- 博客(30)
- 收藏
- 关注
RSS订阅转载 什么是InfiniBand（IB）网络
InfiniBand（IB）是一种高性能网络通信标准，采用RDMA技术，具有高吞吐量、低延迟和高可靠性，广泛应用于数据中心、HPC和AI领域。其发展始于2000年，由IBTA联盟推动，以色列公司Mellanox成为技术领导者（2019年被英伟达收购）。IB协议采用分层架构（物理层至传输层），支持无损传输和动态流控技术。带宽从SDR演进至XDR（800G），光模块也同步升级至800G。主要产品包括交换机（如NVIDIA Quantum-2）、网卡（ConnectX-7）及专用线缆（DAC/AOC）。IB网络现
2025-12-15 23:45:15
67
转载 什么是RDMA技术及其三个协议
本文介绍了DMA和RDMA两种内存访问技术。DMA（直接内存访问）通过专用控制器使外设直接访问内存，减少CPU负担。RDMA（远程直接内存访问）进一步实现跨计算机的直接内存访问，绕过操作系统内核，提高传输效率。文章分析了RDMA的三种实现协议：InfiniBand（高性能但成本高）、RoCE（基于以太网的成本优化方案）和iWARP（基于TCP/IP，可靠性高但性能较低）。这些技术通过减少CPU参与数据传输，显著提升了系统性能，但各有适用场景和优缺点。
2025-12-15 23:32:13
86
转载 什么是RoCE网络
RoCE网络技术解析：以太网上的高性能RDMA解决方案 RoCE（RDMA over Converged Ethernet）是一种基于以太网的远程直接内存访问技术，通过优化以太网协议实现低延迟和高吞吐量数据传输。文章详细介绍了RoCE的发展历程，包括RoCEv1（仅支持L2网络）和RoCEv2（支持L3路由）两种版本的技术特点。实现RoCE网络需要RoCE网卡、支持PFC的交换机以及智能无损网络架构。文章还对比了RoCEv2与InfiniBand网络的优缺点：RoCE具有成本优势和兼容性，适合大规模成熟数据
2025-12-15 23:18:52
59
转载 Meta 的DDC网络架构案例分享
Meta研发的DSF网络架构专为AI训练优化，通过物理隔离与三级解耦拓扑实现高性能。核心创新包括：双域架构分离协议处理与数据转发；信元喷射技术解决负载均衡；基于信用的硬件级无损流控；分布式故障自愈机制。DSF将万卡集群网络延迟降至微秒级，但存在专用硬件依赖、扩展性受限等局限。该架构为超大规模AI训练提供了新范式，其技术理念将影响下一代网络设计方向。
2025-12-15 00:17:48
46
转载 英伟达NVL576正交架构解析&国内正交架构超节点差异对比
英伟达最新发布的NVL576正交架构采用革命性设计，通过中置背板实现计算节点与交换节点的正交互联，相比前代NVL72显著提升了系统可靠性和可维护性。该架构单机柜推理算力达15EFLOPS，配备4.6PB/s带宽的HBM4e显存，NVLink互连带宽达1.5PB/s。与国内海光scaleX640、阿里磐久AL128相比，NVL576在互联拓扑复杂度上更为激进，保留了关键的中置背板设计。正交架构正成为下一代GPU整机柜的主流方向，其技术突破将推动AI算力规模持续扩展。
2025-12-15 00:06:16
131
原创 AI大模型中的TP、EP、DP、PP指什么？25年智算组网的三张网分别跑什么？
摘要：AI大模型分布式训练采用四种并行策略：数据并行(DP)拆分训练数据，张量并行(TP)分解大矩阵运算，流水线并行(PP)切分模型层，专家并行(EP)分配MoE专家。实际训练常混合使用，如DP+TP+PP组合处理数据和模型维度。节点间网络承载梯度同步、计算结果传递等通信，节点内网络优化张量并行和流水线并行的设备间数据传输。集群网络则分为控制平面、数据平面、服务发现等流量类型，共同保障分布式系统的高可用性和弹性伸缩能力。（149字）
2025-12-09 02:27:42
547
原创 华为CloudMatrix384 超节点的网络架构设计
CloudMatrix384 被设计为一个 AI 超级节点，集成了 384 个昇腾 910C 算力芯片（华为称为：NPU），和 192 个鲲鹏CPU。
2025-12-04 01:49:00
1091
转载 智算数据中心的参数面组网多平面网络设计
本文重点介绍了智算中心ScaleOut组网架构及其发展趋势。主要分析了CLOS胖树架构及其变种（如Rail-only、Rail-optimized等），并详细阐述了阿里云双平面架构和DeepSeek多平面架构的创新特点。其中，多平面组网通过将GPU连接到独立网络平面，在降低成本40%的同时支持16,384个GPU扩展，且具备流量隔离优势。文章指出，未来ScaleOut组网将向二层万卡/十万卡、多端口多平面方向发展，同时对网卡提出了支持多平面通信和乱序处理的新要求，英伟达最新CX-8网卡已实现相关功能。
