在2022年第六屆未來(lái)網(wǎng)絡(luò)發(fā)展大會(huì)上，來(lái)自產(chǎn)業(yè)界、學(xué)術(shù)界、研究機(jī)構(gòu)等領(lǐng)域的專家、行業(yè)領(lǐng)袖共同探討新型網(wǎng)絡(luò)技術(shù)的攻關(guān)與變革。

華為董事、科學(xué)家咨詢委員會(huì)主任徐文偉在主題演講中指出，超級(jí)算力是智能世界的關(guān)鍵需求，未來(lái)網(wǎng)絡(luò)技術(shù)將在三個(gè)方面為超級(jí)算力系統(tǒng)發(fā)展做出貢獻(xiàn)：

采用正交架構(gòu)、分布式直連拓?fù)涞刃录夹g(shù)，持續(xù)提升數(shù)據(jù)中心交換機(jī)設(shè)備容量、數(shù)據(jù)中心網(wǎng)絡(luò)規(guī)模，支持百萬(wàn)級(jí)海量算力節(jié)點(diǎn)大規(guī)模互聯(lián)。

將智能無(wú)損網(wǎng)絡(luò)技術(shù)應(yīng)用到AI訓(xùn)練、存儲(chǔ)、HPC等多種場(chǎng)景，把數(shù)據(jù)中心網(wǎng)絡(luò)時(shí)延從毫秒級(jí)降低到微秒級(jí)，減少算力等待算據(jù)的空耗周期，將算力發(fā)揮到極致。

面向一體化大數(shù)據(jù)中心、東數(shù)西算等新場(chǎng)景，探索長(zhǎng)距智能無(wú)損網(wǎng)絡(luò)、多目標(biāo)算力路由等新技術(shù)，支持全網(wǎng)負(fù)載均衡，提供集約化低碳算力服務(wù)。

展望未來(lái)，算網(wǎng)融合架構(gòu)的探索需要產(chǎn)學(xué)研用的共同努力才能成功，華為將持續(xù)基礎(chǔ)理論研究和研發(fā)投入，與高校、實(shí)驗(yàn)室、產(chǎn)業(yè)界積極開(kāi)展合作，共同推進(jìn)未來(lái)網(wǎng)絡(luò)發(fā)展。

以下為演講全文。

一、 超級(jí)算力是智能世界2030的關(guān)鍵需求

超級(jí)算力是智能世界的關(guān)鍵需求。

展望2030年的智能世界，人工智能將無(wú)所不及，超級(jí)算力幫助我們更縱深地感知物理世界，更準(zhǔn)確地模擬現(xiàn)實(shí)世界、探索未知領(lǐng)域，加速千行百業(yè)的數(shù)字化和智能化，實(shí)現(xiàn)數(shù)字世界和物理世界的無(wú)縫融合。

預(yù)計(jì)到2030年，自動(dòng)駕駛車廠云端需要10 ExaFLOPS，氣象預(yù)測(cè)數(shù)據(jù)及算力需求增長(zhǎng)1000倍，VR/AR用戶數(shù)將超過(guò)10億，AI計(jì)算的算力將達(dá)到105 ZetaFlops，比2021年增長(zhǎng)500倍左右，算力就是未來(lái)國(guó)家的關(guān)鍵競(jìng)爭(zhēng)力。

二、 超級(jí)算力系統(tǒng)發(fā)展驅(qū)動(dòng)算網(wǎng)融合架構(gòu)創(chuàng)新

超級(jí)算力系統(tǒng)不但需要性能更強(qiáng)的CPU、GPU，以及更強(qiáng)大的AI算法、模型，還需要結(jié)合未來(lái)網(wǎng)絡(luò)技術(shù)的最新發(fā)展，以算網(wǎng)融合架構(gòu)助力超級(jí)算力系統(tǒng)發(fā)展。

未來(lái)網(wǎng)絡(luò)技術(shù)研究將在三個(gè)方面做出貢獻(xiàn)：

采用正交架構(gòu)、分布式直連拓?fù)涞刃录夹g(shù)，持續(xù)提升數(shù)據(jù)中心交換機(jī)設(shè)備容量、數(shù)據(jù)中心網(wǎng)絡(luò)規(guī)模，支持百萬(wàn)級(jí)海量算力節(jié)點(diǎn)大規(guī)模互聯(lián)。

