动态感知+智能抉择规画，一文解读 AI 场景组网下的动态智能选路技术 缓存占用等关键子的抉择景组
2025-07-22 16:52:24来源：分类：财经
丢包或者高延迟，动态读A的动权重随收集形态变更而动态调解。感知规画
命令行配置装备部署 HDC 功能操作INT历程运行，抉择景组
RoCE交流机（SONiC-Based）选用的文解网下动态智能选路立异妄想散漫了逐流 ECMP 失调以及基于子流 flowlet 失调提出动态WCMP（Weighted Cost Multipath）以及基于flowlet 的 ALB（Auto LoadBalancing），凭证GPU网段源IP自动将流量划入对于应的态智租户VRF妨碍查表转发，晃动JCT，动态读A的动
- BGP扩展社区属性传递道路品质： 立异性地扩展BGP协议（数据中间普遍部署的感知规画底层路由协议），缓存占用等关键子的抉择景组，提升GPU合计功能。文解网下突发的态智AI数据急流时左支右绌。
多租户反对于：收集伪造化（VRF）
AI云平台需要反对于多租户阻止。动态读A的动Leaf 上行口以及 Spine口，感知规画之后经由 socket 衔接妨碍收包循环，抉择景组
智能收集赋能AI营业场景
化解流量洪峰：动态WCMP的文解网下威力
- 场景： 256 x 400G GPU集群，前退道路品质评估精度。态智下面将介绍详细相关技术。都市导致全部合计集群“空等”，
- 带内收集遥测INT（纳秒级）： 接管HDC（高延迟捉拿）技术。逐流ECMP依赖Hash算法在大批大流上极易导致严正负载不均，传统的“起劲而为”收集架构，
道路品质同步算法逻辑如下图所示：
动态智能选路技术将两层 Leaf-Spine 组网中的交流机端口分为了三类：Leaf 上行口、
基于源IP的流量分类： 运用ASIC的PRE-ACL能耐，确保租户间严厉阻止。提升GPU集群部份运用率。动态调解流量扩散，感知形态、防止窒息热门。全局信息缺失导致下场打折。
智能负载抉择规画与实施：动态WCMP + Flowlet ALB
基于实时感知的全局道路视图，传统失调技术失效，并将时延信息作为道路品质评估因子，
- VRF阻止： 为差距用户/租户调配自力VRF路由表。特意是大规模模子磨炼以及推理，经由SONiC操作面以亚秒级精度集聚合成。
动态智能选路技术在星融元交流机上开启 HDC 功能，待其复原后重新引入。待其负载/时延复原个别后，星融元CX-N系列RoCE交流机所代表的动态感知 + 智能抉择规画（动态WCMP） + 精准实施（Flowlet ALB） 架构，ASIC芯片实时监测组内各出端口的刹时负载以及行排队伍时延。组成Leaf1上行口窒息丢包，带宽小”的“老鼠流”方式截然差距。该属性照料一个综合评估道路品质的浮点数值（单元GB/s），链路倾向时自动触发流量重扩散。实用化解了传统收集在AI负载下的功能瓶颈，将收取到的报文妨碍剖析并将关键信息（收支端口、
AI时期的收集，这种进化以保障AI营业功能为中间目的，AI磨炼使命（如AllReduce）具备全局同步特色。时延过高）被判断为“颇为道路”并临时剔除了，取患上端口/行排队伍的带宽运用率、已经再也不是重大的连通管道。防止其连累部份功能，
家养智能（AI），高效、在处置海量、
AI营业诉求：对于传统收集架构的挑战
AI集群（如GPU/TPU效率器）间的通讯泛起出典型的“大象流”特色，清晰拖慢使命实现光阴（Job Completion Time, JCT），Flowlet 对于道路时延差距敏感，防止单点窒息，ALB将其动态调配到组内之后负载最轻或者时延最低的物理端口上。
收集智能进化：为AI而生的中间技术
收集态势实时感知：高精度丈量的基石
- ASIC硬件级统计（百毫秒级）： 直接读取交流机芯片寄存器，
Flowlet ALB熏染
- ASIC实时检测到该出端口负载/时延超标。智能抉择规画的“AI感知收集”。当数据包在交流机外部履历逾越设定阈值的延迟时，智能评估道路品质、最大化运用可用带宽，
营业价钱： 防止关键道路窒息，拖慢全部磨炼使命
动态智能选路妄想：
- Server17 GPU1的BGP路由照料Leaf17->GPU1品质宣告。精确时延）会被复制并发送给合成器（如交流机CPU）。
- 下场： 将流量按比例向导到之后最优的道路上，且每一种端口的合计系数可配。1:1收敛比Leaf-Spine架构。严正影响GPU合计功能。
Flowlet ALB优化ECMP
- 场景： 在Leaf1到Spine的ECMP组内，无损的收集基石，
全局道路智能评估与同步
感知到的数据需要转化为对于整网道路品质的不同认知。
营业价钱： 消除了微突发导致的部份窒息以及发抖，
- Leaf1剔除了劣质道路，零丢包——迫使收集必需妨碍一场深入的智能进化，界说新的Path Bandwidth Extended Co妹妹unity属性。Server1 GPU1 ->Server17 GPU1的大象流。综合品质过低的道路（如窒息严正、特定道路窒息而其余道路闲置。实施层实现详尽化流量调解：
动态WCMP（加权多道路）：
- 中间脑子： 再也不是ECMP的“平均主义”，逐包ECMP乱序下场严正，保障大象流顺畅。
- Leaf1叠加自己->Spine品质，
- 后续抵达的Flowlet被自动向导至组内其余负载个别/时延低的端口。
- 颇为道路自动剔除了： 设定品质阈值。配置装备部署参数（如Gap值）难以顺应动态变更的收集情景，每一种规范端口给予差距的合计系数，
- 窒息端口被临时“规避”，直接影响营业功能以及资源老本。高负载/高时延端口会被临时跳过。Flowlet将再次被调配至此端口。AI模子对于收集功能的严苛要求——高带宽、标志着收集向“AI感知收集”的深入进化。
- 传统ECMP顺境： Hash矛盾可能导致所有大象流涌向统一Spine，经由火析 HDC 报文实现高精度丈量交流机转发时延，
- 倾向自愈： 反对于端口级Fail-over，
- 微秒级智能调解： 当一个Flowlet（具备做作间隙的数据包子流）抵达时，某条链路突发微窒息导致时延飞腾。释放AI的真正后劲。
- Spine叠加自己->Leaf17品质后宣告给Leaf1。并将 CPU 作为 HDC 的搜会集成器，流量总量重大、转发时延等）写入数据库。正以亘古未有的方式重塑数据中间收集。低延迟、基于残余道路品质动态合计WCMP权重（如3:7）。汇总所有到GPU1道路的品质。从自动的根基配置装备部署转变为清晰营业、而是凭证每一条道路的实时综合品质动态合计权重（如品质比38:80对于应权重比3:7）。这与传统数据中间中“数目多、优化端到端时延，这提供了亘古未有的微突发流量以及行排队伍窒息的洞察能耐。单条流带宽极高（可达数百Gbps）。
基于Flowlet的自动负载失调（ALB）：
- 作为ECMP的智能增强器： 在ECMP选定的下一跳组内，该数据包的前150字节及关键元数据（进口/进口端口、
- 流量按最优比例散发到多条Spine道路，并发衔接少、为大规模AI磨炼以及推理提供了晃动、经由实时感知收集形态、经由BGP Update报文在整网散漫。任何一条关键道路上的窒息、
