中國電信基于 800GWDM 現網完成業(yè)界首例千卡分布式無損智算網驗證

　　當前，隨著智算卡數達到千卡、甚至萬卡，所需帶寬往往高達百 T 比特級、甚至超 P 比特級。因此，光傳輸系統(tǒng)的大帶寬、高可靠與高效率的特點是保證分布式訓練高算效的關鍵。

　　中國電信集團宣布，中國電信研究院、中國電信北京公司、天翼云公司共同在中國電信現網基于 800G C+L 技術，為 1024 卡規(guī)模的分布式集群提供大容量帶寬，實現 120 公里千億參數大模型分布式訓練，性能達到集中訓練的 95% 以上。

　　據介紹，針對數據傳輸的大帶寬問題，中國電信采用高階調制格式的單波長 800G 技術以提高頻譜效率，配合當前的業(yè)界熱點的 C+L 波段技術實現超大傳輸帶寬，在中國電信武清與潤澤機房之間采用華為公司傳輸設備，通過多次環(huán)回構建了大帶寬互聯的智算驗證網，距離達到 120km。

　　針對數據傳輸的高可靠問題，中國電信完成了鏈路誤碼、波長故障、光纖故障等異常測試試驗，結果表明，一個 800G 業(yè)務波中斷會導致超 40% 的算效降低，而百毫秒級以上光纖故障會導致算效大幅下降甚至訓練中斷。IT之家從官方獲悉，采用 WSON 重路由恢復技術，此次在兩點間將重路由恢復時間控制在 50ms 以內，可保證分布式智算業(yè)務的高可靠互聯，最大程度釋放算效。

　　針對傳輸鏈路的高效率問題，中國電信提出分鐘級波長動態(tài)拆建解決方案來實現算與網的協(xié)同分時復用，有效提升網絡資源利用率。此次驗證為跨地域、跨層級、跨主體高可靠的算力協(xié)同調度奠定基礎。