限逼近了理論最優(yōu)值，可以確保在任意擁塞鏈路0丟包的基礎(chǔ)上接近100%吞吐，全面釋放AI算力潛能。根據(jù)權(quán)威第三方測試機構(gòu)Tolly測試，在同樣GPU集群下，通過采用華為智能無損DCN，AI業(yè)務(wù)的訓(xùn)練效率比采用當(dāng)前業(yè)界其他網(wǎng)絡(luò)提升27%以上。

　　華為智能無損DCN

　　華為智能無損DCN，助力Atlas900沖擊全球算力巔峰。作為全球性能最快的AI訓(xùn)練集群Atlas 900由數(shù)千顆昇騰910 AI處理器組成的上百臺服務(wù)器節(jié)點互聯(lián)構(gòu)成。而其中互聯(lián)網(wǎng)絡(luò)采用由華為數(shù)據(jù)中心的CloudEngine系列交換機組成的智能無損DCN，單端口提供100Gbps的交換速率，將集群內(nèi)的所有AI服務(wù)器接入高速交換網(wǎng)絡(luò)。

　　0丟包的智能無損DCN使得數(shù)據(jù)中心網(wǎng)絡(luò)實現(xiàn)三網(wǎng)融合成為可能，目前華為智能無損數(shù)據(jù)中心網(wǎng)絡(luò)AI Fabric已經(jīng)在全球互聯(lián)網(wǎng)、金融、制造等行業(yè)數(shù)字化領(lǐng)導(dǎo)者客戶的47個數(shù)據(jù)中心商用部署，成為面向AI時代的最佳數(shù)據(jù)中心網(wǎng)絡(luò)解決方案。

　　網(wǎng)絡(luò)面臨的挑戰(zhàn)與云計算、人工智能等新技術(shù)的創(chuàng)新是相生相伴的。數(shù)據(jù)中心網(wǎng)絡(luò)（DCN）一直是網(wǎng)絡(luò)新技術(shù)的前沿陣地和實驗場，最新的網(wǎng)絡(luò)架構(gòu)、最優(yōu)的網(wǎng)絡(luò)協(xié)議和最硬核的黑科技都在這里誕生并走向成熟，輻射并帶動產(chǎn)業(yè)的發(fā)展。

　　DCN學(xué)院派將精選優(yōu)質(zhì)內(nèi)容，分享數(shù)據(jù)中心網(wǎng)絡(luò)最新的前沿趨勢、產(chǎn)業(yè)觀點和技術(shù)創(chuàng)新。