色呦呦欧美_哥布林洞穴_HD中字幕在线观看,h吃奶呻吟调教h,免费超碰在线观看,两个小婕子跟我做受

AI Fabric重構數(shù)據(jù)中心網(wǎng)絡， AI時代數(shù)據(jù)存儲和處理效率提升25~40%

華為抓住AI時代數(shù)據(jù)中心RDMA代際切換機遇，創(chuàng)新地打造了下一代智能無損低時延的數(shù) 據(jù)中心網(wǎng)絡解決方案—AI Fabric，依靠兩級AI智能芯片和獨特的智能擁塞調度算法，實 現(xiàn)RDMA業(yè)務流的零丟包、高吞吐和超低時延，加速AI時代的計算和存儲效率，最終獲得 專網(wǎng)的性能、以太網(wǎng)的價格，整體ROI達到45倍，為未來的DC構建一個統(tǒng)一融合的高效 數(shù)據(jù)中心網(wǎng)絡。

AI Fabric獨創(chuàng)算法，保證0丟包的基礎上實現(xiàn)吞吐最高，時延最低

“0丟包”，“低時延”和“高吞吐”是AI Fabric的三個核心特征；區(qū)別于業(yè)界通用的無損網(wǎng)絡技術，華為的AI Fabric能夠同時 在這三個指標達到最優(yōu)，而不是部分滿足。

我們知道，這三個核心指標是互相影響，有蹺蹺板效應，同時達到最優(yōu)有很大的挑戰(zhàn)：

0丟包

會抑制帶寬，導致超低吞吐， 反而增加了大流的傳輸時延；

低時延

意味著降低交換機隊列排隊， 導致低吞吐；

高吞吐

意味需要保持鏈路高利用率， 會導致交換機的擁塞排隊，導 致小流的“高時延”；

通用的無損網(wǎng)絡的擁塞控制算法DCQCN，需要網(wǎng)卡和網(wǎng)絡進行協(xié)作，每個節(jié)點需要配置數(shù)十個參數(shù)，全網(wǎng)的參數(shù)達到組合達 到幾十萬；為了簡化配置，只能采用通用的配置，導致針對不同的流量模型，無法同時滿足這三個核心指標。

25G/100G/400G組網(wǎng)，獨創(chuàng)iLossless智能無損算法，如：

VIQ：虛擬輸入隊列

設備內(nèi)部流控，解決設備內(nèi)部丟包、控制尾部時延

動態(tài)ECN：動態(tài)擁塞水線

定時采集流量特征，基于定制的算法，找到合適該流量特征的ECN參數(shù)

Fast CNP：快速擁塞反饋

擁塞標記后即刻產(chǎn)生CNP報文，通過報文原先入口發(fā)送給發(fā)送端，以第一時間降低流速，減輕緩存擁塞

面對動態(tài)流量和海量參數(shù)挑戰(zhàn)，華為一方面投入研究團隊分析各種應用，提煉出流量模型特征；另一方面通過在交換機集成AI芯 片，實時采集流量特征和網(wǎng)絡狀態(tài)，基于AI算法，本地實時決策并動態(tài)調整網(wǎng)絡參數(shù)配置，使得交換機緩存被合理高效利用，實現(xiàn)整 網(wǎng)0丟包。同時，全局部署的智能分析平臺FabricInsight，基于全局采集到的流量特征和網(wǎng)絡狀態(tài)數(shù)據(jù)，結合AI算法，對未來的流量 模型進行預測，從全局的視角，實時修正網(wǎng)卡和網(wǎng)絡的參數(shù)配置，以匹配應用的需求。

AI Fabric加速AI時代數(shù)據(jù)計算和存儲的效率，帶來45倍的ROI

據(jù)權威第三方測試EANTC測試結論，AI Fabric可以在HPC場景下最高降低44.3%的計算 時延，在分布式存儲場景下提升25%的IOPS能力，所有場景保證網(wǎng)絡0丟包。

從商業(yè)價值角度看，AI Fabric給存儲帶來25%的IOPS性能提升，相當于同性能下存儲投 資減少25%。以512個節(jié)點組成的分布式存儲系統(tǒng)為例，采用AI Fabric意味著384個存儲節(jié)點 即可獲得采用傳統(tǒng)網(wǎng)絡512個存儲節(jié)點的IOPS性能。綜合測算，存儲CAPEX降低的收益與AI Fabric的投資相比，至少可帶來45倍的ROI收益率。

綜上所述，數(shù)據(jù)中心投資中網(wǎng)絡占比僅10%左右，相對服務器/存儲的投資（占比85%），有10倍的杠桿效應，撬動服務器和存儲 投資的大幅降低；根據(jù)AI Fabric可以帶來25%的存儲性能提升，40%的計算效率提升，將帶來數(shù)十倍的（ROI）能力。

