然而，AI的快速發(fā)展對(duì)云服務(wù)提供商和企業(yè)數(shù)據(jù)中心的基礎(chǔ)設(shè)施提出了更高的要求。數(shù)據(jù)作為AI發(fā)展的關(guān)鍵“燃料”，必須得到有效的收集、保護(hù)和傳輸。探索新AI應(yīng)用的組織必須應(yīng)對(duì)這些挑戰(zhàn)。為了支持AI所需的海量數(shù)據(jù)和計(jì)算資源，我們需要構(gòu)建更高效、更可靠的網(wǎng)絡(luò)基礎(chǔ)設(shè)施。

　　在此背景下，以太網(wǎng)技術(shù)憑借其成熟而廣泛的生態(tài)系統(tǒng)，正在成為AI網(wǎng)絡(luò)基礎(chǔ)設(shè)施的重要支撐。以太網(wǎng)顯示出強(qiáng)大的潛力，可以滿足AI的高要求并提供統(tǒng)一的平臺(tái)，這對(duì)AI的經(jīng)濟(jì)可行性產(chǎn)生了重大影響。它可以跨各種網(wǎng)絡(luò)和云實(shí)現(xiàn)一致的運(yùn)營(yíng)模型，避免維護(hù)多個(gè)基礎(chǔ)設(shè)施所產(chǎn)生的高昂成本。

　　AI網(wǎng)絡(luò)發(fā)展的關(guān)鍵要求

　　速度：AI業(yè)務(wù)的快速增長(zhǎng)推動(dòng)了數(shù)據(jù)中心和邊緣網(wǎng)絡(luò)對(duì)更高速度的需求，推動(dòng)網(wǎng)絡(luò)向400Gbit/s甚至800Gbit/s等新一代網(wǎng)絡(luò)邁進(jìn)。

　　隱私和安全：網(wǎng)絡(luò)必須高效處理數(shù)據(jù)，同時(shí)確保多租戶環(huán)境中的高端加密和安全，以保護(hù)數(shù)據(jù)隱私。

　　邊緣推理：隨著企業(yè)部署大型語(yǔ)言模型(LLM)或小型語(yǔ)言模型(SLM)和混合私有AI云，推理能力的前端部署將成為關(guān)注點(diǎn)。

　　短作業(yè)完成時(shí)間(JCT)和低延遲：優(yōu)化網(wǎng)絡(luò)以提供無(wú)損傳輸，通過(guò)擁塞管理和負(fù)載平衡確保高效的帶寬利用率，是實(shí)現(xiàn)快速JCT的關(guān)鍵。

　　靈活的集群：在AI數(shù)據(jù)中心，處理器集群可以配置成各種拓?fù)?。?yōu)化性能需要避免層或區(qū)域之間的超額訂閱以減少JCT。

　　多租戶支持：出于安全原因，AI網(wǎng)絡(luò)需要分離數(shù)據(jù)流。

　　標(biāo)準(zhǔn)化架構(gòu)：AI 網(wǎng)絡(luò)通常由后端基礎(chǔ)設(shè)施(訓(xùn)練)和前端(推理)組成。以太網(wǎng)的通用性允許后端和前端集群之間的技術(shù)重用。

　　以太網(wǎng)技術(shù)的持續(xù)創(chuàng)新

　　以太網(wǎng)技術(shù)不斷創(chuàng)新發(fā)展，以滿足人工智能對(duì)網(wǎng)絡(luò)規(guī)模的更高要求。一些關(guān)鍵的技術(shù)進(jìn)步包括：

　　數(shù)據(jù)包噴射：該技術(shù)允許每個(gè)網(wǎng)絡(luò)流同時(shí)訪問(wèn)到目的地的所有路徑。數(shù)據(jù)包的靈活排序充分利用了所有以太網(wǎng)鏈路，實(shí)現(xiàn)了最佳負(fù)載平衡，僅在人工智能工作負(fù)載中帶寬密集型操作需要時(shí)才強(qiáng)制排序。

　　擁塞管理：基于以太網(wǎng)的擁塞控制算法對(duì)于人工智能工作負(fù)載至關(guān)重要。它們可以防止熱點(diǎn)并在多條路徑上均勻分配負(fù)載，確保人工智能流量的可靠傳輸。

　　統(tǒng)一和優(yōu)化的企業(yè)基礎(chǔ)設(shè)施

　　企業(yè)需要部署統(tǒng)一的人工智能網(wǎng)絡(luò)基礎(chǔ)設(shè)施和運(yùn)營(yíng)模式，以降低人工智能服務(wù)和應(yīng)用的成本。采用基于標(biāo)準(zhǔn)的以太網(wǎng)作為支撐技術(shù)是核心要素。它確保前端和后端系統(tǒng)之間的兼容性，避免不同架構(gòu)帶來(lái)的標(biāo)準(zhǔn)化過(guò)程障礙和經(jīng)濟(jì)影響。例如，Arista 主張建立一個(gè)“人工智能中心”，在那里通過(guò)無(wú)損網(wǎng)絡(luò)高效地訓(xùn)練 GPU。訓(xùn)練好的AI模型連接到AI推理集群，讓終端用戶可以方便地查詢這些模型。

　　以太網(wǎng)的市場(chǎng)優(yōu)勢(shì)

　　以太網(wǎng)憑借其開(kāi)放性、靈活性和適應(yīng)性在AI部署方面表現(xiàn)出強(qiáng)大的競(jìng)爭(zhēng)力。其性能超越了InfiniBand，隨著超級(jí)以太網(wǎng)聯(lián)盟(UEC)的增強(qiáng)，其優(yōu)勢(shì)將進(jìn)一步擴(kuò)大。此外，以太網(wǎng)更具成本效益，擁有更廣泛和更開(kāi)放的生態(tài)系統(tǒng)，為后端和前端集群提供通用性、統(tǒng)一的操作和技能集，以及集群之間的平臺(tái)重用機(jī)會(huì)。隨著AI用例和服務(wù)的不斷擴(kuò)展，以太網(wǎng)基礎(chǔ)設(shè)施的機(jī)會(huì)將大大增加，無(wú)論是在超大規(guī)模LLM的核心還是在企業(yè)邊緣。AI就緒的以太網(wǎng)可以滿足需求，并提供基于行業(yè)特定私有數(shù)據(jù)的AI推理。

　　總而言之，以太網(wǎng)技術(shù)在AI網(wǎng)絡(luò)基礎(chǔ)設(shè)施中起著至關(guān)重要的作用。它可以滿足AI在速度、安全性、邊緣推理等方面的多方面需求。以太網(wǎng)通過(guò)持續(xù)的技術(shù)創(chuàng)新和廣泛的生態(tài)系統(tǒng)支持，為企業(yè)提供更高效、更經(jīng)濟(jì)的解決方案，促進(jìn)人工智能的廣泛應(yīng)用和發(fā)展。