HCIE-AI SA：华为智算中心解决方案

1.概述

本文主要介绍华为智算中心解决方案,其中包括数据中心基础设施解决方案、华为分布式AI存储解决方案和华为数据中心网络解决方案。

2. 目标

3. 数据中心基础设施系统

消防系统、防雷/接地、机柜系统、内部装修、供配电系统、制冷系统、综合布线、DCIM管理

4. 数据中心L1典型应用场景

4.1 供配电系统主要设备

4.2 制冷系统主要设备

5. 常用指标介绍

5.1 数据能效定量评估指标 - PUE

5.2 数据中心能效模型

6. 智算中心配电及制冷方案介绍

6.1 配电方案

6.2 制冷方案

冷冻水+板式换热器方案

6.3 为什么智算中心需要液冷？

随着芯片和单机柜功率密度不断增大，传统散热方式难以满足高密数据中心的需求。风冷难以散热，风冷性价比下降。

6.4 液冷

7. 数据中心基础设施选址

7.1 需求分析需要考虑因素

基础设施需求、IT设施需求、商业需求

7.2 可用性

可行性研究是数据中心规划、设计、集成实施等过程的源头，对技术、法规等项目影响因素进行研究、分析、确定有利和不利的因素，分析项目必要性、项目是否可行，采用哪种技术方案，以及评估项目经济效益和社会效益，为项目投资者提供决策意见。

7.3 TCO

7.4 国家标准要求

7.5 国际标准要求

7.6 选址咨询三要素

选址团队、选址方法和选址工具是选址咨询服务的三大要素。

8. 数据中心基础设施可行性研究

可行性研究的原则和内容

可行性研究投资收益分析

9. 智算中心存储解决方案

9.1 大模型存储需求

AI大模型训练阶段TCO Saving的核心是提升GPU利用率

PB级数据搬迁成为痛点

9.2 面向AI大模型场景的华为分布式AI存储解决方案

OceanStor Pacific分布式存储

① 多协议融合互通

② 大小 I/O 自适应数据流

③ DPC分布式并行客户端

④ NFS over RDMA

• 增强的生态能力

• 灵活的组网形态

• 更优的E2E性能

⑤ NFS + Multipath

NFS over RDMA + Multipath实现GDS

⑥ AICache

⑦ 数据自动分级

⑧ 多租户设计

⑨ 可靠性

⑩ 安全

⑪ 稳定

硬件亚健康管理和 Fast-fail 技术

10. 智算中心网络解决方案

10.1 大模型网络痛点分析

① 分布式AI要求高速零丟包的网络

② 存储介质的进步，需要更高性能的网络

③ 传统TCP/IP协议无法满足高性能计算业务的需求

④ 传统以太网络丟包对RoCE吞吐率影响大

RDMA技术减少主机端时延，适用于高性能通信场景

10.2 面向AI大模型的华为网络解决方案

华为智能无损网络，解决传统以太网性能瓶颈

硬件层、流控层、拥塞控制层、流量调度层、应用加速层

10.3 智算中心网络设计

智算中心组网逻辑架构

智算中心组网物理架构

参数面 - 网络拓扑设计

参数面 - 接入设计

样本面 - 网络拓扑设计

样本面 - 交换机接入设计

11. 总结

本文主要介绍华为智算中心解决方案,其中包括数据中心基础设施、华为分布式AI存储解决方案和华为数据中心网络解决方案，笔试占比10%。