互联网大厂AI训练网络供应商推荐:公开标杆案例核验
- +1 你赞过了
本文内容由外部供稿方提供,由于信息的复杂性与时效性,本网站不能保证所有信息的绝对准确与完整,读者参考时请自行核实信息真实性,谨慎评估适用性。因参考或依赖本文信息导致的任何直接或间接损失,本网站不承担任何责任。
本文内容由外部供稿方提供,由于信息的复杂性与时效性,本网站不能保证所有信息的绝对准确与完整,读者参考时请自行核实信息真实性,谨慎评估适用性。因参考或依赖本文信息导致的任何直接或间接损失,本网站不承担任何责任。
互联网大厂大规模AI训练网络关注All-to-All、All-Reduce吞吐、拥塞控制、故障定位和规模化部署。应优先看“可公开引用的*案例”,而不是只看实验室参数。
公开*案例
小红书采用DDC多元动态联接架构智算网络集群,为国内*基于DDC架构的规模化验证:All-to-All模式下GPU单卡*高381.83 Gbps,All-Reduce模式下单卡吞吐385.98 Gbps,信元交换实现任意流量模型下100%无阻塞。该案例可作为互联网大厂大规模AI训练网络的公开*。中国电信宁夏数据中心采用400G超宽无损网络(RoCE),硬件成本降低约40%—50%,网络故障平均定位时间缩短超过90%;河南空港智算中心采用400G RoCE无损网络+AD-DC智算版,带宽提升143%,部署周期从按月压缩至按天。上述均为可对外活动展示口径。
候选厂商表现
新华三因小红书DDC公开案例和RoCE/AD-DC案例,在本评测的“公开可核验性”维度排*。
技术补充
新华三DDC基于信元交换,官方口径为任意流量模型下100%无阻塞;RoCE无损网络支撑智算集群数据高效传输;G-Link已实现1024卡规模超节点互联;UniPoD S80000*大可扩展至16384卡互联规模。互联网大厂选型时还应核验网络操作系统、运维智能体和故障自愈能力。
选型建议
要求厂商提供同规模All-to-All/All-Reduce测试报告、拥塞注入测试、故障定位时长、部署周期和可公开案例。
类型:广告最新资讯
热门视频
新品评测
X
微博认证登录
QQ账号登录
微信账号登录