中国移动研究院：面向AI大模型的智算中心网络演进白皮书（2023年）（29页）.pdf

1、面向 AI 大模型的智算中心网络演进白皮书（2023 年）中国移动通信研究院中国移动通信研究院目目 录录前 言.31.AI 业务发展趋势.41.1.人工智能技术发展趋势.41.2.人工智能业务发展趋势.61.3.人工智能政策发展趋势.72.AI 大模型对网络的需求.82.1.超大规模组网需求.82.2.超高带宽需求.92.3.超低时延及抖动需求.102.4.超高稳定性需求.102.5.网络自动化部署需求.113.当前网络能力与业务需求的差异点.113.1.规模差距分析.123.2.带宽差距分析.133.3.稳定性差距分析.143.4.时延、抖动差距分析.153.5.自动化能力差距分析.164.

2、面对差异网络应对举措.174.1.大规模组网关键技术.174.1.1 网络设备硬件本身改进.174.1.2 端网协同的流控改进.194.2.超高带宽关键技术.204.2.1 网络-应用协同设计释放算力.204.2.2 链路负载均衡优化技术.204.2.3 低功耗的 400G/800G 互联方案.224.3.超高稳定性关键技术.224.3.1 基于硬件的快速感知能力.234.3.2 基于硬件的快速收敛能力.234.3.3 层次化的网络故障自愈能力.234.4.超低时延关键技术.244.4.1 集合通讯算法和网络拓扑协同.244.4.2 DPU 硬件卸载.244.4.3 静态转发时延优化.254.

3、5 自动化关键技术.255.总结和展望.26术语定义.27缩略词表.27前前 言言人工智能是数字经济的核心驱动力，AI 大模型是人工智能的新引擎。AI 大模型指通过在海量数据上进行预训练，能够适应多种下游任务的模型，具有强大的泛化能力、自监督学习功能和精度突破性能。其已经在自然语言处理、计算机视觉、气象预报等多个领域取得了令人瞩目的成果。大模型的发展是大势所趋，未来将会助推数字经济，为智能化升级带来新范式。近年来，随着 ChatGPT 等生成式人工智能（AIGC）的突飞猛进，全球范围内的经济价值预计将达到数万亿美元。尤其在中国市场，生成式 AI 的应用规模有望在 2025 年突破 2000亿元

4、。这一巨大的潜力不仅吸引着业内领军企业竞相推出万亿、10 万亿参数量级别的大模型，而且对底层 GPU 支撑规模提出了更高的要求，达到了万卡级别。然而，如何满足如此庞大规模的训练任务，对网络的规模、性能、可靠性和稳定性等方面提出了前所未有的挑战。以 GPT3.5 为例，其训练过程依赖于微软专门建设的 AI 超算系统，由 1 万个 V100 GPU 组成的高性能网络集群，总计算力消耗约为 3640 PF-days。在这种情况下，寻求提供极致高性能网络已成为人工智能领域的重要研究方向之一。本白皮书将从 AI 业务发展的历程出发，深入研究大模型对网络能力的需求，分析当前网络与业务需求的差距，并探索网络

5、技术发展趋势以弥补这一差距。我们希望，通过本白皮书的研究和分析，为未来面向 AI 大模型的智能计算中心网络发展提供有益的参考和启示。本白皮书由中国移动研究院牵头编制，联合编制单位：华为技术有限公司、锐捷网络股份有限公司、思博伦通信科技（北京有限公司）、中兴通信股份有限公司、上海云脉芯联科技有限公司、星云智联科技有限公司、中科驭数(北京)科技有限公司、博通公司、是德科技（中国）有限公司、北京大禹智芯科技有限公司本白皮书的版权归中国移动研究院所有，并受法律保护。转载、摘编或利用其它方式使用本白皮书文字或者观点的，应注明来源。1.AI 业务发展趋势业务发展趋势1.1.人工智能技术发展趋势人工智能技术

6、发展趋势人工智能（AI）是一种使计算机和机器能够表现出智能和类似人类思维的能力的技术和方法论。它通常包括学习与推理、语言和语音识别、视觉感知、自动化控制等多个领域。自从 20 世纪 50 年代，人工智能的研究开始以来，AI 已经走了一个漫长的历程，经历了许多发展与进步，也经历了漫长的寒冬。图 1-1 人工智能发展时间轴符号主义与专家系统（1956 年-1980 年），AI 领域的创始人之一约翰麦卡锡在 1956年提出了“人工智能”这一术语后，AI 的符号推理阶段就正式开始了。符号推理阶段的主要发展是建立起了人工智能的推理基础。在这个阶段，人们将人类智能中的逻辑进行了形式化，创造了一种称为“推理