最近這幾年，AI浪潮席卷全球，成為整個社會的關(guān)注焦點。

大家在討論AI的時候，經(jīng)常會提到AI算力集群。AI的三要素，是算力、算法和數(shù)據(jù)。而AI算力集群，就是目前最主要的算力來源。它就像一個超級發(fā)電廠，可以給AI浪潮提供源源不斷的動力。

那么，AI算力集群，到底是由哪些東西組成的呢？它為什么能夠提供澎湃的算力？它的內(nèi)部結(jié)構(gòu)又是怎樣的呢？包括了哪些關(guān)鍵技術(shù)？

接下來，小棗君就通過這篇文章，給大家做一個全面梳理。

什么是AI算力集群？

AI算力集群，顧名思義，就是能夠為AI計算任務(wù)提供算力的集群系統(tǒng)。集群，英文是cluster，指的是一組相互獨立的、通過高速網(wǎng)絡(luò)互聯(lián)的設(shè)備。

網(wǎng)上也有定義指出，AI算力集群，指的是“通過高速網(wǎng)絡(luò)，將大量高性能計算節(jié)點（如GPU/TPU服務(wù)器）互聯(lián)，從而形成的一種分布式計算系統(tǒng)?！?/span>

此前小棗君給大家介紹AI智算的時候說過，所謂AI智算，無非就是訓(xùn)練和推理兩大任務(wù)。訓(xùn)練的計算量大、難度高，對算力的要求也高。推理的計算量相對較小，難度相對較低，對算力的要求也低。

無論是訓(xùn)練和推理，都涉及到大量的矩陣運算（如卷積、張量乘法）任務(wù)。這些計算天然可以分解為獨立子任務(wù)進行并行處理。所以，擅長并行計算的GPU、NPU、TPU等芯片，就成為了AI計算的主要工具。這些芯片也被統(tǒng)稱為AI芯片。

AI芯片是提供AI算力的最基本單元。單個芯片是沒辦法工作的，需要集成在電路板上。

于是，將AI芯片嵌入在手機主板上，或者直接集成到手機SoC主芯片上，就可以為手機提供AI算力。集成在物聯(lián)網(wǎng)設(shè)備模組上，就可以為物聯(lián)網(wǎng)設(shè)備（汽車、機械臂、AGV無人車、攝像頭等）提供AI算力。這些是端側(cè)算力。

將AI芯片集成在基站、路由器、網(wǎng)關(guān)等設(shè)備里，就是邊緣側(cè)算力。

這些設(shè)備體積小，AI芯片就1個，算力很弱，主要完成一些推理計算任務(wù)。

想要完成更為復(fù)雜的訓(xùn)練任務(wù)，就需要一個能搭載更多AI芯片的硬件平臺。

將AI芯片做成AI算力板卡，然后在一個服務(wù)器里塞入多塊AI算力板卡，就打造出了AI服務(wù)器。世上本沒有AI服務(wù)器。普通服務(wù)器里多塞入幾個AI算力板卡，就變成了AI服務(wù)器。

一般來說，AI服務(wù)器是一機八卡。如果你硬要塞的話，有的最多也可以塞二十卡。但是，限于散熱和功耗，想要塞入更多，就不太現(xiàn)實了。

此時的AI服務(wù)器，算力又提升了一個數(shù)量級。完成推理任務(wù)，更加駕輕就熟。一些簡單的訓(xùn)練任務(wù)（小模型），它也可以勉強勝任。

今年崛起的DeepSeek大模型，因為在架構(gòu)和算法上進行了優(yōu)化，大幅降低了對算力的要求。所以，就有很多廠商，搞了那種單機架的計算設(shè)備（包括若干臺AI服務(wù)器、存儲、電源等），并將其命名為“一體機”，可以滿足很多行業(yè)企業(yè)用戶DeepSeek大模型私有化部署的需求，賣得熱火朝天。

不管是AI服務(wù)器還是一體機，AI算力仍然是有限的。針對真正的海量參數(shù)（千億級、萬億級）大模型訓(xùn)練，仍然需要更強勁的AI算力。

于是，就要打造包括更多AI芯片的系統(tǒng)，也就是真正的大規(guī)模AI算力集群。

現(xiàn)在我們經(jīng)常會聽說所謂“萬卡規(guī)模”、“十萬卡規(guī)?！保馑季褪钦f，要打造的目標(biāo)AI算力集群，需要一萬塊、十萬塊AI算力板卡（AI芯片）。

