AIGC新一代網(wǎng)絡(luò)解決方案：組網(wǎng)DDC技術(shù)

　　By Brian

　　2023年是AI人工智能技術(shù)全面崛起的一年，以ChatGPT、GPT-4、Ernie Bot等大型AIGC模型為代表，它們集文字寫作、代碼開發(fā)、詩歌創(chuàng)作等多種功能于一體，展示了優(yōu)秀的內(nèi)容生產(chǎn)能力，給人以深刻的震撼。作為一名IT專業(yè)人士，AIGC大模型背后的通信技術(shù)也應(yīng)該引起深思。沒有好的網(wǎng)絡(luò)，就無從談及大模型的訓(xùn)練。構(gòu)建大規(guī)模訓(xùn)練模型集群，不僅需要GPU服務(wù)器、網(wǎng)卡等基礎(chǔ)組件，而且網(wǎng)絡(luò)建設(shè)問題也亟待解決。什么樣的強(qiáng)大網(wǎng)絡(luò)在支撐AIGC的運(yùn)行?AI浪潮的全面到來，將給傳統(tǒng)網(wǎng)絡(luò)帶來怎樣的革命性變化?

　　前面提到的AIGC大模型之所以如此強(qiáng)大，不僅是因?yàn)槠浔澈笥写罅康臄?shù)據(jù)支撐，還因?yàn)樗惴ㄔ诓粩噙M(jìn)化和升級(jí)。更重要的是，人類計(jì)算能力的規(guī)模已經(jīng)發(fā)展到一定程度。強(qiáng)大的算力基礎(chǔ)設(shè)施可以充分支撐AIGC的計(jì)算需求。在訓(xùn)練大型模型時(shí)，由于模型的大小通常會(huì)超過單個(gè)GPU的內(nèi)存和計(jì)算能力，因此需要多個(gè)GPU來分擔(dān)負(fù)載。在大模型訓(xùn)練過程中，GPU負(fù)載分擔(dān)有三種方式，即張量并行、管道并行、數(shù)據(jù)并行。

　　數(shù)據(jù)并行性：

　　數(shù)據(jù)并行是一種簡(jiǎn)單且直接的并行化技術(shù)，其中在多個(gè)處理器(如GPU)上復(fù)制模型的完整副本。每個(gè)處理器或GPU都會(huì)獲得整個(gè)模型的副本，并獨(dú)立地對(duì)不同的數(shù)據(jù)子集執(zhí)行前向和后向傳播。在每個(gè)訓(xùn)練步驟之后，來自所有處理器的模型權(quán)重更新需要合并或同步，這通常通過某種形式的集體通信操作來完成，例如all-reduce。數(shù)據(jù)并行性允許模型在更大的數(shù)據(jù)集上進(jìn)行訓(xùn)練，因?yàn)閿?shù)據(jù)被分成多個(gè)小批次，每個(gè)批次在不同的處理器上處理。

　　想象一個(gè)大型圖書館，需要對(duì)其中的所有書籍進(jìn)行分類。數(shù)據(jù)并行就像雇用多個(gè)圖書管理員，每個(gè)圖書管理員負(fù)責(zé)對(duì)一部分圖書進(jìn)行分類。在模型訓(xùn)練的情況下，每個(gè)GPU都會(huì)獲得整個(gè)模型的副本，但只處理整個(gè)數(shù)據(jù)集的一部分。當(dāng)所有GPU完成各自的任務(wù)后，它們交換信息以同步更新模型權(quán)重。

　　張量并行性：

　　當(dāng)模型太大而無法容納單個(gè)處理器的內(nèi)存時(shí)，通常使用張量并行性。在這種并行化策略中，模型的不同部分，例如神經(jīng)網(wǎng)絡(luò)層中的不同張量或參數(shù)組，被分配給不同的處理器。這意味著每個(gè)處理器只負(fù)責(zé)計(jì)算模型的一部分。為了完成整個(gè)模型的前向和后向傳播，處理器必須頻繁地交換中間結(jié)果，這可能會(huì)導(dǎo)致較高的通信開銷。張量并行性需要處理器之間的高速連接，以最大限度地減少這些交換的延遲。

