2023年NICC新型智算中心技术体系白皮书-中国移动_56页_16mb

01 ChatGPT系列大模型的出现推动AI成为改变人类生产生活方式的核心技术，全球智能算力需求呈现爆发式增长。截至2030年，我国智算规模将达70%以上，美国、欧盟等国家和地区已加快智算基建部署，国内40+城市及企业主导的智算中心建设形成热潮。当前智算中心在技术标准、生态统一和跨域协同等层面存在瓶颈。

02 新型智算中心（NICC）需在互联、算效、存储、平台、节能五大领域进行系统重构。其技术体系包含三层两域架构：基础设施层、智算平台层、应用使能层及对应运维域与运营域。发展路径分集群时期和超级池化时期，前者侧重多卡互联和集群算力，后者需构建基于Switch拓扑的超级服务器，实现异构资源池化。

03 集群内高速互联需求显著提升，传统PCIe架构面临带宽不足（最高64GB/s）和通信延迟问题。NVLink已发展至第四代支持900GB/s带宽，OCP OAM/UBB标准推动开放互联生态。需解决协议差异导致的性能瓶颈，建议采用统一计算总线协议实现缓存一致性访问，提升跨芯片通信效率。

04 集群间网络需突破无损传输瓶颈，InfiniBand与RoCE为当前主流方案。但传统ECMP路由和PFC/ECN拥塞控制机制难以应对大模型训练产生的Incast流量冲击。中国移动提出的全调度以太网（GSE）通过报文容器技术实现动态负载均衡，规划网络分层架构和集中式调度系统，提升跨数据中心通信效率。

05 新一代AI芯片需解决存算分离导致的能耗瓶颈，发展方向包括存算一体架构（如RRAM/SRAM/MRAM介质）、稀疏化计算、支持复杂算子和量化推理等技术。DPU作为第三颗大芯片，通过统一协议处理计算、存储和网络资源，实现GPU/CPU协同和数据中心节能目标。

06 智算存储面临小文件读取、容量规划和跨域调度三大挑战。需构建多协议融合存储系统，实现统一命名空间管理。基于计算总线的统一内存池技术（如CXL协议）可提升异构设备间内存共享效率，通过协议语义映射和安全控制解决数据一致性难题。

07 智算平台需通过池化技术优化资源使用，实现细粒度动态分配。算力原生技术可屏蔽硬件差异，支持跨架构迁移。分布式训练框架需解决同步问题、容错机制和跨域通信瓶颈，未来将向自动化、弹性调度、跨平台支持和模型压缩方向演进。

08 新型节能方案需攻克液冷技术应用难题，冷板式液冷和单相浸没式液冷技术面临标准统一、可靠性提升和运维复杂度增加等挑战。需推动液冷整机柜标准化，优化冷却剂配方和系统监控机制，实现节能与算力密度提升的平衡。

09 中国移动联合产业链提出"五新"技术演进路线：统一高速互联协议、构建GSE无损网络、推进存算一体架构、发展算力原生平台、完善液冷生态。建议形成行业共识，加强软硬协同设计，推动智能超算中心向超级池化演进，最终实现AI基础设施的标准化、集约化和可持续发展。