RG-UNC CS网络数字化平台发布会
预约直播
产品
< 返回主菜单
产品中心
产品

交换机

交换机所有产品
< 返回产品
交换机主页
交换机

无线

无线所有产品
< 返回产品
无线主页
无线

云桌面

云桌面产品方案中心
< 返回产品
云桌面主页
云桌面

安全

安全所有产品
< 返回产品
安全主页
安全

AI-FlexiForce智算中心网络解决方案

无界算力,联接未来

面向下一代AI云服务的智算中心网络建设,AI-FlexiForce智算中心网络解决方案,以其高吞吐、大带宽、高可用的特性,可应用于大数据处理、机器学习、AIGC多种业务场景,助力客户构建万卡级别的智算中心网络,支撑AI业务快速发展。

智速DDC高性能计算网络解决方案
建设下一代AI云服务的智算中心网络挑战
随着AIGC的高速发展,全球各大云服务商也推出了属于自己的大模型和对应的AI云服务,加速计算服务器迅猛发展的同时,
也加快了云用户对AI加速卡的部署进程。因此,如何在AI云服务这个业务模式中保持强有力的竞争力,提升集群的GPU效率变得尤为关键。
节点规模对训练效率的影响
单纯提升服务器节点规模,集群计算效率反而下降
节点规模对训练效率的影响
带宽对训练效率的影响
服务器集群的通信带宽已成为提升分布式训练效率的瓶颈
带宽对训练效率的影响
动态时延对训练效率的影响
网络拥塞导致动态时延高,降低GPU利用率,训练时间延长
动态时延对训练效率的影响
丢包率对于训练效率的影响
RDMA丢包重传导致带宽利用率快速降低,丢包率达到1%,严重影响训练效率
丢包率对于训练效率的影响
AI-FlexiForce智算中心网络解决方案
构建万卡级超大规模智算中心网络
DDC二级组网
DDC三级组网
NCF数量 40台
NCP数量 96台
NCP组数 12组
400G网口数 1728个
AI服务器数量 216台

一个AI服务器配备了8张1*400G网卡

DDC二级组网
方案价值
提升算力
提升算力
满足AI集群大规模组网要求的同时
提升网络带宽利用率20%以上
GPU利用率8%以上
优化带宽
优化带宽
采用Cell分片技术
让数据流转发负载更均衡
从而有效降低长尾延时
保障AI集群的低延时稳定传输
无损传输
无损传输
利用信令调度的VOQ技术
保障业务数据在集群内转发不丢包
达到无损传输的效果
成熟开放
成熟开放
基于成熟的Cell+VoQ的芯片技术
大规模应用的芯片方案
开放生态,无厂商锁定
明星产品
媒体报道

您觉得当前内容质量如何?

不咋滴 非常好

您给出该分数的主要原因是什么?

感谢您的评价,我们会进一步改进以超出您的期望。

您觉得当前内容质量如何?
不咋滴 非常好

感谢您的评价,我们会进一步改进以超出您的期望。

返回顶部

收起
请选择服务项目
关闭咨询页
售前咨询 售前咨询
售前咨询
售后服务 售后服务
售后服务
意见反馈 意见反馈
意见反馈
更多联系方式