　　假設(shè)數(shù)據(jù)并行是多個(gè)圖書館員，每個(gè)圖書館員處理一部分書籍。在這種情況下，張量并行就像每個(gè)圖書館員負(fù)責(zé)分類工作的一部分步驟。在模型訓(xùn)練中，每個(gè)GPU負(fù)責(zé)模型中的一部分計(jì)算，例如一個(gè)GPU負(fù)責(zé)模型前半層的計(jì)算，另一個(gè)GPU負(fù)責(zé)模型后半層的計(jì)算。這樣，模型的每一層都可以跨多個(gè)GPU進(jìn)行計(jì)算。

　　管道并行性：

　　管道并行是一種并行化策略，其將模型的不同層或部分分配給不同的處理器，并以管道方式執(zhí)行計(jì)算。在管道并行中，輸入數(shù)據(jù)被分成多個(gè)微批次，每個(gè)微批次依次通過模型的每一層。當(dāng)一個(gè)微批次完成第一層的計(jì)算后，其立即傳遞到下一層，同時(shí)第一層開始處理下一個(gè)微批次。這種方式可以減少處理器的空閑時(shí)間，但需要仔細(xì)管理管道，以避免產(chǎn)生太大的停頓，其中某些處理器可能會(huì)因?yàn)榈却�相關(guān)計(jì)算結(jié)果而暫停其工作。

　　管道并行就像工廠裝配線上的工人，每個(gè)工人執(zhí)行特定的任務(wù)，然后將半成品傳遞給下一個(gè)工人。在模型訓(xùn)練中，模型被分成幾個(gè)部分，每個(gè)部分在不同的GPU上順序執(zhí)行。當(dāng)一個(gè)GPU完成其部分計(jì)算時(shí)，其將中間結(jié)果傳遞給下一個(gè)GPU以繼續(xù)計(jì)算。

　　在實(shí)際部署中，網(wǎng)絡(luò)的設(shè)計(jì)必須考慮這些并行策略的帶寬和延遲要求，以保證模型訓(xùn)練的效率和效果。有時(shí)，這三種并行策略結(jié)合起來可以進(jìn)一步優(yōu)化訓(xùn)練過程。例如，大型模型可以使用多個(gè)GPU上的數(shù)據(jù)并行性來處理不同的數(shù)據(jù)子集，同時(shí)使用每個(gè)GPU內(nèi)的張量并行性來處理模型的不同部分。

　　我們?cè)賮砜纯创竽Ｐ陀?xùn)練對(duì)AI算力的需求。隨著大模型的不斷升級(jí)，模型訓(xùn)練的算力需求也隨之增加，每三個(gè)月翻一番。GPT-3模型(1750億參數(shù)，45TB訓(xùn)練語料，消耗3640PFlops/s-Days算力)ChatGPT3，使用128臺(tái)A100服務(wù)器，總共1024張A100卡進(jìn)行訓(xùn)練，因此單個(gè)服務(wù)器節(jié)點(diǎn)需要4個(gè)100G網(wǎng)絡(luò)渠道;而ChatGPT4、ChatGPT5等大型模型，對(duì)網(wǎng)絡(luò)的要求會(huì)更高。

　　AIGC發(fā)展到現(xiàn)在，訓(xùn)練的模型參數(shù)從1000億飆升到10萬億。要完成如此大規(guī)模的訓(xùn)練，底層支撐的GPU數(shù)量也達(dá)到了萬卡的規(guī)模。

　　那么問題來了，影響GPU利用率最大的因素是什么?