2025-11-25 22:41:44
134
原创 Atlas 900 A3 SuperPoD
前面板后面板Atlas 900 A3 SuperPoD 计算节点Atlas 900 A3 SuperPoD 计算节点是基于华为自研鲲鹏920高性能版处理器、昇腾910 AI处理器、交换芯片和CDR芯片的AI计算节点，满足行业智算中心、大企业和华为云等高性能、高能效液冷训练集群的需求，提供业界AI最佳集群方案，以算力、网络和集成度业界领先为目标，结合工程优势持续构筑AI集群硬件竞争力。
2025-11-14 00:23:49
293
转载 什么是网络虚拟化？一文读懂其原理与核心价值
这个定义听起来有点绕？整个过程中，Underlay网络只负责运输快递箱，根本看不到里面的原始数据，也不知道这是Overlay网络的流量，从而实现了虚拟网络与物理网络的隔离，以及虚拟网络内部的独立通信。另一方面，网络虚拟化将支撑“分布式云”场景，无论是公有云、私有云还是边缘云，都能通过统一的虚拟网络平面连通，让业务流量在不同云环境间无缝流转，真正实现“业务在哪，网络就在哪”。同时，SDN还支持网络的自动化部署，通过编写脚本或调用API，能够快速完成网络设备的配置和业务的上线，大大提高了网络部署的效率。
2025-11-14 00:19:57
55
转载 数据中心与智算网络负载均衡技术
在AI/ML的应用中，GPU或其他类型的AI/ML计算单元之间他们有着非常简单的通讯关系（流的数量非常少），并且由于他们有着极高的计算能力，导致一对通讯单元间的数据吞吐极高（单个流很大，所需的网络带宽极大），这就导致在这样的应用中存在极端的负载分担不均衡，而且这种不均衡一旦引发网络丢包，就会对整体AI/ML的任务完成时间带来显著的负面影响。RPS的优点在于简单易实施，通过细粒度的负载均衡，可以在多条并行路径之间实现较为均衡的路由选择，提升端到端的网络吞吐率，可以将并行链路利用率提高到90%以上。
2025-11-11 13:07:42
37
原创 BGP协议中什么情况下RR不反射路由？
或者，如果路由的`CLUSTER_LIST`中已经包含本RR的Cluster ID，**则不反射**，以防止环路。- RR遵循IBGP水平分割规则：从非客户端（即普通IBGP对等体）收到的路由，**不会反射给其他非客户端**。- 如果RR收到一条路由，其`ORIGINATOR_ID`（发起者ID）是它自己，**则不反射也不使用**。- 如果一条路由是从某个客户端学习到的，RR **不会将该路由再反射回该客户端**。### 1. **从非客户端（Non-Client）收到的路由，不反射给其他非客户端**
2025-08-25 15:41:28
304
原创 什么是STP
配置BPDU的长度至少要35个字节，包含了桥ID、路径开销和端口ID等参数，即{根桥ID，累计根路径开销，发送者BID，发送端口PID}。网络初始化时，网络中所有的STP设备都认为自己是“根桥”，根桥ID为自身的设备ID。存在环路的网络环境中，对于链路速率值相对较小的端口，建议将其路径开销值配置相对较大，以使其在生成树算法中被选举成为阻塞端口，阻塞其所在链路。与局域网LAN相连的有两台设备：S2和S3，如果S2负责向LAN转发配置消息，则LAN的指定桥就是S2，指定端口就是S2的BP2。
2025-08-12 23:38:33
977
原创 RoCE网络
**科学计算**：在气象预测、基因测序、流体力学等领域，需要处理大量的数据和复杂的计算任务，RoCE网络可以提供高性能的数据传输支持。- **物联网（IoT）**：在物联网场景中，RoCE网络可以提供高性能、低延迟的数据传输，支持大规模的物联网应用。- **云服务**：在云服务提供商的数据中心中，RoCE网络可以提供高性能的网络连接，支持大规模的云服务部署。- **存储系统**：在分布式存储系统中，RoCE网络可以提供低延迟、高带宽的数据访问，提高存储系统的性能。
2025-07-07 22:19:15
776
原创 如何进行产品类项目管理？
**时间规划**：制定项目进度计划，确定各项任务的开始和结束时间，关键里程碑，使用甘特图等工具进行可视化。- **资源分配**：根据任务需求，合理分配人力、物力、财力资源，明确团队成员的职责和角色。- **经验总结**：组织项目总结会议，回顾项目过程，总结经验教训，为未来项目提供参考。- **定期召开会议**：组织项目例会、评审会等，汇报项目进展，讨论问题，调整计划。- **定义项目范围**：明确产品的功能、性能要求，以及项目边界，避免范围蔓延。
2025-06-23 00:27:43
428
原创 项目管理计划书