這該怎么辦呢？

答案很簡單，就是Scale Up和Scale Out。

什么是Scale Up？

Scale，是擴展的意思。搞過云計算的同學(xué)，對這個詞肯定不陌生。

Scale Up，是向上擴展，也叫縱向擴展，增加單節(jié)點的資源數(shù)量。

Scale Out，是向外擴展，也叫橫向擴展，增加節(jié)點的數(shù)量。

在云計算領(lǐng)域，還有和Scale Up對應(yīng)的Scale Down（縱向縮減），以及和Scale Out對應(yīng)的Scale In（橫向縮減）。

前面提到的，在每臺服務(wù)器里多塞幾塊AI算力板卡，這就是Scale Up。這時，一臺服務(wù)器就是一個節(jié)點。

通過通信網(wǎng)絡(luò)，將多臺電腦（節(jié)點）連接起來，這就是Scale Out。

Scale Up和Scale Out最主要的區(qū)別，在于AI芯片之間的連接速率。

Scale Up是節(jié)點內(nèi)部連接。它的連接速率更高，時延更低，性能更強勁。

以前，計算機內(nèi)部元件之間的通信主要基于PCIe協(xié)議。這個協(xié)議誕生于上世紀(jì)80-90年代PC剛剛普及的時候。雖然協(xié)議后來也有升級，但升級速度緩慢，數(shù)據(jù)傳輸速率和時延根本無法滿足要求需求。

于是，2014年，英偉達專門推出了NVLINK總線協(xié)議。NVLINK允許GPU之間以點對點方式進行通信，速度遠高于PCIe，時延也低得多。

圖片來自：英偉達官網(wǎng)

NVLINK原本只用于機器內(nèi)部通信。2022年，英偉達將NVSwitch芯片獨立出來，變成了NVLink交換機，用于連接服務(wù)器之間的GPU設(shè)備。

這意味著，節(jié)點已經(jīng)不再僅限于1臺服務(wù)器了，而是可以由多臺服務(wù)器和網(wǎng)絡(luò)設(shè)備共同組成。

這些設(shè)備處于同一個HBD（High Bandwidth Domain，超帶寬域）。英偉達將這種以超大帶寬互聯(lián)16卡以上GPU-GPU的Scale Up系統(tǒng)，稱為超節(jié)點。

歷經(jīng)多年的發(fā)展，NVLINK已經(jīng)迭代到第五代。每塊GPU擁有18個NVLink連接，Blackwell GPU的總帶寬可達到1800GB/s，遠遠超過PCIe Gen6的總線帶寬。

2024年3月，英偉達發(fā)布了NVL72，可以將36個Grace CPU和72個Blackwell GPU集成到一個液冷機柜中，實現(xiàn)總計720 Pflops的AI訓(xùn)練性能，或1440 Pflops的推理性能。

英偉達GB200 NVL72機柜（來自英偉達GTC大會直播）

英偉達是AI計算領(lǐng)域毫無疑問的領(lǐng)軍者。他們有最受歡迎的AI芯片（GPU）和軟件生態(tài)（CUDA），也探索出了最有效的Scale Up實現(xiàn)方式。

后來，隨著AI的不斷發(fā)展，越來越多的企業(yè)也開始推出AI芯片。因為NVLINK是私有協(xié)議，所以，這些推出AI芯片的企業(yè)，也要研究如何搭建自己的AI算力集群。

英偉達海外的主要競爭對手之一，AMD公司，推出了UA LINK。國內(nèi)的騰訊、阿里、中國移動等企業(yè)，也牽頭推出了ETH-X、ALS、OISA等項目。

這些都是開放標(biāo)準(zhǔn)，成本比私有協(xié)議更低，也有利于降低行業(yè)門檻，幫助實現(xiàn)技術(shù)平權(quán)，符合互聯(lián)網(wǎng)開放解耦的發(fā)展趨勢。

值得一提的是，這些標(biāo)準(zhǔn)基本上都是以以太網(wǎng)技術(shù)（ETH）為基礎(chǔ)。因為以太網(wǎng)技術(shù)最成熟、最開放，擁有很好的產(chǎn)業(yè)鏈基礎(chǔ)。

另一個非常值得關(guān)注的技術(shù)路線，就是華為的私有協(xié)議UB（Unified Bus）。

最近幾年，華為一直在打造昇騰生態(tài)。昇騰是華為的AI芯片，目前發(fā)展到了昇騰910C。他們也需要自己的AI算力集群解決方案，最大程度地發(fā)揮910C的能量，也為市場推廣鋪平道路。