　　答案是網(wǎng)絡(luò)。

　　作為擁有數(shù)萬個(gè)GPU的計(jì)算集群，與存儲(chǔ)集群的數(shù)據(jù)交互需要巨大的帶寬。此外，GPU在執(zhí)行訓(xùn)練計(jì)算時(shí)并不是獨(dú)立的，而是使用混合并行。GPU之間有大量的數(shù)據(jù)交換，這也需要巨大的帶寬。

　　如果網(wǎng)絡(luò)不強(qiáng)大，數(shù)據(jù)傳輸速度慢，GPU需要等待數(shù)據(jù)，利用率降低。利用率的下降會(huì)增加訓(xùn)練時(shí)間、成本，用戶體驗(yàn)也會(huì)變差。

　　業(yè)界做了一個(gè)模型來計(jì)算網(wǎng)絡(luò)帶寬吞吐量、通信延遲和GPU利用率之間的關(guān)系，如下圖所示：

　　帶寬吞吐量和GPU利用率/動(dòng)態(tài)延遲和GPU利用率

　　從這可以看到，網(wǎng)絡(luò)吞吐量越強(qiáng)，GPU利用率越高;通信動(dòng)態(tài)延遲越大，GPU利用率越低。

　　什么樣的網(wǎng)絡(luò)可以支持AIGC的運(yùn)行?

　　為了應(yīng)對(duì)AI集群計(jì)算對(duì)網(wǎng)絡(luò)的高要求，業(yè)界提出了多種解決方案。在傳統(tǒng)策略中，常見有三種技術(shù)：Infiniband、RDMA和幀交換機(jī)。

　　Infiniband網(wǎng)絡(luò)

　　對(duì)于熟悉數(shù)據(jù)通信的專業(yè)人士來說，Infiniband網(wǎng)絡(luò)并不陌生。它被譽(yù)為構(gòu)建高性能網(wǎng)絡(luò)的最佳方式，確保極高的帶寬、無擁塞、低延遲。ChatGPT和GPT-4使用的網(wǎng)絡(luò)是Infiniband網(wǎng)絡(luò)。但該技術(shù)的缺點(diǎn)是價(jià)格昂貴，成本是傳統(tǒng)以太網(wǎng)組網(wǎng)的數(shù)倍。另外，該技術(shù)相對(duì)封閉，行業(yè)內(nèi)只有一家成熟的供應(yīng)商，限制了用戶的選擇。

　　RDMA網(wǎng)絡(luò)

　　RDMA，即遠(yuǎn)程直接內(nèi)存訪問，是一種新型的通信機(jī)制。在RDMA方案中，數(shù)據(jù)可以直接與網(wǎng)卡通信，繞過CPU和復(fù)雜的操作系統(tǒng)，不僅大大提高了吞吐量，而且保證了更低的延遲。

　　此前，RDMA主要承載在InfiniBand網(wǎng)絡(luò)上�，F(xiàn)在，已逐步移植到以太網(wǎng)上。目前主流的組網(wǎng)方案是基于RoCE v2協(xié)議構(gòu)建支持RDMA的網(wǎng)絡(luò)。然而，該方案中的PFC和ECN技術(shù)雖然是為了避免鏈路擁塞而產(chǎn)生的，但在頻繁觸發(fā)時(shí)可能會(huì)導(dǎo)致發(fā)送方暫�；蜃兟�，從而影響通信帶寬。

　　幀交換機(jī)

　　一些互聯(lián)網(wǎng)企業(yè)曾希望使用幀交換機(jī)來滿足高性能網(wǎng)絡(luò)的需求。但該方案存在可擴(kuò)展性不足、設(shè)備功耗高、故障域大等挑戰(zhàn)，僅適合小規(guī)模AI計(jì)算集群部署。

　　新一代AIGC網(wǎng)絡(luò)：DDC技術(shù)

