為了實(shí)現(xiàn)零丟包，數(shù)據(jù)中心網(wǎng)絡(luò)到底有多拼？

數(shù)智時(shí)代的最大特點(diǎn)，就是AI人工智能的廣泛應(yīng)用。

進(jìn)入21世紀(jì)以來(lái)，移動(dòng)通信、光通信、云計(jì)算、大數(shù)據(jù)等ICT技術(shù)蓬勃發(fā)展，推動(dòng)了企業(yè)的數(shù)字化轉(zhuǎn)型。數(shù)據(jù)，變成了企業(yè)最核心的資產(chǎn)。

企業(yè)將這些數(shù)據(jù)資產(chǎn)全部存儲(chǔ)并運(yùn)行在數(shù)據(jù)中心之上。隨著數(shù)字化的不斷深入，數(shù)據(jù)規(guī)模變得越來(lái)越龐大。

2025年新增的數(shù)據(jù)量將達(dá)到180ZB

（數(shù)據(jù)來(lái)源：華為GIV）

傳統(tǒng)的軟件算法，根本無(wú)法處理如此海量的數(shù)據(jù)（更何況，其中95%以上都是語(yǔ)音、視頻等非機(jī)構(gòu)化數(shù)據(jù)）。于是，我們找來(lái)了能力更強(qiáng)的幫手，那就是——AI（人工智能）。

AI可以完成海量無(wú)效數(shù)據(jù)的篩選和有用信息的自動(dòng)重組，從而大幅提升數(shù)據(jù)價(jià)值的挖掘效率，幫助用戶更高效地進(jìn)行決策。

然而，想要利用好這個(gè)神器，我們需要三大要素的支持，那就是算法、算力和數(shù)據(jù)。

AI算法強(qiáng)不強(qiáng)，訓(xùn)練是關(guān)鍵。深度學(xué)習(xí)的算法訓(xùn)練，離不開(kāi)海量的樣本數(shù)據(jù)，以及高性能的計(jì)算能力。

在存儲(chǔ)能力方面，從HDD（機(jī)械硬盤(pán)）到SSD（高速閃存盤(pán)），再到SCM（存儲(chǔ)級(jí)內(nèi)存），介質(zhì)時(shí)延降低了100倍以上，可以滿足高性能數(shù)據(jù)實(shí)時(shí)存取需求。

在計(jì)算能力方面，從CPU到GPU，再到專(zhuān)用的AI芯片，處理數(shù)據(jù)的能力也提升了100倍以上。

那么，這是否意味著數(shù)據(jù)中心能夠完全滿足AI規(guī)模應(yīng)用的要求呢？

別急著說(shuō)是，我們不能忘了一個(gè)重要的性能制約因素，那就是——網(wǎng)絡(luò)通信能力。

事實(shí)上，網(wǎng)絡(luò)通信能力確實(shí)拖了存儲(chǔ)能力和計(jì)算能力的后腿。數(shù)據(jù)顯示，在存儲(chǔ)介質(zhì)和計(jì)算處理器演進(jìn)之后，網(wǎng)絡(luò)通信時(shí)延已經(jīng)成為了數(shù)據(jù)中心性能提升的瓶頸。通信時(shí)延在整個(gè)存儲(chǔ)E2E（端到端）時(shí)延中占比，已經(jīng)從10%躍遷到60%以上。

也就是說(shuō)，寶貴的存儲(chǔ)介質(zhì)有一半以上的時(shí)間是在等待通信空閑；而昂貴的處理器，也有一半時(shí)間在等待通信同步。

網(wǎng)絡(luò)通信能力，已經(jīng)在數(shù)據(jù)中心形成了木桶效應(yīng)，變成了木桶的短板。

█ 數(shù)據(jù)中心通信網(wǎng)絡(luò)，到底出了什么問(wèn)題？

上世紀(jì)70年代，TCP/IP和以太網(wǎng)技術(shù)相繼誕生。

它們成本低廉、結(jié)構(gòu)簡(jiǎn)單，為互聯(lián)網(wǎng)的早期發(fā)展做出了巨大貢獻(xiàn)。

但是，隨著網(wǎng)絡(luò)規(guī)模的急劇膨脹，傳統(tǒng)TCP/IP和以太網(wǎng)技術(shù)已經(jīng)跟不上時(shí)代的步伐，它們落后的架構(gòu)設(shè)計(jì)，反而制約了互聯(lián)網(wǎng)的進(jìn)一步發(fā)展。

