独家对话锐捷网络：算力成AI发展基础，智算中心能提供怎样价值？

成立于2003年的锐捷网络，跟随着数字经济持续加速发展驭风而行，深耕网络设备、网络安全产品及云桌面解决方案三大领域，凭借强大的研发创新实力、贴近用户的产品方案以及专业快捷的服务能力，现已发展成为ICT及云计算基础设施龙头企业。根据IDC中国以太网交换机市场跟踪报告2023Q3数据分析显示，锐捷网络数据中心交换机在互联网行业市场份额排名第一。

而在AI时代，我们也看到锐捷网络继续秉承着创新发展的路径，凭借敏锐的行业洞察与深厚的技术积淀，进一步推动行业发展，行稳而致远。

生成式AI如何改变企业发展

目前，许多企业数字化转型已进入“深水区”，数字技术与传统行业的简单叠加，已不能满足传统垂直行业的发展需求，企业在各自领域面临新机遇和新挑战，急需向广度和深度进发。

生成式AI作为当前新兴的人工智能技术发展趋势，是企业加速数字化转型的重要选择之一。部分行业代表性企业已在生产运营中部署应用生成式AI，取得了初步成效。

黄米青认为：“AI技术对于企业发展来说是非常重要的机会。”

首先，这些技术能够帮助企业实现自动化和智能化，提高生产效率、降低成本；其次，这些技术还能为企业带来更丰富、更个性化的用户体验。

黄米青表示：“AI的普及和深化将可能从以下几个方面深刻改变人类生活：智能家居、健康医疗、智能交通、工作助手、虚拟娱乐、人类增强等等。这些都将让我们的生活更加便利和舒适。进而，还将影响到社会的方方面面，包括经济结构、劳动力市场、城市规划、法律法规乃至伦理道德观念。”

那么，对于更多希望加快数字化转型步伐的企业而言，下一步应该如何用上、用好生成式人工智能呢?

首先要做到价值认同。要让数字化转型成为企业管理者与企业员工的共识，要充分认识、认可生成式人工智能。生成式AI能够在客户服务、销售市场、知识管理以及辅助决策方面助力企业实现大幅降本增效、降低商业试错成本。

在AI商业繁荣的大趋势下，生成式人工智能正变得更加普惠，企业使用成本持续降低，企业员工学习门槛持续降低。

其次要找到“正确路径”。对于企业而言，选择使用大模型和生成式AI来提升数字化能力，需要遵循科学的理论方法。企业需要根据自身的行业特点和专业知识，与基础大模型合作，将特定场景的专业数据加入基础大模型进行再训练和微调，研发出专属大模型或场景大模型。

再次要防范风险。生成式AI作为一种新兴的技术，在赋能产业高质量发展的同时，也存在许多风险，如隐私保护、结果失控、数据泄露等。

另外，元宇宙新声认为，上述一切的发展前提是算力的发展，我们要考量算力是否能够满足人工智能的需求，因此，如何在AI服务这个业务模式中保持强有力的竞争力，提升集群的GPU效率变得尤为关键。

AI发展势如破竹，但算力仍是其根基

随着生成式AI的发展，以及大模型参数量的提升，对算力的消耗也在明显增加。大模型训练对于算力的需求也符合类似“摩尔定律”的特征，从每3-4个月算力消耗翻倍到每2个月算力消耗翻倍。随着模型迭代速度越来越快，对算力的需求也越发紧迫。

以ChatGPT为例，从OpenAI的官方声明可以看出，ChatGPT4的规模远远超过了ChatGPT3，并且使用更强大的硬件GPU(H100)。这意味着ChatGPT4的训练时间和计算成本都非常高，需要更多的时间和资源来完成。

可以看出影响一个模型的训练时长主要因素在于GPU的利用率，以及GPU集群处理能力，而这些关键指标又与网络效率密切相关。网络效率是影响AI集群中GPU利用率的一个重要因素。

在AI集群中，GPU通常是计算节点的核心资源，因为它们可以高效地处理大规模的深度学习任务。然而，GPU的利用率受到多个因素的影响，其中网络效率是一个关键因素。

众所周知，AI集群通常由多个计算节点和存储节点组成，这些节点需要频繁地进行通信和数据交换，如果网络效率低下，这些节点之间的通信将会变得缓慢，这将直接影响到AI集群的算力。

黄米青表示：“企业要将更多资源投入到提升算力使用效率上，其中包括模型及并行通信算法的研发以及高效算力网络的构建。”

但是，我们看到影响网络通信效率的因素抛开硬件性能的限制，针对端处理时延、内部排队时延和丢包重传时延三大动态因素优化网络拥塞和时延，则成为提升AI集群网络通信性能最具成本效益的方法。基于这些思考，锐捷网络致力于提升通信带宽利用率，降低动态时延以及实现无损的网络传输，以提升AI集群网络通信性能。

在此背景下，锐捷网络面向下一代AI云服务的智算中心网络建设，推出了锐捷网络AI-FlexiForce智算中心网络解决方案。那么它又有怎样的价值呢?

