今天分享的是：人工智能专题：分布式智算中心无损网络技术白皮书2024

报告共计：31页

该白皮书主要探讨了分布式智算中心无损网络的相关内容，核心内容总结如下：

- 场景及需求：AI大模型训练对网络需求巨大，包括超大规模、超高带宽、超低时延和超高可靠等。为满足算力需求，中国电信践行“以网强算”路线，分布式智算中心无损网络适用于算 -算拉远和存 -算拉远场景，但面临拉远增加网络传输时延、网络拥塞丢包导致性能下降、超大带宽和稳定性等挑战。业界正在积极探索跨DC的大模型分布式训练，以提高资源利用率。

- 解决方案设计：方案设计应遵循打造超大规模算力集群、提供高效稳定训练能力、实现算网灵活调度供给和坚持绿色低碳节能减排的原则。总体架构由多个单节点智算中心网络组成，通过广域互联区互联，构建AI集群之间的无损广域互联网络是重点，具备长距无损、超大带宽、超高可靠、弹性敏捷和智慧运维的特征。

- 核心技术：包括异构网络集合通信优化技术、网络级负载均衡技术、精准流控技术、光模块通道抗损技术、流可视化和全流丢包检测技术、大带宽传输技术、波长级动态拆建技术、高性能WSON技术、告警压缩和根因识别技术等，以实现长距无损、超大带宽、超高可靠、弹性敏捷和智慧运维等需求。

- 典型实践：中国电信在北京开展分布式智算中心无损网络试验，验证跨数据中心合池训练的可行性。试验利用OTN网络特点，通过相关技术使RDMA传输协议应用于广域网，开展了多拓扑、多模型、多故障等维度的测试，验证了方案的有效性和稳定性，解决了百公里长距跨机房大模型训练难题，训练效率可达同机房训练性能的95%以上，具备支持大模型长期稳定训练的能力。

- 总结和展望：中国电信将打造面向智算业务的新型基础设施，分布式智算中心无损网络将依托核心技术，在赋能智算基础设施方面发挥更重要作用，为经济社会发展注入新动力。

以下为报告节选内容