亚洲精品三,久久久久欧美,日本九九热,久久久鲁,天堂一区,天堂精品久久,亚洲久久

聯(lián)想提出RNL技術(shù),通過多維感知等解決AI訓練中的難題

  新浪科技訊 11月28日晚間消息,聯(lián)想近日,提出聯(lián)想萬全異構(gòu)智算研發(fā)團隊的技解決論文被IEEE CyberSciTech 2025大會接收,并即將收錄于IEEE DL和EI Indexed。術(shù)通此次聯(lián)想提出了一項創(chuàng)新性的過多RNL技術(shù),通過多維感知、維感路徑負載均衡優(yōu)化與增量流量遷移,知等中有效解決了AI訓練與推理場景中RoCE網(wǎng)絡(luò)負載均衡的訓練長期難題。

  隨著大語言模型參數(shù)規(guī)模爆發(fā)式增長,難題AI集群規(guī)模不斷擴大,聯(lián)想RoCEv2(RDMA over Converged Ethernet v2)已成為AI網(wǎng)絡(luò)的提出主流協(xié)議。然而,技解決AI訓練與推理基于通信原語(如all-gather、術(shù)通all-reduce)進行數(shù)據(jù)傳輸,過多這種模式容易導致網(wǎng)絡(luò)流量呈現(xiàn)“低熵、維感大象流”特征,極易引發(fā)負載不均和鏈路擁塞,嚴重制約帶寬利用率與整體性能。

  聯(lián)想方面表示,針對上述痛點,團隊提出了RNL技術(shù),可以構(gòu)建“多維感知+路徑負載均衡+增量遷移”閉環(huán)體系,兼具算法創(chuàng)新與實用價值:首先是多維感知機制,可以實時感知網(wǎng)絡(luò)拓撲結(jié)構(gòu)、AI任務(wù)網(wǎng)絡(luò)需求及RoCE鏈路負載狀態(tài),為動態(tài)調(diào)度提供數(shù)據(jù)基礎(chǔ)。其次是路徑負載均衡優(yōu)化,通過虛擬-物理網(wǎng)絡(luò)映射與路徑評分算法,智能選擇最優(yōu)數(shù)據(jù)傳輸路徑,最大化帶寬利用率。第三是增量流量遷移,該技術(shù)采用增量遷移策略,在鏈路流量調(diào)整時避免瞬時延遲,確保業(yè)務(wù)連續(xù)性。

  未來,聯(lián)想計劃將RNL技術(shù)擴展至高性能存儲、HPC等場景,并引入深度學習算法優(yōu)化擁塞預(yù)測能力。同時,聯(lián)想將在千卡、萬卡節(jié)點的大型AI集群中驗證其綜合性能,持續(xù)推動AI網(wǎng)絡(luò)技術(shù)的創(chuàng)新與迭代。

海量資訊、精準解讀,盡在新浪財經(jīng)APP

責任編輯:何俊熹

推薦內(nèi)容
南京市| 通化县| 宁国市| 兴城市| 崇仁县| 广德县| 庄浪县| 宝应县| 财经| 洛浦县| 甘德县| 巴南区| 汝城县| 三都| 武隆县| 洪江市| 蒲城县| 荃湾区| 长兴县| 临清市| 阜宁县| 轮台县| 开江县| 黄山市| 阿城市| 黎平县| 邵阳市| 资溪县| 拜城县| 河东区| 崇义县| 酒泉市| 温州市| 吉安市| 梁山县| 资阳市| 二连浩特市| 会泽县| 呼伦贝尔市| 宜兰县| 清水县|