数据中心网络在AI时代的一些思考
发布时间：2018-10-26 17:55:11 所属栏目：经营推广 来源：中国IDC圈
导读：在过去这五年时间，数据中心这个领域是新技术演进最频繁最快速的领域，大量的新创新技术，比如说SDN/NFV、云网联动，比如虚拟交换，包括Docker这样一些技术，都是在数据中心内部得到发育和得到应用成熟。
 威海站长网（http://www.0631zz.cn）观点大带宽的网络技术也是首先应用在数据中心，比如25G的接入，100G的接入，以及马上到来的400G的接入，都是首先在数据中心里应用。在数据中心领域，经过“互联网+”、大数据的大规模发展。
发展到现在这个阶段，我们在各个行业积累了大量的行业数据，而且现在还在每天每时每刻在不断产生更多的行业数据，基于这样海量的行业数据，我们现在有机会从这些数据里产生智能，从而把这些数据真正的价值释放出来，迈入AI的时代。
AI对业务有大量的挑战，首先是面向计算和存储的，比如机器训练，机器翻译的训练，里面计算量非常巨大，一次训练需要半年以上，这样的迭代速度远远没法满足AI业务的诉求。还有分布式存储，传统的分布式存储只能达到2万IOPS，现在某商业银行已经能达到35万IOPS的云存储。计算和存储领域的技术也在飞快发展，刚才三星韩先生的材料里提到，他们最新的SCM技术的存储系统，时延已经能够达到10微秒以下。当存储时延和计算时延能够降低到这样的数量级的时候，大家就发现瓶颈已经不在计算和存储了，瓶颈被转移到网络了。
网络的时延其实很短的，一台交换机一跳的时延也就是几百个纳秒，如果我们考虑一个网络三跳，也就是一个微秒左右的时延，那为什么网络会成为AI计算和存储的一个新的瓶颈？这里面有两点差异，第一，比如这种分布式存储，如果把操作过程打开看，它在一次I/O操作里会带来六次的网络访问。第二，刚才计算的时延其实有一定的误导，我们只看到静态时延，静态转发的时延是这么大。但是网络中，以太网的技术、TCP/IP的技术，有一个很大的问题，像分布式存储或者AI计算，分布式的计算都有一个特征，会有一个中心节点去分发任务，当所有任务向它发数据的时候，会形成流量，这个流量有可能会导致流量的拥塞，一旦发生拥塞，时延就从几百个纳秒成十倍百倍的增加，这种动态的时延是我们在AI计算里一个主要的障碍，也是我们当前面临的一个重大挑战。我们要怎么样去控制这样的动态时延，使它能够满足业务技术的要求，这是我们当前面临的一个新的挑战。
现有的以太网技术并不能满足AI诉求，传统的以太网技术不用讲了，肯定是不能满足的。那后来出现了什么？比如InfiniBand，它的主要诉求是解决低时延的问题，它很好的解决了低时延的问题，但是带来的问题是，第一，它是私有协议，不仅仅是一个成本的问题，或者也不仅仅是产业链的问题，它的问题在于在数据中心当前这样一个开放程度下是无法融合的。
比如一个云服务商要想对外提供AI服务，基于AI的云服务给企业，如果从企业角度看，如果他在私有云使用了InfiniBand的技术，要利用公有云来协作计算的时候也是无法做到的，所以私有是一个很重要的短板。同时它的网络规模非常小，只能支持很小的网络规模，我们现在看到比如像先进的云服务商这种互联网企业，他们的规模动辄都是几千台服务器的规模，这个对于InfiniBand的技术来讲是很大的瓶颈。
另外还有一个技术，在IEEE的CEE的标准，融合增强以太网主要解决的是无丢包，像分布式存储系统一旦出现丢包，时延的增长是完全无法接受的。它的解决思路是什么，既然你不要丢包，把你的带宽利用率降低下来，通过大幅度降低带宽利用率来使得你不要丢包。确实达到了不丢包的目的，但是它的问题在于它的带宽利用率太低。我们需要一个什么样的技术来支撑AI的业务诉求，应该是在高吞吐、大带宽的前提下的低时延和无丢包，这是我们现在所需要的网络，而且需要有效的控制动态时延，而不仅仅去关注静态时延。
华为发布AI Fabric这个方案，这里面包含了很多技术方向，我们的目标就是要在高吞吐的情况下实现零丢包和低时延。其实我们是把传统的以太网解剖开，把它原来粗犷无序的方式变成可控有序。比如刚才讲CEE，为什么它的带宽利用率低，一个简单的原理，它提前对这个流量进行压制，比如100G的端口带宽设一个水线，比如设到50G，当流量达到50G的时候，反压前端让它不要再发了，这样就降了，自然不会出现丢包。但是为了不丢包，必须要把这个水线舍得足够低，过程中还有延迟效应，这段时间的延迟之内仍然可能会出现拥塞和丢包。我们现在提出来的这个技术，通过动态调整水线，通过实施带宽流量监控，去动态调整水线，在达到不丢包的前提之下能够达到最大的带宽利用率。当然还有一些其他的技术，大家可以到展台再去做一些深入的探讨。 （编辑：武汉站长网） 【声明】本站内容均来自网络，其相关言论仅代表作者个人观点，不代表本站立场。若无意侵犯到您的权利，请及时与联系站长删除相关内容! |