今年4月，華為高調(diào)發(fā)布CloudMatrix384超節(jié)點，集成了384張昇騰910C算力卡，可提供高達300 Pflops的密集BF16算力，接近達到英偉達GB200 NVL72系統(tǒng)的兩倍。

華為CloudMatrix 384超節(jié)點（來自華為云生態(tài)大會）

CloudMatrix384，就采用了UB技術(shù)。準(zhǔn)確來說，CloudMatrix384包括了三個不同的網(wǎng)絡(luò)平面，分別是UB平面、RDMA平面和VPC平面。

三個平面互補，實現(xiàn)了CloudMatrix384極強的卡間通信能力，也實現(xiàn)了整個超節(jié)點的算力提升。限于篇幅，具體技術(shù)細(xì)節(jié)下次再單獨介紹。

需要再說明一下，面對開放標(biāo)準(zhǔn)的競爭壓力，英偉達前段時間公布了NVLink Fusion計劃，向8家合作伙伴開放了其NVLink技術(shù)，以幫助他們構(gòu)建通過將多個芯片連接在一起的定制AI系統(tǒng)。

但是，根據(jù)一些媒體的報道，其中一些關(guān)鍵的NVLink組件仍然是未開放的，英偉達還是沒有那么爽快。

什么是Scale Out？

再來看看Scale Out。

Scale Out，其實就接近于我們傳統(tǒng)意義上的數(shù)據(jù)通信網(wǎng)絡(luò)了。把傳統(tǒng)服務(wù)器連接起來的技術(shù)，包括胖樹架構(gòu)、葉脊網(wǎng)絡(luò)架構(gòu)那些，還有TCP/IP、以太網(wǎng)那些技術(shù)，都是Scale Out的基礎(chǔ)。

當(dāng)然了，AI智算對網(wǎng)絡(luò)性能的要求很高，所以，傳統(tǒng)技術(shù)也要升級，才能滿足條件。

目前，Scale Out主要采用的通信網(wǎng)絡(luò)技術(shù)，是Infiniband（IB）和RoCEv2。

這兩個技術(shù)都是基于RDMA（遠程直接內(nèi)存訪問）協(xié)議，擁有比傳統(tǒng)以太網(wǎng)更高的速率、更低的時延，負(fù)載均衡能力也更強。

IB當(dāng)年也是為了取代PCIe而推出的技術(shù)，后來起起伏伏，掌握這項技術(shù)的Mellanox（邁絡(luò)思）公司被英偉達收購。IB也變成了英偉達的私有技術(shù)。這個技術(shù)性能是真好，但價格也是真貴。它是英偉達算力布局的重要組成部分。

RoCEv2，則是開放標(biāo)準(zhǔn)，是傳統(tǒng)以太網(wǎng)融合RDMA的產(chǎn)物，也是產(chǎn)業(yè)界為了對抗IB一家獨大所推出的產(chǎn)物。它的價格便宜，和IB的性能差距也在不斷縮小。

比起Scale Up領(lǐng)域的多個標(biāo)準(zhǔn)，Scale Out目前標(biāo)準(zhǔn)相對集中，主要就是RoCEv2，路線非常清晰。畢竟，Scale Up是節(jié)點內(nèi)，和芯片產(chǎn)品強相關(guān)。Scale Out是節(jié)點外，更強調(diào)兼容性。

前面我說了，Scale Up和Scale Out最主要的區(qū)別在于速率帶寬。

IB和RoCEv2僅能提供Tbps級別的帶寬。而Scale Up，能夠?qū)崿F(xiàn)數(shù)百個GPU間10Tbps帶寬級別的互聯(lián)。

在時延方面，Scale Up和Scale Out也有很大的差距。IB和RoCEv2的時延高達10微秒。而Scale Up對網(wǎng)絡(luò)時延的要求極為嚴(yán)苛，需要達到百納秒（100納秒=0.1微秒）級別。

在AI訓(xùn)練過程中，包括多種并行計算方式，例如TP（張量并行）、 EP（專家并行）、PP（流水線并行）和DP（數(shù)據(jù)并行）。

通常來說，PP和DP的通信量較小，一般交給Scale Out搞定。而TP和EP的通信量大，需要交給Scale Up（超節(jié)點內(nèi)部）搞定。

超節(jié)點，作為Scale Up的當(dāng)前最優(yōu)解，通過內(nèi)部高速總線互連，能夠有效支撐并行計算任務(wù)，加速GPU之間的參數(shù)交換和數(shù)據(jù)同步，縮短大模型的訓(xùn)練周期。