將智能無(wú)損網(wǎng)絡(luò)技術(shù)應(yīng)用到AI訓(xùn)練、存儲(chǔ)、HPC等多種場(chǎng)景，把數(shù)據(jù)中心網(wǎng)絡(luò)時(shí)延從毫秒級(jí)降低到微秒級(jí)，減少算力等待算據(jù)的空耗周期，將算力發(fā)揮到極致。

面向一體化大數(shù)據(jù)中心、東數(shù)西算等新場(chǎng)景，探索長(zhǎng)距智能無(wú)損網(wǎng)絡(luò)、多目標(biāo)算力路由等新技術(shù)，支持全網(wǎng)負(fù)載均衡，提供集約化低碳算力服務(wù)。

三、系統(tǒng)架構(gòu)創(chuàng)新：首創(chuàng)DCN正交架構(gòu)，實(shí)現(xiàn)超大容量，超高密度，線性擴(kuò)容

為了支持海量算力節(jié)點(diǎn)的大規(guī)模互聯(lián)，我們需要大容量的數(shù)據(jù)中心交換機(jī)設(shè)備。傳統(tǒng)框式設(shè)備采用PCB背板走線實(shí)現(xiàn)板卡槽位之間信號(hào)連接，受限于高速信號(hào)鏈路衰減，走線長(zhǎng)度不能大于40英寸，在框式設(shè)備上只能支持8個(gè)線卡槽位。

華為在2012年推出的數(shù)據(jù)中心交換機(jī)CloudEngine12800設(shè)備，首創(chuàng)“直接正交架構(gòu)”，采用業(yè)務(wù)線卡和交換網(wǎng)板90度垂直互連的方式，背板0走線，減少了走線帶來(lái)的高速信號(hào)鏈路衰減，支持前后風(fēng)道，數(shù)據(jù)中心機(jī)房無(wú)需改造就可以滿足冷熱隔離的要求，整機(jī)支持24個(gè)40GE線速端口，并且支持線性擴(kuò)容，是當(dāng)時(shí)業(yè)界最高競(jìng)品的4倍。

同樣基于直接正交架構(gòu)的新一代數(shù)據(jù)中心交換機(jī)CloudEngine16816，支持16個(gè)業(yè)務(wù)線卡槽位，提供768個(gè)400GE端口。

實(shí)現(xiàn)正交架構(gòu)面臨高速信號(hào)傳輸、高密度和低損連接器和高效散熱的工程瓶頸。通過(guò)系統(tǒng)架構(gòu)創(chuàng)新和跨學(xué)科集成創(chuàng)新，我們突破了多個(gè)工程技術(shù)瓶頸，連續(xù)十年刷新數(shù)據(jù)中心核心交換機(jī)的業(yè)界容量極限。

四、 持續(xù)提升設(shè)備容量：互聯(lián)介質(zhì)技術(shù)、散熱技術(shù)、分布式架構(gòu)

在正交架構(gòu)的技術(shù)創(chuàng)新的基礎(chǔ)上，為了持續(xù)提升數(shù)據(jù)中心交換機(jī)的設(shè)備容量，我們還在研究更高速率的互聯(lián)介質(zhì)技術(shù)、更強(qiáng)的散熱技術(shù)，并探索更多的設(shè)備新架構(gòu)。

在互聯(lián)架構(gòu)上，從PCB互連演進(jìn)到了當(dāng)前的Cable IO互連，未來(lái)將走向光IO互連。要實(shí)現(xiàn)架構(gòu)演進(jìn)，關(guān)鍵是在互連介質(zhì)上要取得突破。我們也在業(yè)界推出對(duì)傳輸損耗的理論研究公式（如圖），從降低介電材料的Dk和Df以及改善導(dǎo)體材料的光滑度，趨膚效應(yīng)和導(dǎo)電率來(lái)改善介質(zhì)損耗與導(dǎo)體損耗。

在散熱技術(shù)上，我們基于過(guò)增元院士的“場(chǎng)協(xié)同原理”理論，持續(xù)優(yōu)化散熱速度場(chǎng)/溫度場(chǎng)的“協(xié)同數(shù)”Fc （如圖），進(jìn)一步研究從金屬到石墨烯到金剛石的散熱材料突破，挑戰(zhàn)固體導(dǎo)熱材料的極致性能。同時(shí)，深入探索沸騰換熱微納表面的加工工藝，拉遠(yuǎn)散熱跨尺度/跨材料系統(tǒng)的集成工藝、復(fù)雜熱源散熱的拓?fù)鋬?yōu)化工藝的散熱工藝。力爭(zhēng)在散熱技術(shù)上獲得突破。

