智算数据中心光电交换技术综述(特邀)

近年来,由于人工智能现象级应用的出现,智算数据中心(AIDC)和超算数据中心(SCDC)网络演进成为研究热点。传统的3层全连接电交换架构已经不能很好地满足AIDC或SCDC高带宽、低时延、低功耗和低成本的需求,需要一种更为高效和易于扩容的电光融合交换或光交换方案来逐步替代传统纯电路包交换的策略。文章对近年来基于数据中心的光电融合交换技术方案进行了综述性介绍,对行业中率先进行光交换技术尝试的头部互联网企业的部署经验进行了分析,并结合电信行业需求,给出了AIDC和SCDC交换节点的推荐部署和演进方式。

面向智算融合网络的自主防御范式研究

随着数字经济时代算力供给模式的变革,以算力为核心的新型网络基础设施已成为实现算力资源共享、支撑数字经济转型的重要动力.在算力网络中,多元异构用户终端通过多种方式高频接入网络以随时随地获取算力服务,网络的开放性和动态性增大,算力网络将面临更严峻的安全挑战.然而,基于传统网络的安全防御模式通常针对具体安全问题静态式增补安全防护组件,无法主动适配用户需求灵活调整防御策略,难以应对算力网络中的安全风险.因此,本文面向新型算力网络安全需求,将安全功能作为网络内部属性,基于智算融合网络提出一种多维协同自主防御范式.结合智算融合网络“三层”“三域”的设计思想,在“三层”中,以广义服务层定义安全固有服务,以映射适配层智慧适配安全功能,以融合组件层执行安全策略;在“三域”中,以实体域先导资源适配,以知识域驱动安全服务流程,以感控域实施具体安全技术,构建“检测”“溯源”“防御”三维一体的完整基础管控流程,其中安全策略与技术可根据场景扩展性与业务安全性进行灵活调整.最终,通过仿真实验对所提范式有效性进行了验证,为未来智算融合安全的进一步研究和应用提供参考.

新型一体化电源系统在万卡智算中心的应用分析

智算中心对电源要求极高,而传统电源系统存在能效低、维护复杂、占用空间大等问题。新型一体化电源系统作为一种集成了多种电力设备于一体的电源解决方案,凭借其在系统集成性、稳定性和安全性方面的优势,能够满足智算中心中的电源需求。探讨了新型一体化电源系统在智算中心的应用前景,通过理论与案例分析研究,评估其在提高能源利用效率、简化运维流程、优化空间布局等方面的优势。

智算中心绿色节能运营之思考

探讨了在智算中心实现绿色节能运营的多项关键技术和策略,旨在提高智算中心能源使用效率,降低运营成本,同时减少对环境的负面影响,以符合可持续发展的要求。首先介绍了智算中心能效体系五个层次的指标,包括能效水平、资源利用水平、新能源利用水平、绿色运营水平和碳排放水平,并提出了相应的提升举措。随后探讨了智算中心“双碳”行动技术路线,包括碳减排、碳零排和碳负排技术的应用,以及AI技术在智算中心空调系统节能中的应用。还概述了AI技术在智算中心利用可再生能源和云主机节能的实现思路和技术策略。最后,指出了智算中心节能与绿色运营中应注意的2个问题:建设选址,节能与安全的平衡。

智算中心电气系统设计

人工智能快速发展,已出现独立的智算中心规模部署GPU服务器。文章通过分析自用智算中心业务特性、可用性要求,及GPU服务器负荷特点,并综合考虑供电可靠性、总成本及绿色节能等因素,提出自用智算中心电气系统设计方案。同时,针对市场上的租用智算中心,分析其与自用智算中心的差异,推荐适配的方案,旨在为智算中心建设、运维人员及电气设计人员提供和可用性匹配的电气方案。

智算中心高性能网络流量调度技术研究及实践

AI大模型训练、高性能存储等业务应用场景提出了海量规模的计算需求,与传统数据中心业务相比,在流量模型和网络需求方面有着显著区别,驱使传统的数据中心网络向智算中心和无损网络转型。从智算中心和无损网络的发展背景入手,分析了当前智算中心网络存在的问题,探索了智算中心网络流量调度的关键技术,并进行了流量调度平台的研发实践,为智算中心网络发展和应用提供思路。