超節(jié)點一般也都會支持內(nèi)存語義能力，GPU之間可以直接讀取對方的內(nèi)存，這也是Scale Out不具備的。

站在組網(wǎng)和運維的角度來看，更大的Scale Up也有明顯優(yōu)勢。

超節(jié)點的HBD（超帶寬域）越大，Scale Up的GPU越多，Scale Out的組網(wǎng)就越簡單，大幅降低組網(wǎng)復(fù)雜度。

Scale Up & Scale Out組網(wǎng)示意圖

Scale Up系統(tǒng)是一個高度集成的小型集群，內(nèi)部總線已經(jīng)連好。這也降低了網(wǎng)絡(luò)部署的難度，縮短了部署周期。后期的運維，也會方便很多。

當(dāng)然，Scale Up也不能無限大，也要考慮本身的成本因素。具體的規(guī)模，需要根據(jù)需求場景進行測算。

概括來說，Scale Up和Scale Out，就是性能和成本之間的平衡。隨著時間的推移和技術(shù)的進步，以后肯定還會出現(xiàn)更大規(guī)模的超節(jié)點。Scale Up和Scale Out之間的邊界，也會越來越模糊。

前面提到的ETH-X等開放Scale Up標(biāo)準(zhǔn)，都是基于以太網(wǎng)技術(shù)。從技術(shù)的角度來看，以太網(wǎng)具有最大交換芯片容量（單芯片51.2T已商用）、最高速Serdes技術(shù)（目前達到112Gbps），交換芯片時延也很低（200ns），完全可以滿足Scale Up的性能要求。

Scale Out也是基于以太網(wǎng)。這不就大一統(tǒng)了么？

圖片

AI算力集群的發(fā)展趨勢

最后，我再來說說AI算力集群的一些趨勢動向。

目前看來，AI算力集群體現(xiàn)出這么幾個趨勢：

1、物理空間的異地化。

AI算力集群正在向萬卡、十萬卡方向發(fā)展。英偉達NVL72的1個機架有72顆芯片，華為CM384的16個機架有384顆芯片。華為基于CM384搞十萬卡，需要432套（384×432=165888），那就是6912個機架。

對于單體數(shù)據(jù)中心來說，很難容納下這么多機架。電力供應(yīng)也會成為問題。

所以，現(xiàn)在業(yè)界在探索異地數(shù)據(jù)中心共同組成AI算力集群，協(xié)力完成AI訓(xùn)練任務(wù)。這個非常考驗長距離、大帶寬、低時延的DCI光通信技術(shù)，會加速空芯光纖等前沿技術(shù)的應(yīng)用。

2、節(jié)點架構(gòu)的定制化。

我們剛才介紹AI集群，都是在討論如何把海量的AI芯片給“聚集起來”。其實，AI算力集群除了堆芯片數(shù)量之外，越來越看重架構(gòu)的深度設(shè)計。

計算資源（GPU、NPU、CPU，甚至包括內(nèi)存、硬盤）的池化，成為趨勢。集群需要充分適配AI大模型的架構(gòu)（例如MoE架構(gòu)），提供定制性的設(shè)計，才能更好地完成計算任務(wù)。

換言之，單純提供AI芯片是不夠的，還要提供量體裁衣的設(shè)計。

3、運維能力的智能化。

大家都聽說過，AI大模型訓(xùn)練容易出錯。嚴(yán)重的時候，幾個小時就錯一次。錯了就要重新算，非常耽誤事，不僅拉長了訓(xùn)練周期，也增加了訓(xùn)練成本。

所以，企業(yè)在打造AI算力集群的時候，越來越關(guān)注系統(tǒng)的可靠性和穩(wěn)定性。引入各種AI技術(shù)，對潛在故障進行預(yù)判，對亞健康設(shè)備或模塊進行提前替換，成為一種趨勢。

這些技術(shù)有利于降低故障率和中斷率，增強系統(tǒng)穩(wěn)定性，也等于是變相提升了算力。

4、算力的綠色化。

AI智算需要消耗大量的算力，也會產(chǎn)生很高的能耗，所以目前各大廠商都在努力研究如何降低AI智算集群的能耗，提升綠色能源的使用比例，這也有利于AI智算的長遠發(fā)展。我們國家的東數(shù)西算戰(zhàn)略，其實也是出于這方面的目的。

好啦，以上就是關(guān)于AI算力集群的介紹。應(yīng)該是非常全面且具體了，不知道大家都看懂了沒？