2026.07.25
AI 集群架构
AI 集群无收敛网络怎么核算：端口、上联与故障后带宽
无收敛设计要以业务通信矩阵和故障状态为依据，逐层计算下联、上联、路径与扩容容量。
AI 集群架构 NEWS CENTER
结合训练、推理和存储业务，分析 InfiniBand、RoCE、Leaf-Spine 与 Rail-Optimized 架构的适用条件、产品组合和扩容路径。
-
2026.07.25
-
2026.07.25
AI 集群架构训练数据与检查点网络怎么设计：吞吐、元数据和恢复窗口
存储网络需分别核算数据读取、元数据、检查点写入与故障恢复，不能只看单次顺序带宽。
-
2026.07.25
AI 集群架构多租户 AI 集群网络如何隔离：流量、权限与故障域
多租户隔离要同时覆盖数据平面、管理平面、调度、身份、遥测和容量边界。
-
2026.07.25
AI 集群架构AI 数据中心带外管理网络怎么建：独立访问、部署与救援路径
带外管理网络应在数据平面异常时仍能访问服务器、交换机和基础服务，并具备独立安全边界。
-
2026.07.25
AI 集群架构AI 集群分阶段扩容怎么规划：Pod、故障域与布线预留
扩容要预先定义计算单元、网络层级、故障域和基础设施预留，避免新增节点破坏原有容量模型。
-
2026.07.24
AI 集群架构AI 集群选择 InfiniBand 还是 RoCE：从业务目标到运维能力的判断方法
InfiniBand 与 RoCE 的选择应结合通信模式、规模、扩展效率、现网基础、团队经验和验收方法，不应只比端口速率。
常见问题 点击展开 收起
AI 集群应选择 InfiniBand 还是 RoCE？
需要结合训练或推理业务、GPU 规模、时延和扩展效率目标、现有以太网能力、运维团队经验、预算与交付周期判断，不能只比较端口速率。
GPU 利用率低一定是交换机性能不足吗？
不一定。常见问题还包括数据读取慢、CPU 或内存瓶颈、PCIe 与 NUMA 路径不合理、网卡位置错误、线缆或 FEC 异常，以及 NCCL 和 RDMA 参数没有对齐。
文章中的 Leaf-Spine 拓扑可以按端口数直接复制吗？
不能。正式设计还要核算节点数、每节点 GPU 和网卡数量、收敛比、故障域、Rail 划分、上联带宽、布线距离、冗余方式与后续扩容规模。
扩容规划应在什么时候开始？
应在首期设计时完成。交换机端口、机柜位置、光纤与配线、地址和路由、Rail 数量、管理平面以及电力散热都可能限制后续扩容。
WeChat
Profile