随着大模型参数规模突破万亿级别，AI训练与推理对算力的需求呈指数级增长，万卡级智算集群正在成为超大规模AI基础设施的核心形态。

网络作为集群的“神经系统”，其带宽、延迟、稳定性和可扩展性，直接决定了万卡集群的计算性能和效率。通信瓶颈、带宽争用、拓扑拥塞等问题，都有可能导致昂贵的GPU资源大量闲置，进而严重影响大模型训练任务的完成时间和资源利用率。因此，如何构建高带宽、低延迟、可扩展且易于运维的智算网络，是业界亟需攻克的关键课题。

为了提升GPU训练效率，保障集群的低时延无损通信，锐捷网络推出万卡级智算网络解决方案——AI-Fabric。AI-Fabric采用多轨组网架构，让同号网卡连接到同一网络Pod组内，使训练业务的流量限定在同一Pod组或同一Tor设备上，从而减少转发跳数，大幅降低网络转发时延；同时为了构建高算力的大规模GPU集群，锐捷网络AI-Fabric网络解决方案采用三级组网，各层级按照1: 1的收敛比的设计，最大可以提供32768个400G端口，实现32K个GPU的集群承载。

9月2日19点，智猩猩公开课超节点与智算集群系列第11期将开讲，邀请到锐捷网络AIGC系统部解决方案经理余熙主讲，主题为《万卡集群智算网络建设与优化》。

本次公开课，余熙老师将首先介绍智算网络的建设背景与发展趋势，并深入分析当前主流技术路线的优劣与适用场景。之后，余熙老师会重点讲解锐捷网络万卡集群智算网络解决方案AI-Fabric的关键技术、架构实现，以及性能优化思路。