阿里云席永青：“UPN+HPN”双轨并进，构建下一代AI基础设施

       新年伊始，CIOE中国光博会联合C114举办的“2026中国光通信高质量发展论坛”如期开启。第一期聚焦“AI超节点互连架构演进”，深入探讨光互连在高性能AI集群中的可行性与落地路径，推动“以网强算、以光赋智”理念在算力基础设施中的实践落地。

　　阿里云资深网络架构师席永青在22日举行的首场论坛上表示，单靠增加GPU数量并不能线性提升训练效率，在超大规模集群中，真正决定集群性能上限的往往不是计算单元，而是连接这些单元的网络，“高性能网络系统定义集群化算力”。

　　那么，如何让网络性能从“尽力而为”（Best-effort）变成“可预期”（Predictable），成为AI Infra竞争的新高地。

　　席永青介绍，过去几年，阿里云围绕高性能、高可靠、高性价比三大核心诉求，开展全栈式网络架构创新。未来将通过HPN+UPN双轨并进，构建起支撑训推一体、万卡协同的下一代AI基础设施。

　　HPN：万卡集群的“智能高速公路”

　　席永青进一步介绍，HPN（High-Performance Network）是阿里云面向大规模分布式训练与推理打造的高速网络。其核心目标是在复杂混合负载下，依然提供微秒级低时延、近100%带宽利用率和跨地域一致体验。

　　这并非易事。早期AI训练流量规整、可预测，但随着RLHF（人类反馈强化学习）、MoE（混合专家模型）、在线推理等新范式兴起，网络流量变得高度动态、突发性强、时延和吞吐都很敏感。

　　为此，阿里云采取端网融合的新型数据中心网络架构HPN：硬件层，自研400G/800G智能网卡与51.2T/102T超大容量交换机，并率先引入硅光技术降低成本；协议层，迭代自研RDMA协议，支持多路径传输与精细化流控；软件层，推出高性能通信库ACCL，在兼容主流框架的同时，针对专家并行（EP）、PD分离等场景深度优化。

　　阿里云智算网络架构HPN7.0已在实践中验证成效；新一代训推一体智算网络架构HPN 8.0，采用多平面CLOS架构+IPv6 Native设计，不仅支持单可用区数十万卡规模，还能实现跨地域RDMA互联与端到端QoS保障，真正打通训推一体的“最后一公里”。

　　UPN：用“光”破解Scale-up困局

　　如果说HPN解决的是Scale-out问题，那么UPN（Ultra-Performance Network）则直面未来Scale-up的终极挑战。

　　行业普遍预测，未来的AI机柜将集成512甚至1024颗xPU。如此高密度算力若仍依赖传统电互联将面临三大困境：物理限制，电信号衰减严重，难以支撑长距离高速传输；可靠性风险，高密度布线导致故障率飙升，生产良率难爬坡。

　　“阿里云的答案是：把光放进机柜里。”席永青说。UPN采用LPO/NPO全光互联技术，在单机柜内部构建光速通信网络。其设计哲学是“解耦”：解耦硬件，回归标准设备形态，避免定制化“小型机”陷阱；LPO/NPO可靠性提升，成本降低，光链路路径更简单、被动器件更多，系统可用性提升3倍以上；解耦性能，基于单层以太网拓扑，可协议简化，引入在网计算。一套“组合拳”使得性能提升的同时，成本反降30%。

　　席永青强调，UPN不仅是一次技术跃迁，更是一种新范式的开启——它让高密度算力单元既拥有小型机的性能，又具备分布式标准系统的灵活性与经济性。

　　阿里云将基于HPN+UPN的协同设计，构建一个超大规模、低时延、高可靠、低成本、可扩展的智算底座。