傳統三層網絡存在網絡層數多，網絡吞吐率低的問題，建議優化網絡架構，采用兩層框盒或框框組網，規模提升4倍以上，可滿足大規模萬卡AI集群，大幅度降低組網成本約30%。華為打造端到端200GE/400GE設備，構建大帶寬AI無損網絡，4倍于業界規模，完美匹配AI場景訴求。

組網規模從千卡向萬卡演進，大流量模型下網絡負載不均衡，嚴重影響AI訓練效率。解決流量負載不均，可將AI訓練場景下搜集到的整網信息作為創新算路算法的輸入，從而得到最優的流量轉發路徑，實現AI訓練場景下整網流量100%的均衡度，提升網絡帶寬利用率。華為獨創網絡負載均衡技術，提升網絡吞吐至98%，同等服務器規模下AI訓練效率提升20%。

AI任務的訓練要求網絡具有超高的穩定性，訓練過程中一旦鏈路異常就可能導致任務訓練中斷，要保證網絡有足夠的容錯能力，不影響AI相關業務，高可用網絡需要考慮：訓前主動識別鏈路亞健康，確保訓前網絡0風險；訓中出現任務異常后，需要能一鍵自動識別卡間的路徑和路況，做到分鐘級診斷網絡問題點，提升排障效率。華為網絡數字地圖提供可視化運維方案，高精度采集數據，實現網絡一鍵式故障診斷，訓中排障效率提升90%。

本次立項將針對AI場景下的網絡新需求，于2024年上半年完成不同集群規模選項、網絡負載均衡、網絡高可用等技術的探索，并輸出建設原則指導書，為構建面向AI時代的高性能網絡建設提供參考。華為也希望與眾多合作伙伴一起，推動技術的發展和應用場景的拓展，實現人工智能技術的可持續發展和社會的共同繁榮。