**具体目标**：从时间、成本、质量、范围等方面细化总体目标。- 明确关键角色如需求分析师、设计师、开发工程师、测试工程师等。- 列出可能面临的风险，如技术风险、市场风险、人员风险等。- 制定针对不同风险的应对措施（规避、减轻、转移、接受）。- 列出项目所需的各项成本（人力、物资、设备、差旅费等）。- 将项目划分为启动、规划、执行、监控和收尾阶段。- 包括项目章程、合同、工作说明书、风险登记册等。- 描述项目变更的申请、评估、批准和实施的流程。- 简述项目发起的原因、市场需求、业务痛点等。
2025-06-23 00:24:59
1039
原创 常用的项目管理方法
**特点**：通过分析项目任务之间的依赖关系，确定关键路径，优化项目工期。- **特点**：通过分析项目任务之间的依赖关系，确定关键路径，优化项目工期。- **适用场景**：各种类型的项目，特别适合需要优化流程和提高效率的团队。- **缺点**：对任务依赖关系的准确性要求高，不适用于需求频繁变化的项目。- **适用场景**：各种类型的项目，特别适合需要优化流程和提高效率的团队。- **缺点**：对任务依赖关系的准确性要求高，不适用于需求频繁变化的项目。
2025-06-20 00:26:33
408
原创 博通Jericho 系列 芯片介绍
如需具体型号的功耗或协议支持细节，可进一步探讨！，适用于骨干网、城域网和5G核心网场景。是博通（Broadcom）面向。设计的高性能芯片系列，主打。
2025-06-19 01:16:12
1601
原创 博通Trident 系列芯片介绍
适用于需要复杂策略（如SDN、安全策略）的场景。Trident 是博通（Broadcom）面向。如需具体型号的功耗或部署案例，可提供更多细节！设计的交换机芯片系列，主打。
2025-06-19 01:10:59
1953
原创 博通Tomahawk 系列芯片介绍
广泛应用于Spine-Leaf架构、AI集群和超算网络。Tomahawk 是博通（Broadcom）面向。如需具体型号的功耗、成本或部署案例，可进一步探讨！博通Tomahawk 系列芯片介绍。推出的交换机芯片系列，主打。
2025-06-19 01:02:34
1898
原创 什么是静默丢包
*静默丢包**（Silent Packet Loss）是指在网络通信中，数据包在传输过程中丢失，但发送方和接收方**没有通过协议或机制感知到丢包的存在**，也没有触发重传或错误提示的现象。- **应用层未实现检测**：即使使用TCP，若应用层未正确处理丢包（如未解析乱序或重复数据包），也可能表现为静默丢包。- **IoT设备通信**：传感器数据通过UDP上报，若丢包未被检测，可能导致监控数据缺失，影响决策。- 在应用层实现**序列号**或**时间戳**，通过分析接收端的序列号间隙判断丢包。
2025-06-19 00:41:34
796
原创 Tomahawk 3和Trident4交换机芯片的对比
**Trident 4**：采用7nm制程技术，提供更高的集成度和能效。- **Trident 4**：采用7nm制程技术，提供更高的集成度和能效。- **Trident 4**：同样支持最高12.8 Tbps的交换容量。- **Trident 4**：同样支持最高12.8 Tbps的交换容量。- **Tomahawk 3**：最高支持12.8 Tbps的交换容量。- **Tomahawk 3**：最高支持12.8 Tbps的交换容量。- **Tomahawk 3**：采用16nm或7nm制程技术。
2025-06-18 10:56:42
777
原创 TD4交换机芯片
**带内遥测（In-band Telemetry）**：支持灵活的带内和流式遥测，包括IFA 2.0（In-band Flow Analyzer version 2），提供对网络流量和性能的实时监控和分析。- **带内遥测（In-band Telemetry）**：支持灵活的带内和流式遥测，包括IFA 2.0（In-band Flow Analyzer version 2），提供对网络流量和性能的实时监控和分析。
2025-06-18 10:47:40
853
原创 AI组网中单轨接入优势好还是双轨接入优势好？
**满足基本需求**：对于数据传输量不大、带宽要求不高的AI应用，如小型数据中心或边缘计算场景，单轨接入已足够满足需求。- **高带宽支持**：双轨接入能够提供更高的带宽，满足大数据量、高并发的AI应用需求，如高清视频分析、大规模模型训练等。- **冗余备份**：双轨接入提供两条独立的网络路径，当一条路径出现故障时，可自动切换到另一条路径，保障业务的连续性。- **适应复杂环境**：在大型企业、数据中心或需要高可用性的场景中，双轨接入能够更好地适应复杂的网络环境和业务变化。2. **提升网络性能**
2025-06-17 00:26:27
390
原创 AI组网中接入层为什么选择基于源端口hash?