2010年后，數(shù)據(jù)中心的業(yè)務(wù)類(lèi)型逐漸聚焦為三種，分別是高性能計(jì)算業(yè)務(wù)（HPC），存儲(chǔ)業(yè)務(wù)和一般業(yè)務(wù)。

這三種業(yè)務(wù)，對(duì)于網(wǎng)絡(luò)有不同的訴求。比如HPC業(yè)務(wù)的多節(jié)點(diǎn)進(jìn)程間通信，對(duì)于時(shí)延要求非常高；而存儲(chǔ)業(yè)務(wù)，對(duì)通信可靠性的要求非常高，網(wǎng)絡(luò)需要實(shí)現(xiàn)絕對(duì)的0丟包；一般業(yè)務(wù)的規(guī)模巨大，擴(kuò)展性強(qiáng)，要求網(wǎng)絡(luò)低成本易擴(kuò)展。

傳統(tǒng)以太網(wǎng)可以適用于一般業(yè)務(wù)，但是無(wú)法應(yīng)對(duì)高性能計(jì)算和存儲(chǔ)業(yè)務(wù)。于是，業(yè)界發(fā)展出了Infiniband（直譯為“無(wú)限帶寬”技術(shù)，縮寫(xiě)為IB）網(wǎng)絡(luò)，應(yīng)對(duì)有低時(shí)延要求的網(wǎng)絡(luò)IPC通信；發(fā)展出了FC（Fibre Channel，光纖通道）網(wǎng)絡(luò)，提供高可靠0丟包的存儲(chǔ)網(wǎng)絡(luò)。

IB專(zhuān)網(wǎng)和FC專(zhuān)網(wǎng)的性能很強(qiáng)，但是價(jià)格昂貴，是以太網(wǎng)的數(shù)倍。而且，兩種專(zhuān)網(wǎng)需要專(zhuān)人運(yùn)維，會(huì)帶來(lái)更高的維護(hù)成本。

是不是有辦法，將三種網(wǎng)絡(luò)的優(yōu)勢(shì)進(jìn)行結(jié)合呢？有沒(méi)有一種網(wǎng)絡(luò)，可以同時(shí)實(shí)現(xiàn)高吞吐、低時(shí)延和0丟包？

這里，我先賣(mài)個(gè)關(guān)子，不揭曉答案。我們回過(guò)頭來(lái)，看看TCP/IP協(xié)議棧的痛點(diǎn)。

傳統(tǒng)的TCP/IP協(xié)議棧，實(shí)在是太老了。它的很多致命問(wèn)題，都是與生俱來(lái)的。比如說(shuō)它的時(shí)延，還有它對(duì)CPU的占用。

為了解決問(wèn)題，專(zhuān)家們提出了一種新型的通信機(jī)制——RDMA（Remote Direct Memory Access，遠(yuǎn)程直接數(shù)據(jù)存?。?，用于取代TCP/IP。

RDMA相當(dāng)于是一個(gè)快速通道技術(shù)，在數(shù)據(jù)傳輸時(shí)延和CPU占用率方面遠(yuǎn)遠(yuǎn)強(qiáng)于TCP/IP，逐漸成為主流的網(wǎng)絡(luò)通信協(xié)議棧。

RDMA有兩類(lèi)網(wǎng)絡(luò)承載方案，分別是專(zhuān)用InfiniBand和傳統(tǒng)以太網(wǎng)絡(luò)。

InfiniBand是一種封閉架構(gòu)，交換機(jī)是特定廠家提供的專(zhuān)用產(chǎn)品，采用私有協(xié)議，無(wú)法兼容現(xiàn)網(wǎng)，加上對(duì)運(yùn)維的要求過(guò)于復(fù)雜，并不是用戶的合適選擇。

除了InfiniBand之外，那就只剩下傳統(tǒng)以太網(wǎng)了。

那比較尷尬的是，RDMA對(duì)丟包率的要求極高。0.1%的丟包率，將導(dǎo)致RDMA吞吐率急劇下降。2%的丟包率，將使得RDMA的吞吐率下降為0。

而傳統(tǒng)以太網(wǎng)，工作機(jī)制是“盡力而為”，丟包是家常便飯。

又回到了前面那個(gè)問(wèn)題：我們究竟有沒(méi)有0丟包、高吞吐的新型開(kāi)放以太網(wǎng)，用于支撐低延時(shí)RDMA的高效運(yùn)行呢？

