尊龙时凯

业务痛点

丢包导致低效训练

• AI计算环境，为提升GPU训练推理效率，通常引入RDMA网络来承载。大于0.1%的丢包率，将导致网络有效吞吐急剧下降；2%的丢包则使RDMA的吞吐率下降为0，要使RDMA吞吐不受影响，丢包率必须保证在十万分之一以下，最好为无丢包。

RDMA网络配置复杂

• RDMA网络配置涉及的水线、调优等相关的参数数十条，一个集群上线耗费在网络配置调优上的时间至少1个月，能否有免学习、更简单方便配置水线的方法来快速上线RDMA网络？

方案概述

通过数据中心交换机及RoCEv2协议，使用PFC与ECN技术，来动态的进行流量反压，让网络0丢包，提升AI训练效率

方案价值

高效训练

• 通过反压技术，满足RDMA网络0丢包需求，提升AI场景训练效率

免学习使用

• 通过内置的脚本，更简单、方便、快速进行点击，无需学习，即可完成RDMA网络的部署

业务痛点

在“双碳”政策背景下，传统风冷已经很难满足未来超大数据中心的PUE指标和单机柜散热需求。
交换芯片、SerDes以及光模块等的性能随着网络架构迭代不断提升，数据中心网络互联功耗面临巨大挑战。
在大型数据中心中，IT设备能耗占比超50%以上，实现高性能和低能耗的平衡已成为建设绿色数据中心亟需解决的难题。

方案概述

CPO技术

• 将硅光模块和交换芯片集成在一块ASIC上封装，大幅缩短交换芯片和光引擎间的布线距离，降低SerDes驱动能力

NPO+冷板式液冷技术

• 通过开放的光引擎接口，与交换芯片装配在同一块PCB基板上，以标准化架构实现芯片解耦，大幅缩短信号链路长度。
• 冷板式液冷采用3M氟化液(不导电)，独立冷板散热，内置冷却液微泄漏检测系统，无短路风险，保证机架高可靠性。

浸没式液冷技术

• 将交换机浸没在绝缘无腐蚀性的冷却液中，热量被冷却液吸收后直接通过冷却系统高效地传导到外界，达到散热效果，还可以防止电子器件在高温条件下失效或老化。