客户是一家AIGC领域的公司，他们通过构建一套完整的内容生产系统，革新内容创作过程，让用户以更低成本完成内容创作。
客户网络需求汇总
| RoCE的计算网络 | RoCE存储网络 |
|---|---|
| 1.不少于600端口200G以太网接入端口，未来可扩容至至少1280端口 | 1.不少于100端口200G以太网接入端口，未来可扩容至至少240端口 |
| 2. 全网无收敛（1:1收敛比），全线速交换 | 2. 带宽收敛比不大于3:1 |
| 3. 支持RoCE实现无损以太网 | 3. 支持 RoCE 实现无损以太网 |
整网方案设计的思路
高性能
AIGC承载网络需要具备高宽带的特性，以支持快速的数据传输和处理。生成内容可能涉及大规模的文本、图像或视频数据，因此需要具备高带宽的网络连接，以便快速传输数据到计算资源节点进行处理；此外，AIGC承载网络需要实现低时延的要求，以确保生成内容的实时性和响应性。在用户上传任务或请求后，网络需要迅速响应并进行任务分配或资源调度。
大规模
AIGC承载网络需要能够处理大量的用户请求和任务，并同时支持多个用户的并发访问。因此，网络架构需要具备高度的可扩展性和负载均衡能力。例如，采用分布式计算和分布式存储技术，使得网络可以横向扩展，自动调节资源分配以应对不断增长的用户需求。
高可用
AIGC承载网络需要具备高可用性，以确保服务的连续性和稳定性。由于AIGC是基于人工智能技术的，其生成过程可能需要较长的时间和大量的计算资源。因此，网络需要具备容错机制和故障恢复策略，以应对硬件故障、网络中断或其他意外情况。
整体方案架构
计算网络设计方案一：整网 1:1 无收敛
不考虑GPU的8个接口的接入方式，8个接口接入1台或多台ToR
- 交换机 10 Leaf + 20 ToR= 30 台，提供640个接入端口（20*32=640），每台GPU服务器8端口，可以最大可接入GPU服务器 80台
- 接入侧和Fabric内部互联均可以使用200G的AOC（含两端的200G光模块），其中接入侧600条，Fabric侧600条，合计1200条
方案一的扩展性
- 基于该架构，最多可以接入64台ToR，最大可以扩展到2048个200G接口接入，满足1280接口接入的扩展性要求
计算网络设计方案二：整网 1:1 无收敛
考虑GPU的8个接口的接入方式，8个接口接入到8台Leaf，每8台Leaf作为一个分组
- 交换机 13 Leaf + 24 ToR = 37 台，按600个接入端口（75台GPU服务器），每组8个ToR接入25台GPU服务器，3组ToR接入75台
- 每组ToR接入25台GPU服务器，下行接入带宽为200*200GE，因此，上行也需要至少是200*200GE带宽，每台ToR到每台Leaf为2条200G，总上行带宽为2*13*8*200GE，满足1:1收敛要求
- 接入侧和Fabric内部互联均可以使用200G的AOC（含两端的200G光模块），其中接入侧600条，Fabric侧624条，合计1224条
方案二的扩展性
- 基于该架构，最多可以接入8组ToR ，每组8个ToR接入32台GPU服务器，8组ToR接入256台
- 最大可以扩展到2048个200G接口接入，满足1280接口接入的扩展性要求
存储网络设计方案：整网 3:1 收敛
- 交换机 2 Leaf + 3 ToR = 5 台，提供最大144个接入端口（满足100个接入需求）
- 如果不考虑Leaf高可靠部署，也可以单Leaf接入
- 接入侧和Fabric内部互联均可以使用200G的AOC（含两端的200G光模块），其中接入侧100条，Fabric侧36条，合计136条
存储网络扩展性
- 交换机 2 Leaf + 5 ToR = 7 台，提供最大240个接入端口（满足240个接入的扩展需求）
方案价值与优势
⇘ 超低TCO、超高性价比
相较于IB方案，大幅度降低用户的网络TCO，同时确保超高性能
⇘ 横向平滑扩容、1:1收敛无阻塞
无收敛的网络设计确保无阻塞的大容量网络，按需横向扩展
⇘ 整网RoCEv2
基于CEE/DCB能力，提供可与IB媲美的性能和同样无损的网络服务
⇘ 开放网络操作系统
网络操作系统AsterNOS，SONiC企业级发行版，支持灵活的功能扩展、在线升级
⇘ 无缝对接云管
AsterNOS 利用简单易用的REST API，可轻松让第三方的云平台/控制器快速纳管
⇘ 专家级服务
专业、全面、可靠的研发、方案与服务团队，为客户提供小时级的快速响应服务
关注vx公号“星融元Asterfusion”，获取更多技术分享和最新产品动态。