Duang！答案揭曉——

辦法當(dāng)然是有的，那就是來(lái)自華為的超融合數(shù)據(jù)中心網(wǎng)絡(luò)智能無(wú)損技術(shù)。

█ 華為的零丟包秘技

華為的智能無(wú)損技術(shù)到底有何神通，可以解決困擾傳統(tǒng)以太網(wǎng)已久的丟包問(wèn)題？

其實(shí)，想要實(shí)現(xiàn)零丟包，首先要搞清楚網(wǎng)絡(luò)為什么會(huì)產(chǎn)生丟包。

網(wǎng)絡(luò)丟包的基本原因其實(shí)很簡(jiǎn)單，就是發(fā)生了溢出——網(wǎng)絡(luò)流量超過(guò)了數(shù)據(jù)中心交換機(jī)的處理和緩存能力。

應(yīng)對(duì)溢出，業(yè)界通用的做法，就是控制發(fā)送端的發(fā)送速度，從而避免超過(guò)交換機(jī)處理能力的擁塞形成。

具體來(lái)說(shuō)，就是在交換機(jī)端口設(shè)置報(bào)文緩存隊(duì)列，一旦隊(duì)列長(zhǎng)度超過(guò)某一個(gè)閾值（擁塞水線），對(duì)擁塞報(bào)文進(jìn)行擁塞標(biāo)記，流目的端向源端發(fā)送降速信號(hào)，即顯式擁塞通知ECN（Explicit Congestion Notification）。

源端收到通知，從而降低發(fā)送速度，規(guī)避擁塞。

我們可以看出，這個(gè)閾值的設(shè)置非常關(guān)鍵。它決定了對(duì)報(bào)文進(jìn)行擁塞標(biāo)記的時(shí)機(jī)，是網(wǎng)絡(luò)中是否會(huì)發(fā)生擁塞的決定性因素。

閾值的設(shè)置，是一門(mén)非常深的學(xué)問(wèn)。

如果設(shè)置太保守，就會(huì)降速太多，影響系統(tǒng)吞吐能力。如果設(shè)置太激進(jìn)，則無(wú)法達(dá)到無(wú)損的效果。

更關(guān)鍵的是，網(wǎng)絡(luò)的業(yè)務(wù)類(lèi)型是多樣且變化的，有時(shí)候需要高吞吐，有時(shí)候又需要低時(shí)延。即便是有經(jīng)驗(yàn)的專(zhuān)家，好不容易花了幾天的時(shí)間，設(shè)置好了最佳水線位置，結(jié)果它又變了，咋整？

于是，華為想到了最適合干這個(gè)活的角色，那就是——AI。

早在2012年，華為為了應(yīng)對(duì)未來(lái)數(shù)據(jù)洪水挑戰(zhàn)，投入了數(shù)十個(gè)科學(xué)家，啟動(dòng)新一代無(wú)損網(wǎng)絡(luò)的研究。

經(jīng)過(guò)多年的潛心鉆研和探索，他們搞出了獨(dú)具創(chuàng)新的iLossless智能無(wú)損算法方案。這是一個(gè)通過(guò)人工智能實(shí)現(xiàn)網(wǎng)絡(luò)擁塞調(diào)度和網(wǎng)絡(luò)自優(yōu)化的AI算法。

華為iLossless智能無(wú)損算法以Automatic ECN為核心，并首次在超高速數(shù)據(jù)中心交換機(jī)引入深度強(qiáng)化學(xué)習(xí)DRL（Deep Reinforcement Learning）。

對(duì)比傳統(tǒng)靜態(tài)閾值配置僵化，無(wú)法動(dòng)態(tài)適應(yīng)網(wǎng)絡(luò)變化的缺點(diǎn)，Automatic ECN為以太網(wǎng)的流量調(diào)度提供了智能預(yù)測(cè)能力，可以根據(jù)當(dāng)前流量狀態(tài)精準(zhǔn)預(yù)測(cè)下一刻的擁塞狀態(tài)，提前做好預(yù)留和準(zhǔn)備。

基于iLossless智能無(wú)損算法，華為發(fā)布了超融合數(shù)據(jù)中心網(wǎng)絡(luò)CloudFabric 3.0解決方案，引領(lǐng)智能無(wú)損進(jìn)入1.0時(shí)代。

2022年，華為超融合數(shù)據(jù)中心網(wǎng)絡(luò)繼續(xù)探索，提出了更強(qiáng)大的智能無(wú)損網(wǎng)算一體技術(shù)和創(chuàng)新直連拓?fù)浼軜?gòu)，可實(shí)現(xiàn)270k大規(guī)模算力樞紐網(wǎng)絡(luò)（組網(wǎng)規(guī)模4倍于業(yè)界，可助力構(gòu)建E級(jí)和10E級(jí)大型和超大型算力樞紐），時(shí)延在智能無(wú)損1.0的基礎(chǔ)上，可進(jìn)一步降低25%。

