2026.08.10
AI 集群架构
跨集群检查点复制怎么规划：一致性窗口比带宽数字更重要
以一致性窗口、恢复点状态和故障域为主线，规划可验证、可回退的跨集群检查点复制。
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。
-
2026.08.10
-
2026.08.10
AI 集群架构AI 集群时间同步怎么设计：日志相关性要先于 PTP 精度承诺
从节点时间、日志关联、调度事件、网络遥测和故障复盘出发，给出可验证、可停止、可恢复的项目判断路径。
-
2026.08.10
AI 集群架构遥测数据湖与训练网怎么隔离：采集系统不能反向制造流量峰值
以单向采集、分层汇聚和受控查询，避免遥测平台反向放大训练集群负载
-
2026.08.10
AI 集群架构训练作业抢占怎么设计：检查点速度决定优先级是否真正可执行
从训练优先级、抢占、检查点时长、资源回收和恢复排队出发，给出可验证、可停止、可恢复的项目判断路径。
-
2026.08.03
AI 集群架构推理模型仓库放共享存储还是本地 NVMe：先按启动与发布路径设计
模型放在哪里不是单纯的存储选型，它会同时改变扩容速度、版本一致性、网络压力和故障恢复。
-
2026.08.02
AI 集群架构在线推理与离线训练能否混用 Fabric：先算拥塞传播和服务等级
平均带宽有余量仍可能出现同步突发，混用前要证明队列隔离、故障域和变更窗口可接受。
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