**确保连接一致性**：对于需要保持会话状态的应用，如AI训练和推理过程中的长连接，源端口哈希可以根据客户端的源IP地址和源端口号将同一会话的请求始终分配到同一服务器。- **无需复杂状态跟踪**：与基于内容或应用的负载均衡算法相比，源端口哈希的实现相对简单，不需要维护复杂的会话状态或应用层信息，降低了网络配置的复杂性和管理成本。- **缓存数据一致性**：对于使用缓存的AI应用，源端口哈希确保同一客户端的请求始终访问相同的缓存服务器，提高缓存命中率，减少缓存失效和数据不一致的问题。
2025-06-16 13:02:40
482
原创 BGP协议的选路原则
**说明**：优先选择本地始发的路由，包括通过`network`、`import`命令引入的路由，以及手动或自动聚合路由。- **优选Router ID最小的路由**：选择由Router ID最小的路由器发布的路由。- **优选BGP邻居地址最小的路由**：在极少数情况下，选择来自BGP邻居地址最小的路由。- **优选最老的路由**：在某些情况下，优先选择最先学习到的路由，以减少路由波动。- **说明**：选择MED值最低的路由，仅在来自同一AS的路由间比较。
2025-06-13 15:11:58
664
原创 BGP协议的基础知识(报文，状态机，路由属性)
BGP作为互联网核心的路由协议，通过可靠的TCP连接和丰富的路由策略，实现了AS之间的路由信息交换，保证了网络的稳定性和可扩展性。- BGP是EGP，用于AS之间的路由选择，不同于IGP（如OSPF、RIP）在AS内部工作。- **AS间**：通过AS路径属性记录经过的AS，防止路由环路。- 提供丰富的路由策略，可灵活过滤和选择路由，满足不同网络需求。- 每个AS被分配一个唯一的AS号，用于标识不同的AS。- 记录路由经过的AS列表，用于避免环路和选择路由。
2025-06-13 15:09:20
369
原创 数据中心组网中接入层的收敛比来自于服务侧还是物理网络侧？
**时延和带宽敏感型应用**：对网络性能要求高的应用可能需要更小的收敛比，甚至1:1的无阻塞设计。在数据中心组网中，接入层的收敛比主要来自于**物理网络侧的设计**，而非单纯的服务侧需求。- **流量模式**：服务器的流量模式（如东西向流量、南北向流量）和峰值带宽需求会影响收敛比的选择。- **设备成本**：高带宽上联端口和设备成本较高，为控制成本，通常会在接入层设计一定的收敛比。- **资源利用率**：通过合理的收敛比设计，提高网络资源的整体利用率。1. **服务器流量需求**
2025-06-12 12:19:04
482
原创 堆叠设备配置monitor link和不配置monitor link的区别
**快速触发链路切换**：下游设备感知到下行链路的变化后，迅速触发拓扑协议（如 STP、RSTP 等）进行链路切换，将流量切换到备用链路，减少业务中断时间。- **快速感知上行故障**：当堆叠设备的上行链路出现故障时，Monitor Link 会实时监控并立即检测到上行接口的状态变化。- **增强冗余机制**：与堆叠设备的冗余机制相结合，确保在网络出现故障时能够快速恢复，增强网络的容错能力。- **提高可靠性**：通过快速感知和响应上行链路故障，减少流量丢失，提高网络的可靠性和稳定性。
2025-06-12 12:08:44
438
原创 BGP组网中为什么同层设备使用相同ASN?
**减少路由震荡**：当网络中的设备具有相同的ASN时，可以减少由于路由更新引起的路由震荡。这有助于网络的互操作性和与其他网络的连接。- **支持网络合并**：当需要合并两个或多个网络时，如果同层设备使用相同的ASN，可以简化合并过程，减少因网络架构不同而导致的问题。- **提高互操作性**：在与不同运营商或组织的网络进行互联时，相同的ASN可以提高互操作性，减少因配置差异导致的连接问题。- **精细化路由策略**：不同ASN允许在同层设备间实施更精细的路由策略和过滤，便于控制路由的传播和接收。
2025-06-09 22:58:14
436
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人