摘要：支持大模型训练的计算机系统有3种类型,其中基于国产AI芯片系统的生态系统不是很好,要想改变这个局面,需要做好AI编译器、并行加速等10个关键软件;基于超级计算机的系统需要做好软硬件协同设计,从而更好地服务于大模型训练。针对如何搭建大模型的基础设施,提出4点平衡设计,以确保系统的性能、可靠性和可扩展性。

摘要：主要分析了以ChatGPT为代表的交互式人工智能对广域网网络流量及智算中心网络技术的影响。首先,分析了交互式人工智能对广域网南北向流量、东西向流量的影响,并结合东数西算、云网融合、算力网络的发展提出了其在国内的3个发展阶段。其次,分析了交互式人工智能的训练池和推理池对数据中心网络建设的影响,通过比较IB和RoCE 2种技术路线的差异,给出可能的技术选择。最后,给出了对交互式人工智能未来发展的一些思索和探讨。

摘要：AI大模型训练、高性能存储等业务应用场景提出了海量规模的计算需求,与传统数据中心业务相比,在流量模型和网络需求方面有着显著区别,驱使传统的数据中心网络向智算中心和无损网络转型。从智算中心和无损网络的发展背景入手,分析了当前智算中心网络存在的问题,探索了智算中心网络流量调度的关键技术,并进行了流量调度平台的研发实践,为智算中心网络发展和应用提供思路。