随着人工智能的快速发展，AI模型不断向大规模方向发展，而分布式并行计算是实现AI大模型训练的关键手段。在这个计算过程中，网络吞吐是影响分布式训练质量和速度的重要因素。本文将就网络吞吐对AI训练的影响以及如何通过增加通信效率促进AI集群算力线性提升进行探讨。

(资料图片)

一、分布式并行计算是实现AI大模型训练的关键手段

随着AI模型规模的不断扩大，单GPU，单服务器已经无法满足计算和存储需求，分布式并行计算应运而生，即将计算任务以数据并行、流水线并行及张量并行等分布式并行方式分配到多台服务器上，来加快模型训练速度。

在数据并行模式下，数据被分割成多个部分，分配给不同的计算设备进行并行计算。这种并行模式需要多次集合通信操作来传递计算结果；在流水线并行模式下，不同的计算设备分别处理输入数据的不同阶段，每个阶段的结果通过集合通信操作传递给下一个阶段；在张量并行模式下，不同的计算设备分别处理输入数据的不同维度或不同部分，进行并行计算，这种并行模式同样需要多机多卡间的集合通信操作，以保证计算结果的准确性和训练效率。

因此，整网的集合通信性能对于Al网络的性能至关重要，网络性能决定了数据并行、流水线并行和张量并行等不同并行模式的效率，并直接影响集群对大模型训练的时间。

二、网络性能会直接影响分布式训练的效率

在分布式计算环境中，不同计算机之间需要频繁地进行数据交换和通信。因此，网络性能的优劣会直接影响分布式训练的质量和速度。如果网络吞吐不够大，数据传输就会成为瓶颈，从而限制了分布式训练的效率。

首先，让我们来看看allreduce通信特征。allreduce是一种集合通信操作，用于将所有工作节点的结果进行汇总并返回。在allreduce中，同一时间均为点到点通信，无多打一，流数少，单流带宽大，流量模型是对分流量。理想目标是所有流量都能够在1:1无收敛的网络中均衡传输，从而使整网吞吐达到100%。

然而，在实际应用中，ECMP多路径时流量哈希冲突会导致带宽不均衡，进而影响端侧数据发送带宽。在allreduce的流数少，流量大的情况下，基于ECMP进行负载均衡的网络中，网络节点仅站在自身视角将流量通过哈希选路发送，会出现流量Hash不均甚至HASH极化最终导致链路拥塞、出端口拥堵，整网利用率低等问题。

图1：Hash冲突的两种典型场景

另外，由于这个流量特征是由于通信库导致的，因此不论是IB还是RoCE都面临这个网络负载不均衡问题。

图2：英伟达在2023云网智联大会上介绍IB的负载均衡问题

图3：基于经典模型Halving Doubling Allreduce算法仿真的数据

在拥塞时，拥塞时队列深度增加，导致长尾时延增大，这是影响集合通信性能的关键因素，降低网络长尾时延可有效提升训练完成时间。

图4：集合通信里的长尾效应

因此，网络性能对分布式训练的质量和速度有着重要的影响。在AI DC中必须要采取相应措施来优化网络负载均衡的问题，以保证整网利用率的最大化进而保障整个AI集群的效率最大化。AI集群网络的吞吐效率将直接影响整个智算中心集群的效率。

三、通过增加通信效率促进AI集群算力线性提升

在没有实现全局负载均衡的网络中，整体通信效率为30%~56%之间，这说明有一半的网络性能没有被使用，也就意味着整个集群的算力使用率仅仅为30%~56%左右。在AI计算场景下，网络负载分担不均问题是当前业界的一个重大的难题，Google就曾指出在其数据中心中存在多级HASH不均问题导 致10K规模组网下整网吞吐低于25%的问题。