AI Fabric為未來的DC構建統(tǒng)一融合的網(wǎng)絡

數(shù)據(jù)中心內(nèi)部有三類典型的業(yè)務：高性能計算業(yè)務 （HPC），存儲業(yè)務和一般業(yè)務；每類業(yè)務對于網(wǎng)絡有不同 的訴求，比如HPC業(yè)務的多節(jié)點進程間通信，對于時延要求 非常高；而存儲業(yè)務對可靠性訴求非常高，要求網(wǎng)絡絕對 的0丟包；一般的業(yè)務規(guī)模巨大，擴展性強，要求網(wǎng)絡低成 本易擴展。當前的數(shù)據(jù)中心內(nèi)部有三張不同的網(wǎng)絡： Infiniband網(wǎng)絡提供低時延的網(wǎng)絡IPC通信， FC網(wǎng)絡提供高 可靠0丟包的存儲網(wǎng)絡，而傳統(tǒng)的以太網(wǎng)承載一般的業(yè)務。 這樣當前數(shù)據(jù)中心網(wǎng)絡整體成本很高。

網(wǎng)絡成本高：FC專網(wǎng)和IB專網(wǎng)價格昂貴，價格是以太網(wǎng)的幾倍。

運維代價高：基于FC的存儲網(wǎng)絡和基于IB的專用HPC網(wǎng)需要專人運維，不支持SDN且無法滿足云網(wǎng)協(xié)同自動部署的訴求。

AI Fabric基于開放以太網(wǎng)，通過獨特的AI芯片和算法，可以使得以太網(wǎng)絡同時滿足低成本，0丟包和低時延的訴求。AI Fabric同 時承載SAN和IPC流量和一般LAN流量，CAPEX大幅降低；傳統(tǒng)以太網(wǎng)運維人員就可以管理，無需專人運維，支持SDN云網(wǎng)自動 化，OPEX降低至少60%以上。

AI Fabric成為AI時代的數(shù)據(jù)中心構建統(tǒng)一融合的網(wǎng)絡架構的最佳選擇。

AI Ready的交換機硬件架構，支撐AI Fabric長期演進

AI Fabric采用首款內(nèi)嵌AI芯片的新一代交換機CloudEngine 16800，基于CLOS組網(wǎng)模型構建Spine-Leaf兩級智能架構：計算智能 和網(wǎng)絡智能結合，全局智能和本地智能協(xié)同，共同打造業(yè)界唯一的AI-Ready的無損低時延Fabric網(wǎng)絡。

核心計算級智能

核心交換機CloudEngine 16800內(nèi)嵌AI芯片，提供8TFlops的計算能力，能夠對全網(wǎng)流量進行實時的學習訓練，根據(jù)不同業(yè)務 流量模型的特點動態(tài)生成最優(yōu)的網(wǎng)絡參數(shù)設置，實現(xiàn)全局最優(yōu)的網(wǎng)絡自優(yōu)化能力。

邊緣網(wǎng)絡級智能

TOR交換機CloudEngine 8861，CloudEngine 8850，CloudEngine 6865等邊緣設備內(nèi)嵌專用網(wǎng)絡智能芯片，對網(wǎng)絡狀態(tài)實時檢 測，網(wǎng)絡參數(shù)優(yōu)化，根據(jù)本地流量狀態(tài)實現(xiàn)交換隊列水線的智能調整，在最佳的時刻給予發(fā)送端最快的反饋，實現(xiàn)發(fā)送速率的調 整，實現(xiàn)網(wǎng)絡的0丟包基礎上的高吞吐。

AI Fabric成功實踐

華為AI Fabric正在支撐一些領先的數(shù)字化互聯(lián)網(wǎng)和金融企業(yè)應對AI時代的到來，加速數(shù) 據(jù)存儲和處理過程，幫助企業(yè)提升決策的及時性和精準性。

AI Fabric在互聯(lián)網(wǎng)的實踐

AI Fabric加速無人駕駛技能訓練，訓練時間縮短40%。

某互聯(lián)網(wǎng)巨頭布局無人駕駛，無人駕駛技能的訓練涉及到大量的AI計算：1天采集的數(shù)據(jù)，需要幾百的GPU服務器7天才能訓練 完，嚴重影響無人駕駛的上市時間。通過華為AI Fabric提供0丟包，低時延，高吞吐的極速無損以太網(wǎng)絡，最終使得整體訓練的時 長縮短40%，加速無人駕駛的商用進程。

AI Fabric在金融行業(yè)的實踐

AI Fabric加速招商銀行分布式存儲，IOPS性能提升20%。

招商銀行分行云是招行云戰(zhàn)略的一個創(chuàng)新試點，為了能夠給用戶提供像訪問本地盤一樣的使用體驗，采用RDMA技術提升網(wǎng)絡吞 吐并降低CPU的消耗。AI Fabric智能擁塞調度實現(xiàn)了網(wǎng)絡的“零丟包、低時延、高吞吐”，加速RDMA通信，經(jīng)實測最終存儲 集群IOPS性能提升了20%，單卷性能達到35萬。

作為領先的ICT解決方案供應商，華為一直在思考和探索如何使能行業(yè)數(shù)字化，AI Fabric可以提升AI運行的效率和存儲的性能， 縮短訓練和存儲訪問的時間，助力企業(yè)數(shù)字化盡快完成轉型與智能升級。