　　鑒于傳統(tǒng)方案的種種局限性，一種新的解決方案——DDC(分布式機(jī)箱)應(yīng)運(yùn)而生。DDC“拆解”了傳統(tǒng)幀交換機(jī)，增強(qiáng)其可擴(kuò)展性，并根據(jù)AI集群規(guī)模靈活設(shè)計(jì)網(wǎng)絡(luò)規(guī)模。通過這種創(chuàng)新方式，DDC克服了傳統(tǒng)方案的局限性，為AI計(jì)算提供了更加高效、靈活的網(wǎng)絡(luò)架構(gòu)。

　　從規(guī)模和帶寬吞吐量來看，DDC完全滿足大規(guī)模AI模型訓(xùn)練的網(wǎng)絡(luò)需求。然而網(wǎng)絡(luò)運(yùn)行不僅僅是這兩方面，還需要在時(shí)延、負(fù)載均衡、管理效率等方面進(jìn)行優(yōu)化。為此，DDC采取以下技術(shù)策略：

　　VOQ+基于Cell的轉(zhuǎn)發(fā)機(jī)制，有效對(duì)抗丟包

　　當(dāng)網(wǎng)絡(luò)遇到突發(fā)流量時(shí)，可能會(huì)導(dǎo)致接收方處理緩慢，導(dǎo)致?lián)砣�、丟包。DDC采用的VOQ+Cell-based轉(zhuǎn)發(fā)機(jī)制可以很好地解決這個(gè)問題。具體流程如下：

　　發(fā)送方收到數(shù)據(jù)包后，首先將數(shù)據(jù)包分類并存儲(chǔ)到VOQ中。在發(fā)送數(shù)據(jù)包之前，NCP首先會(huì)發(fā)送Credit消息來確認(rèn)接收方是否有足夠的緩沖區(qū)空間。只有當(dāng)接收方確認(rèn)自己有處理能力時(shí)，數(shù)據(jù)包才會(huì)被切片成Cell并動(dòng)態(tài)負(fù)載均衡到Fabric節(jié)點(diǎn)。如果接收方暫時(shí)無法處理，數(shù)據(jù)包會(huì)暫時(shí)存儲(chǔ)在發(fā)送方的VOQ中，不會(huì)直接轉(zhuǎn)發(fā)。這種機(jī)制充分利用了緩存，可以大大減少甚至避免丟包，從而提高整體通信穩(wěn)定性，減少延遲，提高帶寬利用率和業(yè)務(wù)吞吐效率。

　　PFC單跳部署，徹底避免死鎖

　　PFC技術(shù)用于RDMA無損網(wǎng)絡(luò)中的流量控制，可以為以太網(wǎng)鏈路創(chuàng)建多個(gè)虛擬通道，并為每個(gè)通道設(shè)置優(yōu)先級(jí)。然而，PFC也存在死鎖問題。

　　在DDC網(wǎng)絡(luò)中，由于所有NCP和NCF被視為整體設(shè)備，因此不存在多級(jí)切換，從而完全避免了PFC的死鎖問題。

　　PFC工作機(jī)制示意圖

　　40*200G

　　分布式操作系統(tǒng)，增強(qiáng)可靠性

　　在DDC架構(gòu)中，管理功能由NCC集中控制，但這可能會(huì)帶來單點(diǎn)故障的風(fēng)險(xiǎn)。為了避免這個(gè)問題，DDC采用分布式操作系統(tǒng)，允許每個(gè)NCP和NCF獨(dú)立管理，并具有獨(dú)立的控制平面和管理平面。這不僅大大提高了系統(tǒng)的可靠性，而且更易于部署。

　　總結(jié)

　　DDC通過其獨(dú)特的技術(shù)策略，滿足了大規(guī)模AI模型訓(xùn)練的網(wǎng)絡(luò)需求，同時(shí)也在諸多細(xì)節(jié)上進(jìn)行了優(yōu)化，保證了網(wǎng)絡(luò)在各種復(fù)雜條件下都能穩(wěn)定高效地運(yùn)行。