为了提高网络吞吐，进一步释放集群算力，业界已经有很多尝试和方案：

3.1英伟达通过自适应路由来解决负载不均问题，网络吞吐从50%提升到90%

图5：英伟达InfiniBand网络自适应路由方案

图6：英伟达RoCE网络自适应路由方案原理

图7：英伟达RoCE网络自适应路由方案效果

在ECMP图中，某些流具有相同的带宽和完成时间，而其他的流因为冲突，导致完成时间更长，带宽更低。具体来说，在ECMP场景中，一些流实现了13秒的最佳完成时间T，而最慢的流量需要31秒，大约是最佳流量的2.5倍T时间。而在RoCE自适应路由图中，所有流都在大约相同的时间，峰值带宽相似。

3.2中国移动发布全调度以太网架构白皮书，旨在解决网络负载不均衡问题

与传统以太网基于流进行负载分担的机制不同，GSE （全调度以太网）交换网络采用定长的PKTC 进行报文转发及动态负载均衡，通过构建基于PKTC 的DGSQ 全调度机制、精细的反压机制和无感知自愈机制，实现微突发及故障场景下的精准控制，全面提升网络有效带宽和转发延迟稳定性。

图8：GSE网络端到端流量转发示意图

GSE 面向无损、高带宽、超低时延等高性能网络需求业务场景，兼容以太网生态链，通过采用全调度转发机制、基于PKTC 的负载均衡技术、基于DGSQ的全调度技术、精细的反压机制、无感知自愈机制、集中管理及分布式控制等技术，实现低时延、无阻塞、高带宽的新型智算中心网络。

3.3华为AI Fabric基于NSLB实现整网吞吐提升至98%

AI训练大流为主（100MB~几GB），流数量少，单流通信数据量大，传统网络更易负载不均，常年吞吐仅有50%；每个周期内最慢的一条流到达后，才能进行下一轮通信，性能取决于最慢的流。

华为采用NSLB2.0算法，可根据整网交换机节点流拥塞状态和全网拓扑进行全局算路，识别出最优路径，整网吞吐可提升至98%。

图9：NSLB优化以太网负载均衡机制，实现整网满吞吐

图10：NSLB在某实验室测试效果，网络性能最高提升113%

网络吞吐是AI DC的核心关键指标，AI网络的吞吐直接决定整个智算中心的效率高低

由于网络作为整个数据中心内的通信高速公路，其枢纽作用对计算效率，整体投资和能源消耗都有放大效应，网络性能10%的提升，能够撬动整体性能、投资和能耗数倍的提升：

1.更高效完成训练任务，降低TTM：运力驱动算力，通过全局网络负载均衡技术可以使训练任务更高效的完成，效率最高可提升22%左右。如使用512张V100完成1750亿参数的GPT3训练，配套传统负载均衡技术训练大约需要8.75个月，而在全局负载均衡下的训练可以缩短到7个月，提前释放的资源可用于其他任务，为算力集群带来更高收益。

2.实现集群性能完美线性扩展，降低Capex：在智算中心软硬件基础设施的建设中，近70%投资用于计算设备，网络占比低于20%，剩余部分为存储和安全设备。如果网络存在负载不均问题，此时能释放的集群算力仅有60%左右。但通过改进网络负载均衡技术，可通过占比不到20%的网络拉动3倍以上投资的算力资源，实现集群性能完美线性扩展。

3.节能减排，降低Opex：节省的算力资源除一次性购置成本外，其所配套的机架、能耗等成本同样可观。千卡昇腾910B集群的整体供电需求可达760KW，通过网络负载均衡技术节省的算力资源以外，还可节省由于非线性扩展带来的额外电费80万/年。

综上所述，网络吞吐是AI DC的核心关键指标。衡量AI网络性能的关键指标是整网的集合通信性能（allreduce），在规划、建设AI DC的前期，需要针对网络性能制定相应的建设规范和设定性能指标，并在正式部署前进行严格的功能和性能测试，确保网络不能成为算力释放的瓶颈。例如可以设定网络线性度指标来衡量网络的整体性能：

最后，没有针对性进行负载均衡优化的网络不适用于AI DC，不论是IB网络还是RoCE网络。