在設(shè)備架構(gòu)上，面向未來(lái)，探索從正交架構(gòu)到直連拓?fù)涞姆植际浇粨Q機(jī)架構(gòu)的可能性，希望突破設(shè)備的容量與供電限制，通過(guò)OIO互聯(lián)技術(shù)完成高密度信號(hào)連接，實(shí)現(xiàn)單節(jié)點(diǎn)更大容量演進(jìn)。

五、系統(tǒng)架構(gòu)創(chuàng)新：直連拓?fù)鋵?shí)現(xiàn)單個(gè)DC的百萬(wàn)級(jí)節(jié)點(diǎn)聯(lián)接

為了支持海量算力節(jié)點(diǎn)的大規(guī)模互聯(lián)，我們還需在數(shù)據(jù)中心交換機(jī)的組網(wǎng)拓?fù)渖线M(jìn)一步創(chuàng)新。目前主流組網(wǎng)拓?fù)錇镃LOS架構(gòu)，以典型的128端口交換機(jī)測(cè)算，2級(jí)CLOS架構(gòu)最大支持8千個(gè)計(jì)算節(jié)點(diǎn)互聯(lián)。

為了實(shí)現(xiàn)更大規(guī)模的算力互聯(lián)，3級(jí)CLOS架構(gòu)最大支持50萬(wàn)個(gè)計(jì)算節(jié)點(diǎn)互聯(lián)，但跳數(shù)增加又帶來(lái)了時(shí)延增加等問(wèn)題。

華為創(chuàng)新地將直連拓?fù)湟氲?a target="_blank">以太網(wǎng)絡(luò)中，實(shí)現(xiàn)超大規(guī)模、低跳數(shù)的數(shù)據(jù)中心網(wǎng)絡(luò)架構(gòu)，以128端口交換機(jī)測(cè)算，最高可支持400萬(wàn)計(jì)算節(jié)點(diǎn)互聯(lián)，相比2級(jí)CLOS架構(gòu)提升了500倍，跳數(shù)不變。

直連拓?fù)涞亩嗦窂江h(huán)路問(wèn)題，需要Dijkstra（迪杰斯特拉）算法實(shí)現(xiàn)TI-LFA（拓?fù)錈o(wú)關(guān)的無(wú)環(huán)路備份路徑），存在復(fù)雜度高、重路由時(shí)間長(zhǎng)的問(wèn)題。華為創(chuàng)新引入圖論方法實(shí)現(xiàn)并行Dijkstra（迪杰斯特拉）算法，降低復(fù)雜度，將1萬(wàn)個(gè)節(jié)點(diǎn)的快速重路由時(shí)間從16.7分鐘降低到8s。

六、系統(tǒng)架構(gòu)創(chuàng)新：智能無(wú)損網(wǎng)絡(luò)，挑戰(zhàn)零丟包互聯(lián)提升AI訓(xùn)練算力

AI訓(xùn)練場(chǎng)景中，多臺(tái)服務(wù)器向一臺(tái)服務(wù)器同時(shí)發(fā)送大量報(bào)文的情況經(jīng)常出現(xiàn)，多打一（incast）網(wǎng)絡(luò)流量模型是常態(tài)。

當(dāng)報(bào)文大量排隊(duì)、緩存溢出后，丟包、重傳就會(huì)導(dǎo)致GPU等數(shù)據(jù)的現(xiàn)象，嚴(yán)重時(shí)CPU資源有50%的時(shí)間在空轉(zhuǎn)。

傳統(tǒng)的流量控制算法在緩存超過(guò)一定“水線”時(shí)通知發(fā)送端，降低流量發(fā)送速度，但水線值的設(shè)置既不能太溫柔、也不能太粗暴，還要根據(jù)計(jì)算任務(wù)的不同動(dòng)態(tài)調(diào)整，不可實(shí)施。

華為創(chuàng)造性地引入智能算法代替專家經(jīng)驗(yàn)，用流量數(shù)據(jù)、流量模型進(jìn)行實(shí)時(shí)推理，得出最優(yōu)ECN水線值，實(shí)現(xiàn)實(shí)時(shí)、精準(zhǔn)的AI ECN流量控制。

為了確保算法可以自適應(yīng)任何流量場(chǎng)景和模型，除了百萬(wàn)級(jí)的真實(shí)業(yè)務(wù)樣本外，還加入了千萬(wàn)級(jí)的隨機(jī)樣本訓(xùn)練，可以保證在不同場(chǎng)景下無(wú)損算力互聯(lián)。

