中国工程院院士刘韵洁：确定性网络必须攻克远距离无损传输技术

在昨天举行的“GIIC——2024 GPU Infrastructure Innovation Conference暨第四届中国IDC 行业DISCOVERY大会”上，中国工程院院士、紫金山实验室荣誉主任兼首席科学家刘韵洁应邀出席，并发表《确定性网络为AI大模型发展提供重要支撑》主旨演讲。

刘韵洁指出，互联网在消费领域取得了巨大成功，但随着向生产领域和实体经济的逐渐渗透，传统互联网“尽力而为”的网络能力已经很难满足需求，确定性是下一代网络必须面对和解决的问题。这种确定性不仅仅是实体经济和AI人工智能的需求，在消费互联网中也需要。以苹果推出的可穿戴电子设备产品——Apple Vision Pro为例，有12个摄像头，5个传感器，6个麦克风，可以在12毫秒内把一幅高清图像展现在面前，而这就需要确定性网络能力。

在大模型领域，大模型对算力的需求更为迫切，2012年到2023年，算力需求增加了数十万倍，最近五年GPU的算力增加了90倍，但整个网络的带宽才增加了10倍，这个差距现在预示着将来对整个网络带宽的能力、通讯能力提出更高要求，缺口会越来越大。

数据要素确权也是个重要应用领域，怎么把数据要素利用好、管理好，把安全性保护好是非常具有挑战性的问题。没有数据要素，中国在AI方面也会遇到很大的障碍；如果不能对数据要素进行很好的隐私保护和防护，这些数据要素就没法共享，没法流通，AI的发展就会遇到障碍。

另外，在大算力时代，分布式算力是必然选择，“不可能集中在一个地方来做算力，电力问题就解决不了。”对此，我国提出了“东数西算”的布局，但如何把这种算力布局服务到全国各个行业、各个大模型？网络问题怎么解决？这就面临一个很大的挑战——怎样实现远距离无损的传输？

刘韵洁指出，远距离无损传输是一项必须攻克的难题，其中RDMA是一种非常关键的技术，微软的算力中心70%都是采用RDMA无损协议进行互联。华为的试验数据显示，100GE环境下，8节点VGG16模型训练RDMA性能是TCP- IP协议的8倍多。“因为AI高端芯片对中国的封锁，中国单点算力的差距跟美国会越来越大。在网络能力方面，英伟达GB200相较于H100又有了成千上百被的提升，说明什么问题？每个芯片在互联网能力方面大大提升，所以GPU算力跟网络带宽的需求量增长速度，对网络带宽的需求量会急剧增长。”