智算中心的价值几何

锐捷网络发布的AI-FlexiForce智算中心网络解决方案，采用NCP+NCF为基础模块横向扩展的三级网络架构，并基于高性能芯片技术，通过将数据流切分成等长的Cell并负载到所有链路，提升网络带宽利用率；基于VOQ+Credit的端到端流控机制实现与业务无关的无损自闭环网络，助力业务算力提升。

从规模上来看，AI-FlexiForce智算中心网络解决方案采用三级组网，可支持17k到32k个400G的端口。锐捷网络在国内首发了400G的NCP和NCF设备，以支持AIGC网络的大接入带宽。NCP设备RG-S6930-18QC40F1，支持18口400G的业务口，并支持40口200G的Fabric内联口，用于和NCP之间的互联。NCF设备RG-X56-96F1，支持96口200G的Fabric内联口。我们可以看到，该解决方案可满足不同业务需求，具有可扩展性和灵活性。

黄米青表示：“锐捷AI-FlexiForce智算中心网络解决方案通过创新性地应用链路负载和拥塞控制技术，根本性解决网络中的拥塞冲突问题，提升GPU之间通信效率，进而提升GPU计算效率，加速企业大模型应用的推出。”

而且，在研发AI-FlexiForce智算中心网络解决方案的同时，锐捷网络还打造了分布式OS，旨在简化部署，提高系统可靠性。传统的DDC(Distributed Disaggregated Chassis，分布式分散式机箱)由于控制面集中，一旦NCC(Network Cloud Controller网络云控制器)失联，就会影响整个网络，从而影响整个业务流程。另外，由于版本不兼容，如果部分设备需要升级，就会面临巨大的运维难题。

锐捷网络AI-FlexiForce智算中心网络解决方案采用去中心化的分布式OS，实现了控制面与管理面解耦。即使管理平台出现问题，也不会影响整个网络的运行。与此同时，它还解决了兼容性问题，设备可以独立升级，大幅降低了运维难度。

黄米青解释道：“我们在研发AI-FlexiForce智算中心网络解决方案时，打造了分布式OS，意在实现分布式方案架构的统一管理基础上，最大程度降低系统性风险，提升AI训练网络的长期稳定运行。”

而在谈到锐捷智算中心最大的优势时，黄米青表示：“锐捷拥有独有的RALB、AILB等网络负载均衡技术，在智算网络方案中提供最优性能。”

可以预见，未来，随着AI对于算力需求持续增加，锐捷将持续精进AI Fabric智算中心网络解决方案，在降低时延、提高在网计算性能、实现端网融合等方面持续突破，打造高速互联、弹性可扩展、绿色节能的下一代AI云服务智算中心网络。

可以预见，在全球互联网流量不断增长和数据应用需求日益多样化的背景下，锐捷将持续精进AI-FlexiForce智算中心网络解决方案，在降低时延、提高在网计算性能、实现端网融合等方面持续突破。未来，锐捷网络还将通过持续的技术研发和产品创新，继续为全球的数据中心提供更高效网络解决方案，在AI时代助力各行业实现快速发展。

采访小记

这是我们第一次与黄总交流，而且还是线上形式，多少会显得有一些仓促，但我们还是在沟通的过程中明显感受到他在专业领域上的积累，比如他对于AI在企业端价值的体现、算力在AI发展过程中的重要性等都有着非常独到的看法和解读，也为我们提供了很多不同角度来观察科技的发展，这也是我们在交流过程中最大的收获。

在采访最后，当黄总在谈到锐捷网络在未来AI时代的赋能时，我们也感受到了他对于AI发展的期待和对锐捷网络产品和解决方案的信心。我们也希望，未来锐捷网络也能像黄总展露出的信心一样勇往直前，利用自己技术赋能千行百业。

【2024澳门天天开好彩大全免费】【新澳天天开奖资料大全最新】

【2024年天天开好彩资料】 【新澳天天开奖资料大全最新54期】

【2024澳门天天开好彩大全53期】 【澳门天天开彩期期精准】

【2024全年资料免费大全】 【新澳天天开奖资料大全】

【澳门内部最精准免费资料】 【2024澳门天天开好彩大全】

【2024年新奥门天天开彩免费资料】 【新澳2024今晚开奖资料】【新澳内部资料精准一码】

点赞数: 0