中国移动NICC新型智算中心技术体系白皮书-56页_16mb

新型智算中心技术白皮书总结

1. 前言

• ChatGPT等大模型推动全球AI进入新阶段，智算中心成为关键基础设施。
• 国内外智算中心建设呈现爆发式增长，截至2023年已有40+城市建成。
• 早期智算中心存在技术、标准、生态、运营等多方面挑战，亟需转型。

2. 新型智算中心（NICC）技术体系架构

2.1 技术架构

• 五层两域模型：
  • 基础设施层：提供硬件资源（计算、存储、网络）
  • 智算平台层：资源管理与池化
  • 应用使能层：AI开发框架集成
  • 智算运维域：IaaS资源管理
  • 智算运营域：客户对接与全局调度
• 发展阶段划分：
  • 集群时期：千亿级模型，需高速互联与算力池化
  • 超级池化时期：万亿级模型，需百卡级统一调度与存算一体

3. 五大关键演进方向

3.1 新互联：打破算力瓶颈

• 卡间互联：
  • 千亿级模型需高带宽、低延时互联，PCIe逐步被扣卡模组替代。
  • 推动统一计算总线协议，收敛生态差异。
• 集群间高速无损网络：
  • 采用GSE（全调度以太网）技术，实现全局负载均衡。
  • 核心挑战：网络拥塞、跨域同步、流控优化。

3.2 新算效：重塑计算架构

• 下一代AI芯片设计：
  • 存算一体、稀疏化计算、复杂算子硬件支持。
  • 减少访存功耗与提升算力利用率。
• DPU协同优化：
  • 实现计算、存储、网络的深度协同，降低端到端延迟。
  • 推动云平台与硬件的标准化，解决兼容性问题。

3.3 新存储：挖掘数据价值

• 数据交互流程：
  • 大模型训练涉及上传-转移-读取-归档等多阶段交互。
• 存储挑战与融合：
  • 小文件读优化、容量扩展、跨地域调度。
  • 多协议融合存储，推动原生协议融合与统一数据模型。

3.4 新平台：融通无限生态

• 池化技术：
  • 微秒级细粒度资源调度，支持跨节点动态调用。
• 算力原生跨架构：
  • 构建统一抽象层，屏蔽硬件差异，实现异构算力融合。

3.5 新节能：实现可持续发展

• 液冷技术应用：
  • 冷板式与浸没式液冷为主流解决方案。
  • 需解决标准化、可靠性与运维效率问题。

4. 总结与倡议

1. 产业协同：推动技术标准化，构建开放生态系统。
2. 算力进化：加速存算一体、大模型压缩传输等前沿技术落地。
3. 绿色节能：完善液冷产业链，提升能效比。

融合通信协议📉、DPU协同📡、存算一体🧠、液冷🚰四大核心技术，共同驱动国内AI基础设施向集群化、无损化、绿色化演进。