AI時代網路的演進:從需求到創新

隨着大模型時代的到來,網路已成爲AI系統中的關鍵一環。本文將從原理出發,探討網路爲何成爲AI時代的"C位",並討論未來網路側的創新與投資機會。

網路需求的來源

1. 模型體積日益龐大,單卡算力上限與模型規模差距拉大,需要多服務器集羣解決訓練問題。

2. 網路不僅用於傳輸數據,更多用於同步顯卡間的模型參數,對網路密度和容量提出更高要求。

3. 訓練耗時與計算速率密切相關,而計算速率取決於單設備速率、設備數量和多設備並行效率。網路對後兩項起關鍵作用。

4. 多卡訓練中,每次計算後都需進行參數對齊,對網路傳輸和交換提出高要求。

5. 大模型訓練持續數月,網路故障可能導致巨大損失,對系統穩定性要求極高。

網路創新方向

1. 通信介質更迭:光、銅與硅三大介質各有優勢,正向LPO、LRO、硅光等降本方向發展。

2. 網路協議競爭:節點內通信協議與顯卡綁定,節點間通信以IB和以太網爲主。

3. 網路架構變化:從葉脊架構向Dragonfly架構、rail-only架構等方向演進,以適應超大集羣需求。

投資建議

1. 關注通信系統核心環節:中際旭創、新易盛、天孚通信等。

2. 關注通信系統創新環節:長飛光纖、太辰光、盛科通信等。

3. 重點關注降本創新、開放生態和算力規模的平衡。

4. 跟蹤新技術動態,把握由此帶來的元器件需求變化。

網路系統工程是由衆多環節共同創新和努力完成的,其投資機會更加明確可循。在把握核心環節的同時,也要積極關注創新帶來的新機遇。