華為的智能無(wú)損2.0，基于在網(wǎng)計(jì)算（In-network computing）和拓?fù)涓兄═opology-Aware Computing）實(shí)現(xiàn)網(wǎng)絡(luò)和計(jì)算協(xié)同。一方面，網(wǎng)絡(luò)參與計(jì)算信息的匯聚和同步，減少計(jì)算信息同步的次數(shù)；另一方面，通過(guò)調(diào)度確保計(jì)算節(jié)點(diǎn)就近完成計(jì)算任務(wù)，減少通信跳數(shù)，進(jìn)一步降低應(yīng)用時(shí)延。

以MPI_allreduce為例，相比傳統(tǒng)網(wǎng)絡(luò)僅做數(shù)據(jù)轉(zhuǎn)發(fā)不參與計(jì)算過(guò)程，華為超融合數(shù)據(jù)中心網(wǎng)絡(luò)可有效降低時(shí)延，提升計(jì)算效率27%。

華為超融合數(shù)據(jù)中心網(wǎng)絡(luò)解決方案，為數(shù)據(jù)中心構(gòu)建了統(tǒng)一融合網(wǎng)絡(luò)，取代了此前的三種不同類(lèi)型網(wǎng)絡(luò)（LAN、SAN、IPC），大幅減少了網(wǎng)絡(luò)建設(shè)成本和運(yùn)維成本，總成本TCO下降了53%。AI業(yè)務(wù)的運(yùn)行效率，則提升了30%以上。

█ 智能無(wú)損技術(shù)的積累沉淀

近年來(lái)，華為圍繞智能無(wú)損網(wǎng)絡(luò)和iLossless智能無(wú)損算法，接連發(fā)布了多個(gè)產(chǎn)品和解決方案。

2018年10月，華為就發(fā)布了AI Fabric極速以太網(wǎng)解決方案，幫助客戶構(gòu)建與傳統(tǒng)以太網(wǎng)兼容的RDMA網(wǎng)絡(luò)，引領(lǐng)數(shù)據(jù)中心網(wǎng)絡(luò)進(jìn)入極速無(wú)損的高性能時(shí)代。

2019年1月，華為又發(fā)布了業(yè)界首款面向AI時(shí)代的數(shù)據(jù)中心交換機(jī)CloudEngine 16800，承載了iLossLess智能無(wú)損交換算法，實(shí)現(xiàn)流量模型自適應(yīng)自優(yōu)化，從而在零丟包的基礎(chǔ)上，獲得更低時(shí)延和更高吞吐的網(wǎng)絡(luò)性能。

2021年6月，華為發(fā)布全無(wú)損以太存儲(chǔ)網(wǎng)絡(luò)解決方案（NoF+）。該方案基于OceanStor Dorado全閃存存儲(chǔ)系統(tǒng)和CloudEngine數(shù)據(jù)中心存儲(chǔ)網(wǎng)絡(luò)交換機(jī)構(gòu)建，可實(shí)現(xiàn)存儲(chǔ)場(chǎng)景端到端數(shù)據(jù)加速，充分釋放全閃存性能潛力。

除了自身積極進(jìn)行技術(shù)研究和產(chǎn)品化之外，華為還積極推動(dòng)相關(guān)技術(shù)標(biāo)準(zhǔn)的成熟。

2021年8月，華為發(fā)布的智能無(wú)損技術(shù)論文《ACC: Automatic ECN Tuning for High-Speed Datacenter Networks》（高性能數(shù)據(jù)中心網(wǎng)絡(luò)中的ECN動(dòng)態(tài)調(diào)優(yōu)）入選全球網(wǎng)絡(luò)通信頂級(jí)會(huì)議ACM SIGCOMM 2021，得到業(yè)界專(zhuān)家的一致認(rèn)可，具有世界級(jí)技術(shù)影響力。

在華為主導(dǎo)下，IEEE 802成立了Nendica（“Network Enhancements for the Next Decade” Industry Connections Activity）工作組，聯(lián)合業(yè)界共同探討以太網(wǎng)技術(shù)標(biāo)準(zhǔn)發(fā)展的新方向，為智能無(wú)損網(wǎng)絡(luò)技術(shù)發(fā)展提供了理論研究的開(kāi)放土壤。

