阿里云磐久超高性能網絡亮相??時延降低90%至2微秒

11月3日，2022云棲大會上，阿里巴巴集團副總裁、阿里云基礎設施負責人周明表示，阿里云將服務器、網絡、數據中心進行了一體化架構升級，打造成“一臺超高速運轉的計算機”，并為這臺發動機研發了一套超高性能的網絡——磐久PredFabric，長尾時延顯著降低90%，低至2微秒。

磐久超高性能網絡 解決AI算力難題

【資料圖】

近幾年人工智能、機器學習相關需求井噴，AI算力需求每3.5個月翻一倍，過去六年已增長了30萬倍，面對這種爆發式的算力需求，簡單粗暴的硬件堆砌不可持續。雖然市面上許多AI硬件(包括GPU、FPGA等)的計算能力很強大，但它們的內存資源非常稀缺，當內存資源不足時，要么運算停滯，要么會增加數據的無效傳輸，帶來很大的運行開銷，增加了時間成本。

周明透露，阿里云工程師為此打造了一套“磐久超高性能網絡”，采用自研的Solar-RDMA高速網絡協議，使處理器可以通過load/store指令訪問其他任意服務器的內存，非常適合深度學習模型內神經網絡的交互形態，相比傳統模式可降低長尾時延90%以上，最低可至2微秒。

同時，阿里云將云服務器的接入帶寬提升了一倍，可達1.6Tbps，再配合上層的融合通信庫ACCL，實現了在AI場景下的通信效率倍增，保障集群算力的線性輸出，確保在大流量突發場景甚至部件異常的情況下，整個數據中心仍能保持穩定、高效的運轉。

“靈駿”智算助力人工智能 釋放高效算力

基于這套超高性能網絡技術及軟硬一體化能力，今年6月阿里云推出了新一代智能計算產品——靈駿，可最小化所有非計算開銷，實現5倍的通信性能提升，千卡并行計算效率高達90%。

目前，“靈駿”不僅在阿里巴巴集團內大規模部署，也為廣大企業提供算力服務。今年8月，小鵬汽車就基于“靈駿”建成了中國最大的自動駕駛智算中心“扶搖”，用于自動駕駛模型訓練，訓練速度相比傳統模式下提升了近170倍。

通過與阿里云合作，“扶搖”以更低成本實現了更強算力，將GPU資源虛擬化利用率提高3倍，端對端通信延遲降低90%至2微秒。整體計算效率上，實現了算力的線性擴展。存儲吞吐比業界20GB/s的普遍水準提升了40倍，數據傳輸能力相當于從送快遞的微型面包車，換成了20多米長的40噸集裝箱重卡。

更綠色低碳的全球云計算基礎設施

目前，阿里云基礎設施層已形成了服務器、網絡、數據中心一體化架構設計，具備計算異構、資源池化和加速引擎三大能力，支撐上層云計算產品和應用平臺的算力釋放最大化，從而實現數據中心利用率的全局最優。

同時，阿里云還積極推動數據中心低碳轉型，自主研發了單相浸沒液冷技術，PUE低至1.09，大幅降低數據中心散熱能耗。在清潔能源使用方面，2022年1-9月，阿里云五大數據中心清潔能源使用占比超過50%，累計減排二氧化碳77.4萬噸，位列國內科技公司榜首。

“綠色是檢驗數據中心的黃金標準，我們將持續加強綠色自研技術創新投入，積極開展清潔能源電力交易，推動數據中心減碳增效。”周明表示。

關鍵詞： 數據中心 基礎設施 阿里巴巴 人工智能 服務器的