從靈衢協(xié)議，看懂AI計算3.0

公元前219年，秦始皇的南征大軍卡在了五嶺之間。

糧草運不上去，士兵困在山中，前方百越未平，后方補給線幾近斷裂。

長江水系與珠江水系被群山隔斷，水不通，路難行，再強的軍隊也寸步難移。

兩千多年后，中國乃至全球的AI工程師們，竟站在了相似的十字路口。

大模型參數(shù)動輒千億萬億，數(shù)據(jù)如洪流奔涌，但算力卻像被困在“五嶺”之間的秦軍。單張GPU算得再快，也扛不住全局需求；堆疊上千張卡組成集群，又陷入通信擁堵、調(diào)度混亂、能耗飆升的泥潭?？ㄔ俣啵Y源也無法高效流動。

正是在這相似的困局中，人們開始重新思考：如何不靠蠻力開山，而用巧思引水？如何讓算力如活水，而非死湖？

答案悄然指向一條古老智慧的回響——靈渠。

讓我們先從最基本的計算單元說起。

現(xiàn)代GPU就像一艘性能卓越的獨木舟。以NVIDIA H100為例，F(xiàn)P16算力達1979 TFLOPS，內(nèi)存帶寬3.35 TB/s。如果只是處理圖像分類、語音識別這些傳統(tǒng)任務(wù)，它就像在平靜湖面航行的輕舟，游刃有余。

這一階段可以稱為AI計算1.0，單卡主體時代。

那個時代，算力集中在單芯片上。算法優(yōu)化的核心是挖掘單卡潛力，算子融合、內(nèi)核優(yōu)化、顯存復(fù)用，所有技術(shù)手段都圍繞如何讓這一張卡跑得更快展開。但模型規(guī)模受限于顯存，模型參數(shù)必須能完整地放入單卡顯存中，顯存容量就是模型規(guī)模的天花板，并且擴展方式簡單粗暴。當單卡不夠用時，解決方案直截了當——換更大的卡。從V100到A100，再到H100，每一代新品都帶來顯存和算力的雙重提升。

那是一個摩爾定律依然有效的美好時代，硬件的迭代速度跟得上算法的增長需求。

然而，2020年之后，風向變了。

大模型訓練不再是湖面泛舟，而是橫渡太平洋。以GPT-4級別的模型為例，參數(shù)量約1.8萬億，是GPT-3的10倍以上；訓練數(shù)據(jù)超過13萬億token，需要處理的知識量相當于人類全部書面記錄的數(shù)倍；訓練周期長達數(shù)月，消耗的計算資源相當于數(shù)萬個GPU年的工作量。

模型參數(shù)量暴漲到萬億級別，單卡已經(jīng)難以承載AI訓練的需求。一方面，GPT-4級別的模型僅權(quán)重就需要約3.6TB顯存空間，單卡連完整模型的一角都無法承載。另一方面，萬億參數(shù)模型的前向傳播和反向傳播涉及海量矩陣運算，單卡算力再強，一次完整的訓練周期也以年為單位，而這顯然滯后于市場。

獨木舟再快，也載不動智能時代的萬噸巨輪。那么，既然一艘船不夠，能否組建一支龐大的艦隊，齊頭并進？

既然獨木舟不行，那就組建船隊。

現(xiàn)代AI超算中心動輒部署成千上萬張GPU。Meta的RSC集群擁有6080張A100，微軟為OpenAI構(gòu)建的Azure AI超算據(jù)信集成上萬張H100。這標志著AI計算2.0，以大規(guī)模GPU集群為主體的時代到來。

把算力堆到足夠大，就能訓練更大的模型，這聽起來很美好。理論上，萬卡集群的算力應(yīng)該是單卡的萬倍，訓練時間應(yīng)該線性縮短。

但現(xiàn)實卻是，所有船只都堵在了幾個狹窄的閘口。實際算力利用率往往不到一半，剩下的資源都在等待、同步、重試中白白消耗。

問題出在哪里？

當集群規(guī)模達到萬卡級別時，系統(tǒng)復(fù)雜度呈指數(shù)級增長。每一張GPU都是一個計算節(jié)點，節(jié)點之間需要頻繁交換梯度、參數(shù)、激活值，通信量隨著卡數(shù)增加而成倍放大。

一張卡出問題可能拖累整個訓練任務(wù)，一個網(wǎng)絡(luò)擁塞可能讓上千張卡空轉(zhuǎn)等待。擴展效率隨著規(guī)模擴大而顯著下降，從百卡到千卡的效率損失可能是20%，從千卡到萬卡的損失可能超過50%。

這就是分布式訓練中的擴展性墻，規(guī)模越大，每增加一張卡帶來的收益越小。

通信木桶短板效應(yīng)同樣致命。集群的整體速度不取決于最快的節(jié)點，而受制于最慢的那個。

一張GPU溫度過高降頻、一條網(wǎng)絡(luò)鏈路帶寬波動、一個交換機端口延遲抖動，都可能成為整個集群的瓶頸。在同步訓練中，所有節(jié)點必須等待最慢的那個完成當前步驟才能繼續(xù)。

這就像古代漕運，千艘糧船齊發(fā)，卻共用幾座狹窄船閘，沒有統(tǒng)一水位調(diào)控，沒有智能分流機制，船越多，堵得越死。算力的“五嶺”并未消失，只是從單卡轉(zhuǎn)移到了集群內(nèi)部。