交互式人工智能对广域网流量及智算网络技术的影响分析

主要分析了以ChatGPT为代表的交互式人工智能对广域网网络流量及智算中心网络技术的影响。首先,分析了交互式人工智能对广域网南北向流量、东西向流量的影响,并结合东数西算、云网融合、算力网络的发展提出了其在国内的3个发展阶段。其次,分析了交互式人工智能的训练池和推理池对数据中心网络建设的影响,通过比较IB和RoCE 2种技术路线的差异,给出可能的技术选择。最后,给出了对交互式人工智能未来发展的一些思索和探讨。

智算中心液冷冷却介质与管道系统的兼容性研究

作为解决未来智算中心高能耗问题的液冷散热技术,因其散热系统的特殊性,管道系统腐蚀成为系统失效的重要因素之一。通过对以往液冷管道系统腐蚀案例及机理分析,并采用失重法对散热冷板常用材料进行兼容性实验验证。分析结果表明,铝合金材质在液冷系统中较易被腐蚀,铜材质冷板在恶劣环境中的耐腐蚀性较好,且与不锈钢材质管道有良好的兼容性。此外,液冷系统对冷却介质的要求较高,应严格控制液冷系统内冷却介质的各项指标,建立长效化监测、预警、管理和运行控制机制,提高液冷管道系统腐蚀控制水平。

运营商智算中心建设思路及方案

人工智能训练的计算复杂度逐年猛增,所需的智能算力从每秒千万次运算增加到数百亿次,甚至进入千亿级别,促进了大规模智算中心的建设。智算中心主要满足智算算力的需求,其布局、建设及维护方案与传统的云资源池存在较大差异,当前运营商对智算中心的布局以及详细方案并没有统一的建议和参考。分析了大模型发展带来的算力、存储、组网的需求挑战,对运营商智算布局以及算力、存储、网络、维护管理等提出了相应的策略和方案建议。

AI智算发展对高速光模块的应用需求研究

AI智算技术的高速发展驱动高速光模块需求量激增,大规模数据处理、大模型训练和推理等任务对高速光模块提出了前所未有的高要求。通过分析大模型训练的分布式并行计算需求,建立通信模型,并以GPT-3为例定量分析大模型通信量,由于通信量巨大,完成大模型训练的数据通信时间远高于并行计算时间。因此,在不降低计算性能的前提下,降低通信时间成为AI智算对通信网络的核心诉求,而采用更高速率的光模块互联、提升有效带宽是解决问题的主要途径。AI智算对高速光模块技术的需求将主要体现在更高速率、更大规模、高集约化、低功耗、高稳定性以及可管可控等方面。

新型智算中心组网方案研究

当前算力需求爆发式增长,通用计算也朝着人工智能计算的方向演进,新型智算中心网络作为算力间数据交互的中心,成为影响算力性能发挥的关键。分析了智算中心对网络的需求,对网络协议、架构和运维管理等方面进行了深入研究,并结合业界发展情况,给出了智算中心组网方案的建议。

智算时代一体化电源应用分析

AI算力需求的爆发给智算数据中心系统建设带来高功率、散热难、转型困难等挑战。探讨了一体化电源系统的技术革新及其在提升智算中心使用效率、建设效率、运行可靠性与安全性方面发挥的作用。提出了一体化电源解决方案,并结合实际案例分析,证明该方案在系统集成性、稳定性、可靠保护机制以及对数据中心整体安全策略方面具有显著的优势,其智能化管理平台支持实时监测、数据分析与决策,对于预防潜在风险、提高应急响应速度具有重要意义。

智算中心750 V柔性直流供电系统的发展和应用

随着大数据、云计算、5G等技术的快速发展,算力总规模不断扩大,用能需求不断增长。以智算中心为代表的算力基础设施作为算力的重要载体,承载着支撑数字经济发展的重任。柔性直流供电系统通过采用电力电子技术和智能控制策略,能够显著减少电能传输过程中的损耗,具有高效率、低损耗、灵活性、安全性和可靠性等优势,是未来解决智算中心算力爆发式增长的最佳方案。