依據(jù)《ODCC無(wú)損網(wǎng)絡(luò)測(cè)試基準(zhǔn)》，ODCC 2020年進(jìn)行了實(shí)測(cè)，采用智能無(wú)損網(wǎng)絡(luò)架構(gòu)改造后，能效比提升了25%~31%，這相當(dāng)于節(jié)省了25%的GPU投資，具有較大商業(yè)價(jià)值。

某重點(diǎn)實(shí)驗(yàn)室算力強(qiáng)大（4096個(gè)NPU+1024CPU），但AI訓(xùn)練場(chǎng)景下，網(wǎng)絡(luò)HASH不均導(dǎo)致有效吞吐低，IO500打榜中網(wǎng)絡(luò)吞吐僅達(dá)到約50%，影響AI計(jì)算效率。

全網(wǎng)采用智能無(wú)損網(wǎng)絡(luò)后，單任務(wù)場(chǎng)景網(wǎng)絡(luò)吞吐從50%提升到90%。在IO500總榜、IO500十節(jié)點(diǎn)榜以及AIPerf榜都排名第一，且得分大幅領(lǐng)先上屆冠軍。IO500總榜得分4倍于第二名

七、智能無(wú)損網(wǎng)絡(luò)在存儲(chǔ)、HPC場(chǎng)景的性能超越FC、持平IB

在存儲(chǔ)場(chǎng)景中，傳統(tǒng)的光纖通道（FC）網(wǎng)絡(luò)不匹配全閃存NVMe接口下的并行式大吞吐讀寫模式，帶寬和時(shí)延已成為性能瓶頸。以太在帶寬上相比FiberChannel具有明顯優(yōu)勢(shì)，一家全球領(lǐng)先的大型銀行率先采用智能無(wú)損網(wǎng)絡(luò)替代FiberChannel，部署全閃存數(shù)據(jù)中心，生產(chǎn)系統(tǒng)存儲(chǔ)性能提升85%。

在HPC場(chǎng)景，智能無(wú)損網(wǎng)絡(luò)可以將集合通信的部分計(jì)算操作從服務(wù)器轉(zhuǎn)移到交換機(jī)網(wǎng)絡(luò)設(shè)備，減少了服務(wù)器集群間的通信量，從而大幅降低了HPC小字節(jié)場(chǎng)景下的網(wǎng)絡(luò)時(shí)延，提升了計(jì)算效率。

東莞大科學(xué)計(jì)算中心實(shí)驗(yàn)室需超大算力支持仿真與科學(xué)計(jì)算，使用智能無(wú)損網(wǎng)絡(luò)技術(shù)替代InfiniBand，計(jì)算性能持平，特定計(jì)算任務(wù)場(chǎng)景略有超越，我們還在持續(xù)優(yōu)化，爭(zhēng)取實(shí)現(xiàn)全面領(lǐng)先。

智能無(wú)損網(wǎng)絡(luò)性能超越IB的場(chǎng)景還有：氣象預(yù)報(bào)WRF、CESM等用例；汽車碰撞Pam-crash用例；AI計(jì)算AIPerf BenchMark套件用例。

八、從DCN到DCI到全國(guó)一體化大數(shù)據(jù)中心，堅(jiān)持系統(tǒng)架構(gòu)創(chuàng)新

繼DC內(nèi)部的智能無(wú)損網(wǎng)絡(luò)之后，我們?cè)谕侵悄軣o(wú)損網(wǎng)絡(luò)也有進(jìn)展，突破了iLossless-DCI算法，攻克100G以太網(wǎng)100公里0丟包難題，實(shí)現(xiàn)同城長(zhǎng)距無(wú)損，并主導(dǎo)IEEE長(zhǎng)距無(wú)損網(wǎng)絡(luò)相關(guān)的技術(shù)規(guī)范；一家全球領(lǐng)先的大型銀行在跨DC雙活同城數(shù)據(jù)同步中，采用長(zhǎng)距無(wú)損技術(shù)實(shí)現(xiàn)0丟包NoF+存儲(chǔ)網(wǎng)絡(luò)，用100G以太替換8G FC，鏈路數(shù)減少90%，每年節(jié)省2000多萬(wàn)元;

下一步是全國(guó)一朵云、一張網(wǎng)的問(wèn)題，延續(xù)網(wǎng)絡(luò)架構(gòu)+軟件創(chuàng)新思路，探索多目標(biāo)路由來(lái)實(shí)現(xiàn)跨資源池一體化調(diào)度、探索廣域智能無(wú)損實(shí)現(xiàn)1000公里級(jí)400G算力網(wǎng)絡(luò)高吞吐。