顯然，單純增加船只（GPU卡）的數(shù)量，無法根治航道（通信與調(diào)度）的擁堵問題。

既然堆數(shù)量解決不了流通問題，我們是否該換一種思路。不是造更多船，而是修一條能貫通南北的水道？

兩千年前，秦人修靈渠，打通湘水與漓水，首次實現(xiàn)長江與珠江水系貫通。此舉非為造更多船，而是重構(gòu)水的流動方式，讓資源自然匯聚、高效流轉(zhuǎn)。

今天，靈衢協(xié)議以同樣的思路帶我們走向了AI計算3.0——超節(jié)點時代。

超節(jié)點是指由多個計算節(jié)點通過高速互聯(lián)組成的邏輯上像一臺計算機的計算系統(tǒng)。

這一思路最早可以追溯到英偉達的NVLink技術(shù)。

NVLink的核心突破在于重新定義了芯片間的距離。傳統(tǒng)PCIe互聯(lián)帶寬有限、延遲較高，如同鄉(xiāng)間小路，難以承載海量數(shù)據(jù)流通。NVLink則如同在芯片之間修建高速公路，讓GPU之間的通信效率大幅提升。通過NVLink Switch的引入，跨服務(wù)器通信效率得以改善，數(shù)百張GPU可以緊密互聯(lián)，在軟件層面呈現(xiàn)為單一計算實體。

NVLink的演進證明了高速互聯(lián)的價值，為超節(jié)點概念奠定了技術(shù)基礎(chǔ)。但隨著集群規(guī)模繼續(xù)擴張，一些局限也逐漸顯現(xiàn)。協(xié)議相對封閉，主要在自家生態(tài)內(nèi)部優(yōu)化；跨廠商兼容性有限，異構(gòu)設(shè)備接入成本較高。

用戶若采用NVLink，通常需全面采用英偉達的GPU、軟件棧等，對單一廠商依賴較深。在擴展規(guī)模上，如NVL72超節(jié)點最大支持72張GPU卡，超大規(guī)模擴展時需結(jié)合InfiniBand或以太網(wǎng)等其他技術(shù)。

當集群規(guī)模從百卡走向萬卡，企業(yè)不愿被單一供應(yīng)商鎖定時，行業(yè)對開放互聯(lián)標準的呼聲便自然浮現(xiàn)。技術(shù)演進的邏輯向來如此，一種方案解決了舊問題，也會帶來新局限，而后繼者便在縫隙中生長。

靈衢協(xié)議的出現(xiàn)正是對這一需求的回應(yīng)。

靈衢協(xié)議是華為自主研發(fā)的面向超節(jié)點的互聯(lián)協(xié)議，旨在解決大規(guī)模計算資源連接的互聯(lián)技術(shù)難題。萬卡超節(jié)點，一臺計算機，也就是說，通過該互聯(lián)協(xié)議，把數(shù)萬規(guī)模的計算卡，聯(lián)接成一個超節(jié)點，能夠像一臺計算機一樣工作、學習、思考、推理。

靈衢的突破體現(xiàn)在對集群時代痛點的逐一化解。

顯存不夠，就構(gòu)建統(tǒng)一內(nèi)存池、統(tǒng)一編址，讓多個GPU的顯存池化。萬億參數(shù)模型可以像存放在單一大內(nèi)存中那樣被訪問，無需感知底層的分布式架構(gòu)。這如同靈渠將兩條水系連通，水位統(tǒng)一，船只自然暢行。

通信太慢，就用高速互聯(lián)協(xié)議突破帶寬時延瓶頸。靈衢采用總線級互聯(lián)設(shè)計，讓跨服務(wù)器通信效率接近片內(nèi)通信。對等協(xié)作的架構(gòu)讓各計算單元處于平等地位，能夠動態(tài)分配任務(wù)和負載，避免單點瓶頸拖累整體進度。

高可靠性方面，單卡故障自動遷移，訓練不中斷。數(shù)千張GPU連續(xù)運行數(shù)周，硬件故障幾乎成為必然事件。靈衢協(xié)議確保故障發(fā)生時，任務(wù)可以無縫遷移到其他節(jié)點，確保大規(guī)模算力系統(tǒng)的穩(wěn)定運行，就像漕運中的備用航道，一處阻塞，立刻分流，糧船不至滯留。

并且，基于靈衢協(xié)議支持光電混合互聯(lián)，Atlas 950 SuperPoD支持8192卡無收斂全互聯(lián)，這一規(guī)模是NVL72的百倍有余。這意味著，原本需要層層網(wǎng)絡(luò)轉(zhuǎn)換、多協(xié)議疊加的萬卡集群，現(xiàn)在可以通過一套統(tǒng)一的互聯(lián)協(xié)議直接打通。

簡言之，流通的關(guān)鍵是讓水系變得更智慧，AI計算的突破往往來自對連接的重新理解。

水流淌了兩千年，依舊滋養(yǎng)大地。算力奔涌在芯片間，終將孕育智能。當困在技術(shù)的五嶺之間時，不妨回頭看看歷史，答案可能就在身后的古老智慧里。

水之道，即算之道。通則達，阻則滯。此理千古不易，無論湘漓之水，還是0與1之流。