面向大模型预训练的智算网络技术研究

随着人工智能的发展,大规模预训练模型在自然语言处理和计算机视觉等领域都取得了显著成果,促进了智算中心的建设。针对面向大模型预训练的智算网络关键技术展开研究,系统梳理了智算网络国内外最新的标准化进展,提出了一种面向智算网络的目标架构,探讨了智算网络关键技术的原理,包括远程直接内存访问(RDMA)、IB(InfiniBand)、基于以太网的RDMA(RoCE)、集合通信等,同时也分析了智算网络目前存在的问题以及未来的发展趋势,在推动智算网络技术发展、指导智算中心建设等方面具有重要意义。

智算中心IB及RoCE网络技术探究

增强智算中心的网络可靠性、降低网络传输中的时延,是提升GPU集群算力水平的关键。因此,RDMA成为了智算中心的关键网络技术。本文详细论述了RDMA中智算中心参数网络普遍使用的IB和RoCE网络技术,并对其组网方式进行了探讨研究。对于智算中心需要极致性能的大模型训练场景时,建议采用IB组建参数网络集群。只需普通性能的大模型训练或中小模型训练场景时,考虑成本问题,可优先采用RoCE组建参数网络。

科学智算赋能新型电力系统

伴随人工智能的迅猛发展,电力能源需求持续攀升。与此同时,风、光等新能源由大规模开发走向高比例并网,电力系统面临诸多挑战。虽然现有人工智能技术具有推动新型电力系统建设的潜力,但简单的“拿来主义”难以适应感知预测到调度控制一系列复杂问题的科学特性,进一步发展与创新人工智能尤为迫切。为此,围绕“源-网-荷-储”对新型电力系统全环节进行概述;然后对科学智算的发展历程进行梳理,深入分析源荷感知、状态估计、潮流计算、调度决策、运行控制和故障预警等典型应用;最后探讨上述交叉赋能所面临的挑战,并给出应对性建议。期望通过科学智算加速新型电力系统数智化建设,助力我国电力能源行业更高质量发展。

基于电信运营商视角的智算中心规划建设关键要点分析及建议

以大模型为代表的人工智能快速发展,为信息通信行业带来新的机遇和挑战。电信运营商作为数字信息基础设施建设的主力军,也迎来智算发展的新机遇。文章详细分析了智算中心的相关概念、主要作用和发展趋势,并在智算中心整体技术架构基础上提出了规划建设中需要重点考虑算力规模、算力能耗和智算网络三方面关键要素并进行分析,最后提出相关建议。

数据和机理驱动的人工智能科学智算

科学智算作为跨学科领域正不断演进。本文回顾从数值分析到高性能计算,再到数据驱动范式的演进历程,重点分析数据驱动和机理驱动方法在科学智算中的优劣势。数据驱动方法能够处理复杂非线性关系,但可解释能力弱、数据依赖性过高。机理驱动方法具备良好可解释性和外推能力,但计算效率较低。本文将讨论数据和机理驱动的人工智能科学智算在复杂系统模拟中的应用,包括多尺度多物理场耦合和不确定性量化。

面向大模型的智算网络发展研究

近年来,全球进入智能计算的蓬勃发展期,作为具有巨量参数和复杂结构的深度学习模型,大模型训练需要在多卡、多服务器间实现训练参数的快速同步,所以对算力中心网络的带宽、时延、可靠性、可扩展性和安全性等提出更高要求。研究了面向大模型训练的智算网络的需求和相关关键技术,对智算网络的研究成果、标准规范和案例实践进行了分析,以期进一步促进智算网络的发展。

AUV群自主博弈作战智算系统典型运用场景研究

针对AUV群智算系统在协同导航、协同探测感知与威胁分析决策情景中的支持与运用逻辑问题,基于典型运用场景,提出结合运用多项技术的AUV群自主博弈作战智算系统设计理念,所得研究成果能够作为独立的系统核心功能模块纳入AUV规划、管理和决策层,为有效提升AUV群完成作战任务提供智算支撑。