九、全國(guó)一體化大數(shù)據(jù)中心，探索多目標(biāo)算力路由、廣域智能無(wú)損

面向全國(guó)一體化數(shù)據(jù)中心的場(chǎng)景，在控制面探索多目標(biāo)算力路由，在數(shù)據(jù)面探索廣域智能無(wú)損;

多目標(biāo)算力路由的思路是，通過(guò)新的網(wǎng)絡(luò)和軟件協(xié)同，將一個(gè)業(yè)務(wù)拆分為多個(gè)子任務(wù)，用多目標(biāo)算力路由來(lái)實(shí)現(xiàn)跨數(shù)據(jù)中心資源池的統(tǒng)一調(diào)度、協(xié)同計(jì)算、算網(wǎng)融合；這種情況下，算力-運(yùn)力圖的劃分與組合眾多，多目標(biāo)算力路由是就是從眾多組合中找出業(yè)務(wù)綜合服務(wù)水平SLA與總和成本這兩個(gè)目標(biāo)上的最優(yōu)；

這是典型的多目標(biāo)優(yōu)化問(wèn)題，也稱為帕累托（Pareto）最優(yōu)問(wèn)題，傳統(tǒng)的多目標(biāo)加權(quán)轉(zhuǎn)化方法覆蓋低，需要探索其他途徑如矢量分解結(jié)合演化計(jì)算來(lái)提升最優(yōu)Pareto覆蓋；

面向全國(guó)一張網(wǎng)場(chǎng)景，廣域智能無(wú)損網(wǎng)絡(luò)還需要解決廣域網(wǎng)絡(luò)距離長(zhǎng)反饋慢、路徑多、均衡難、業(yè)務(wù)吞吐低的難題，支持全國(guó)一體化大數(shù)據(jù)中心的發(fā)展；需要探索廣域網(wǎng)絡(luò)擁塞控制新算法、網(wǎng)絡(luò)負(fù)載均衡新技術(shù)、下一代鏈路流控協(xié)議等，以期獲得廣域高吞吐性能。

十、架構(gòu)創(chuàng)新、技術(shù)突破，實(shí)現(xiàn)未來(lái)算網(wǎng)融合目標(biāo)（2030）

面向未來(lái)，要實(shí)現(xiàn)算網(wǎng)融合的目標(biāo)，通過(guò)更大的聯(lián)接與算力，支撐面向未來(lái)的真人全息、自動(dòng)駕駛、XR等場(chǎng)景和隨時(shí)隨地10G Everywhere的需求

一方面，我們需要從架構(gòu)創(chuàng)新與技術(shù)突破方面努力實(shí)現(xiàn)單級(jí)設(shè)備容量的突破，端口速率從400G到3.2T，單片容量從25.6T到400T以上，系統(tǒng)容量從512T到10P以上

另外一方面，我們也需要支撐擴(kuò)展到百萬(wàn)級(jí)的數(shù)據(jù)中心規(guī)模，微秒級(jí)的時(shí)延和整網(wǎng)級(jí)甚至全國(guó)一張網(wǎng)的負(fù)載均衡能力。

十一、合作共贏加速未來(lái)網(wǎng)絡(luò)發(fā)展

要實(shí)現(xiàn)算網(wǎng)融合架構(gòu)，加速未來(lái)網(wǎng)絡(luò)發(fā)展，需要靠各位院士、科學(xué)家、專家、上下游產(chǎn)業(yè)和客戶共同努力才能成功，同時(shí)我們也要重視網(wǎng)絡(luò)、ICT和數(shù)字人才的長(zhǎng)期培養(yǎng)。

一方面，華為我們自身也在基礎(chǔ)實(shí)驗(yàn)室建設(shè)，基礎(chǔ)理論研究和研發(fā)方面加大投入；更重要的，我們希望和行業(yè)的科學(xué)家和專家共同探討未來(lái)，和知名大學(xué)共同研究理論與技術(shù)。當(dāng)然我們尤其非常重視合作實(shí)驗(yàn)室創(chuàng)新驗(yàn)證，就像我們和未來(lái)網(wǎng)絡(luò)實(shí)驗(yàn)室有很多合作。

所以我們希望和大家共同努力，合作共贏加速未來(lái)網(wǎng)絡(luò)發(fā)展。謝謝！