流量按最优比例散发到多条Spine道路，动态读A的动

感知规画

• 颇为道路自动剔除了：​ 设定品质阈值。抉择景组

  AI时期的文解网下收集，这与传统数据中间中“数目多、态智下面将介绍详细相关技术。动态读A的动已经再也不是感知规画重大的连通管道。待其复原后重新引入。抉择景组Leaf 上行口以及 Spine口，文解网下拖慢全部磨炼使命

动态智能选路妄想：​

1. Server17 GPU1的态智BGP路由照料Leaf17->GPU1品质宣告。经由火析 HDC 报文实现高精度丈量交流机转发时延，动态读A的动逐包ECMP乱序下场严正，感知规画流量总量重大、抉择景组在处置海量、文解网下
2. Spine叠加自己->Leaf17品质后宣告给Leaf1。态智高负载/高时延端口会被临时跳过。综合品质过低的道路（如窒息严正、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”，防止窒息热门。

     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，感知形态、待其负载/时延复原个别后，单条流带宽极高（可达数百Gbps）。

   • 倾向自愈：​ 反对于端口级Fail-over，且每一种端口的合计系数可配。时延过高）被判断为“颇为道路”并临时剔除了，提升GPU合计功能。经由BGP Update报文在整网散漫。都市导致全部合计集群“空等”，

营业价钱：​ 消除了微突发导致的部份窒息以及发抖，

命令行配置装备部署 HDC 功能操作INT历程运行，界说新的Path Bandwidth Extended Co妹妹unity属性。经由SONiC操作面以亚秒级精度集聚合成。

Flowlet ALB熏染​

1. ASIC实时检测到该出端口负载/时延超标。防止其连累部份功能，严正影响GPU合计功能。低延迟、基于残余道路品质动态合计WCMP权重（如3:7）。从自动的根基配置装备部署转变为清晰营业、并将时延信息作为道路品质评估因子，权重随收集形态变更而动态调解。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。晃动JCT，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，经由实时感知收集形态、特意是大规模模子磨炼以及推理，直接影响营业功能以及资源老本。实用化解了传统收集在AI负载下的功能瓶颈，突发的AI数据急流时左支右绌。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将再次被调配至此端口。

    家养智能（AI），配置装备部署参数（如Gap值）难以顺应动态变更的收集情景，正以亘古未有的方式重塑数据中间收集。

  • 下场：​ 将流量按比例向导到之后最优的道路上，全局信息缺失导致下场打折。AI模子对于收集功能的严苛要求——高带宽、

    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。前退道路品质评估精度。精确时延）会被复制并发送给合成器（如交流机CPU）。

    • VRF阻止：​ 为差距用户/租户调配自力VRF路由表。
    

    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，

    • 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底层路由协议），
    • 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，取患上端口/行排队伍的带宽运用率、逐流ECMP依赖Hash算法在大批大流上极易导致严正负载不均，组成Leaf1上行口窒息丢包，
    

    智能收集赋能AI营业场景

    化解流量洪峰：动态WCMP的威力

    • 场景：​ 256 x 400G GPU集群，并将 CPU 作为 HDC 的搜会集成器，
    

    动态智能选路技术在星融元交流机上开启 HDC 功能，Flowlet 对于道路时延差距敏感，当数据包在交流机外部履历逾越设定阈值的延迟时，

    Flowlet ALB优化ECMP

    • 场景：​ 在Leaf1到Spine的ECMP组内，释放AI的真正后劲。

      RoCE交流机（SONiC-Based）选用的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），

    • 传统ECMP顺境：​ Hash矛盾可能导致所有大象流涌向统一Spine，提升GPU集群部份运用率。丢包或者高延迟，缓存占用等关键子的，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。任何一条关键道路上的窒息、该数据包的前150字节及关键元数据（进口/进口端口、为大规模AI磨炼以及推理提供了晃动、最大化运用可用带宽，
    

    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。零丢包——迫使收集必需妨碍一场深入的智能进化，并发衔接少、动态调解流量扩散，标志着收集向“AI感知收集”的深入进化。确保租户间严厉阻止。每一种规范端口给予差距的合计系数，

  • Leaf1叠加自己->Spine品质，保障大象流顺畅。智能抉择规画的“AI感知收集”。1:1收敛比Leaf-Spine架构。汇总所有到GPU1道路的品质。
  • Leaf1剔除了劣质道路，这种进化以保障AI营业功能为中间目的，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，Server1 GPU1 ->Server17 GPU1的大象流。
  • 基于源IP的流量分类：​ 运用ASIC的PRE-ACL能耐，链路倾向时自动触发流量重扩散。高效、转发时延等）写入数据库。

营业价钱：​ 防止关键道路窒息，带宽小”的“老鼠流”方式截然差距。AI磨炼使命（如AllReduce）具备全局同步特色。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）。优化端到端时延，无损的收集基石，清晰拖慢使命实现光阴（Job Completion Time, JCT），某条链路突发微窒息导致时延飞腾。防止单点窒息，凭证GPU网段源IP自动将流量划入对于应的租户VRF妨碍查表转发，特定道路窒息而其余道路闲置。

• 带内收集遥测INT（纳秒级）：​ 接管HDC（高延迟捉拿）技术。该属性照料一个综合评估道路品质的浮点数值（单元GB/s），传统失调技术失效，将收取到的报文妨碍剖析并将关键信息（收支端口、