C114訊 1月16日消息（艾斯）AI時代已經來臨。大模型等新興AI應用需求海量的算力支撐，一座座智算中心拔地而起，規模龐大的萬卡集群逐漸投入商用。如何更好地實現智算中心互聯，服務AI應用創新發展，業界做了大量研究工作。
1月16日，作為“2025中國光通信高質量發展論壇”的開篇之作，“智算中心互聯：算網協同，構筑智算互聯新底座”線上研討會順利召開，會議邀約產業鏈專家代表，圍繞智算中心間跨地域、跨層級、跨主體、高可靠的算力協同與調度，以及智算中心互聯關鍵技術等話題展開了深入探討。
騰訊光網絡架構師李方超應邀作了題為《 超大規模橫向擴展網絡》的主題報告。在報告中，李方超針對AI大模型飛速發展對于網絡提出的全新挑戰與需求進行了深入分析，并詳細介紹了騰訊針對網絡超大規模擴展所打造的MegaScaleOut軟硬件創新解決方案。
以算力換智力存在物理上限 跨IDC的ScaleOut成為剛需
大模型的能力每2-3年就會上一個全新的臺階，同時伴隨著GPU規模相應擴大了數倍乃至數10倍。如今，大模型訓練已從早期GPT3的千卡規模迅速擴展至GPT5的10萬卡規模。顯然，AI的發展與GPU資源線性相關。不過，以算力替換智力天然存在物理資源上限。
“從業務的需求與物理供給之間的矛盾可以推斷出，大園區的擴展是必然的�！崩罘匠谘葜v中介紹道，參考國際市場發展來看，以谷歌、微軟、Meta為代表的北美巨頭們正在積極布局算力園區，這些Hyperscalers通過在自己的優勢區域部署多個子園區，以3-4個IDC的方式共建一個超大規模的算力集群，以此來實現對于電力的供應和投資安全的保證。
作為對比，在國內環境中，如果想訓練一個對標GPT5或者Llama4的大模型，由于GPU的性能限制，我們可能需要更多的GPU來實現相同的算力。同時，隨著多模態訓練的到來，不同型號、不同性能的GPU對應不同類型的訓練存在最優選擇，這對于網絡的靈活和任務分配帶來了更多挑戰。此外，由于交付與工程的因素，會存在不同型號的GPU與不同廠商的GPU混布在同一個IDC的可能，這些最終會導致出現GPU碎片池化的問題。
“因此，結合AI的發展和規模的限制，跨IDC的ScaleOut可能會成為剛需�！崩罘匠瑥娬{。
跨IDC ScaleOut存在多重挑戰 IP與光的融合成為最優解
他進一步分析稱，當進入到DCI以后，收斂比與可靠將變成一個全新的挑戰。
對于DCI出口而言，大象流是一個需要解決的問題。不過，通過優化擁塞控制算法與擴容帶寬等方式，便可以有效應對高并發需求。更大的挑戰在于解決可靠性問題，這主要歸因于跨機房之后對于光纜的不可控。相比傳統網絡來說，無損系統在帶寬下降的時候會直接影響算力能力，網絡抖動與丟包也會直接影響RDMA的性能，光纜故障與抖動成為新的變數。
“根據我們的測算，在丟包0.1%數據的情況下，RDMA的吞吐量會下降10%，因此從機房內到機房間，對于跨IDC的場景，帶寬充裕、鏈路可靠是必備的基本需求�！崩罘匠窒砹艘唤M詳細的測試數據，并指出無法簡單通過光纜與設備來換取可靠性的絕對提升，其中深層次的原因在于“交換機無法實時預見到即將到來的劣化和故障”。
于是，騰訊光網絡團隊意識到，如果可以讓交換機快速地了解物理層到底發生了什么，使交換機有時間去提前執行預定好的策略，并規避物理層的一些變化，這對于IDC的無損網絡來說非常有意義。因此，該團隊提出，IP與光的融合是跨園區無損網絡的最優解。
李方超談到，“針對IP over DWDM，我們正積極推動光器件的小型化與標準化，也即微光學模塊。這一次我們將通過這些創新，讓IP與光可以真正地拉近，實現打破硬件的隔閡，完成真正的融合。通過相干芯片與交換芯片的融合創新，我們讓交換機具備了物理層健康度的評估能力，為跨IDC的Scaleout做好了一切準備�！�
此外，他還詳細介紹了騰訊在ODCC立項的MegaScaleOut項目組，及其在IP over DWDM當中的全新硬件DTS在解決DCI可靠性問題方面的應用，以及通過OCS全光交換設備解決DCI側應用解決容量按需分配的應用。
