TTAF 387-2026 智算网络 总体

电信终端产业协会发布版权声明本文件的版权属于电信终端产业协会，任何单位和个人未经许可，传播、发行、合订和宣贯等，也不得未经允许采用其具体内容编制本团I II 1 1 1 1 2 2 2 3 3 3 3 3 3 3 3 3 4 4 4 5本文件按照GB/T1.1—2020《标准化工作导则第1部分：标准化文件的结构和起草规则》的请注意本文件的某些内容可能涉及专利。本文件的发布机构不承担识别专利的责任。刘哲、马宇航、万晓兰、李江波、李利平、王子戈、秦书锴、孙1智算网络总体描述了各模块在智算网络中的作用，以及智算网络的4缩略语AI：人工智能（ArtificialIntelligence）CPU：中央处理器（CentralProcessinCXL：计算快速链接（ComputeExpressLink）DCQCN：数据中心量化拥塞通知（DataCenterQuantizedCongestionNotification）DPU：数据处理器（DataProcessingUGPU：中央处理器（CentralProcessingHCCL：华为集合通信库（HuAweiCollectiveCommunicationsLibrarHHD：混合硬盘（HybridHardDNCCL：英伟达集合通信库（NVIDIACollectiveCommunicationsLibrary）NvLink：英伟达高速互联技术（NVIDIALINK）PCIe5.0：第五代高速串行计算机扩展总线标准（PeripheralComponentInterconnecPFC：基于优先级的流量控制（Priority-basedFlowContrQoS：服务质量（Qualityof2网基础设施、互联技术、传输控制、集合通信、算网应用，如图1所示。智算网络内部的计的要求，智算网络的智算集群具备低时延、高AIAI开发协作平台智算网络联盟协同计算平台其他应用平台负载均衡逐流负载均衡逐包负载均衡机内互联机间互联节点互联3智算网络的存储基础设施是支撑其高效运行和AI大模型训练、推理的核心组件。随着AI技术的快DPU、存储设备间的高速通信，保障单节点内的算力资源高效协同，满足单节点AI训练与推理的本地机间互联是实现智算服务器间的互联，依托RoCE、IB等高速网络协议，结合CLOS、Dragonfly架构，构建高带宽的机间通信链路，支撑分布式训练中节点间的梯度同步、参数交换等高频数据传输场对于链路级流量控制，采用Pause帧机制，当接收端设备缓存不足时，向发送端发送暂停指令，实现链路级别的流量节流，避免数据在链路传输中丢失；针对无损网络场景，引入PFC（基于优先级的流量控制）技术，按业务优先级对不同流量队列进行独立的流量控制，保障高优先级AI任务（如模型训练梯度传输）的传输可靠性。基于智算网络的业务负载特征，使用全局流量控制，通过集中式控制器对智算网络的整体流量进行调度，结合AI任务的优先级与资源需求，动态分配网络带宽资源，实4使发送端动态调整发送速率，有效抑制RoC避免单一链路/节点过载，同时最大化网络资源利用率的技术体系。负载均衡技术主要分为三类：逐流集合通信是支撑智算网络分布式AI训练的关键技术，通过统一的通信接口与5[1]ISO/IEC2223