█ 智能無(wú)損技術(shù)的落地實(shí)踐

經(jīng)過(guò)實(shí)際項(xiàng)目驗(yàn)證并獲得客戶認(rèn)可的技術(shù)，才是可靠的技術(shù)。

華為的超融合數(shù)據(jù)中心網(wǎng)絡(luò)CloudFabric 3.0解決方案，已經(jīng)在金融、政府、超算中心、智算中心等客戶廣泛應(yīng)用。包括中國(guó)銀行、云南農(nóng)信、華夏銀行、湖北移動(dòng)、中科院高能物理研究所、武漢人工智能計(jì)算中心、鵬城實(shí)驗(yàn)室等在內(nèi)的眾多高端用戶，都是華為智能無(wú)損技術(shù)的使用者。

中國(guó)銀行聯(lián)合華為打造的新一代智能無(wú)損存儲(chǔ)網(wǎng)絡(luò)“RoCE-SAN”，結(jié)合中行具體的應(yīng)用場(chǎng)景，實(shí)現(xiàn)了智能緩存管理、逐流精準(zhǔn)控速、故障高可用秒級(jí)切換的技術(shù)創(chuàng)新突破，滿足金融級(jí)高可用存儲(chǔ)網(wǎng)絡(luò)要求。

中科院高能物理研究所通過(guò)與華為的聯(lián)合創(chuàng)新，采用零丟包以太網(wǎng)技術(shù)，構(gòu)建了由數(shù)萬(wàn)顆CPU核構(gòu)成的跨地域的高性能計(jì)算環(huán)境，很好地滿足了高能物理領(lǐng)域?qū)λ懔Φ男枨蟆?/p>

某互聯(lián)網(wǎng)巨頭布局無(wú)人駕駛，無(wú)人駕駛技能的訓(xùn)練涉及到大量的AI計(jì)算：1天采集的數(shù)據(jù)，需要幾百的GPU服務(wù)器7天才能訓(xùn)練完，嚴(yán)重影響無(wú)人駕駛的上市時(shí)間。通過(guò)華為的智能無(wú)損技術(shù)，最終使得整體訓(xùn)練的時(shí)長(zhǎng)縮短40%，加速無(wú)人駕駛的商用進(jìn)程。

除了豐富的行業(yè)落地案例，華為智能無(wú)損技術(shù)還獲得了大量的行業(yè)獎(jiǎng)項(xiàng)：

2018年6月，日本Interop展Best of Show Award金獎(jiǎng)

2020年12月，中國(guó)銀行業(yè)金融科技應(yīng)用成果大賽“最佳解決方案獎(jiǎng)”

2021年4月，日本Interop展Best of Show Award 2020銀獎(jiǎng)

2021年5月，2021數(shù)博會(huì)領(lǐng)先科技成果獎(jiǎng)之“黑科技”類(lèi)別

2021年10月，高性能計(jì)算領(lǐng)域 “融合架構(gòu)創(chuàng)新獎(jiǎng)”

2022年3月，中國(guó)通信學(xué)會(huì)科學(xué)技術(shù)獎(jiǎng)特等獎(jiǎng)

……

這些來(lái)自專(zhuān)業(yè)領(lǐng)域的認(rèn)可，更加證明了華為基于智能無(wú)損技術(shù)的超融合數(shù)據(jù)中心網(wǎng)絡(luò)解決方案，在領(lǐng)導(dǎo)力和先進(jìn)性方面居于行業(yè)領(lǐng)先地位。

█ 結(jié)語(yǔ)

從邏輯上來(lái)看，華為基于智能無(wú)損技術(shù)的超融合數(shù)據(jù)中心網(wǎng)絡(luò)解決方案，是將AI技術(shù)在數(shù)據(jù)中心進(jìn)行落地，用AI賦能數(shù)據(jù)中心，再用數(shù)據(jù)中心，去支撐AI應(yīng)用。這是一種非常有趣的良性循環(huán)，引領(lǐng)了整個(gè)ICT行業(yè)的智能化潮流。

這個(gè)方案是為算力時(shí)代量身定制的，可以很好地滿足算力時(shí)代計(jì)算、存儲(chǔ)、業(yè)務(wù)等多種場(chǎng)景數(shù)據(jù)流通的需要。

放眼未來(lái)，AI與數(shù)據(jù)中心的深度融合，將完美支撐企業(yè)數(shù)字化轉(zhuǎn)型所需的算力需求，加速數(shù)據(jù)存儲(chǔ)和處理過(guò)程，幫助企業(yè)快速?zèng)Q策，加快邁入數(shù)智時(shí)代。