6月16、17日，由51CTO主辦的WOT全球技術創新大會在京召開，50多位來自AI、云計算、大數據、架構等領域的講師、專家出席大會，圍繞“云時代基礎設施”、“金融科技創新”、“人工智能算法與實踐”等議題展開深度演講和高端對話，共同探究新技術如何幫助企業實現數字化能力的飛躍和提升。
火山引擎云基礎產品負責人羅浩受邀參加首日活動，就“大算力基礎設施技術探索和實踐”發表獨特見解。據羅浩介紹，火山引擎自研的DPU網絡性能達到5000萬pps轉發能力、延遲低至20us，基于自研DPU的各類計算實例性能也有顯著提升。在接受新浪財經采訪中，羅浩指出，“在ChatGPT發布后，大量的大模型訓練算力需求涌現，對GPU算力提出了更高的要求。”
在他看來，面向未來的提前把控和創新是幫助客戶的一個重要手段，也是構建差異化能力的思路之一。
大模型賽道火熱 算力成“香餑餑”
隨著ChatGPT的誕生，國內外掀起了一波大模型熱潮，在前赴后繼的競爭中，算力成了“兵家必爭之地”。據羅浩介紹，火山引擎整體的大算力，無論是通用算力還是弱算力，在技術架構上都有著比較快的迭代速度，且擁有長時間的積累。“過去幾年，我們基本上做了至少三代架構上的演進，使得從存儲到通用的CPU算力，包括現在大算力體系都有了非常大的進步。”羅浩說道。
在介紹火山引擎的基礎架構演進時，羅浩詳細闡述了火山引擎是如何找到一條適合自己發展的路徑。他表示，作為云計算的后來者，火山引擎在聚焦存量市場的同時，不斷提高自身的基礎能力，包括IaaS、PaaS、PaaS+等。“我覺得瞄準增長市場，在增長市場里面，我們看得到一些新增的機會到底在什么地方，可能更重要一些。”羅浩說道。
在大模型火熱背后，新的基于算力和基礎設施的需求也在蓬勃生長，尤其是對存儲和網絡等方面的高要求成為了大模型的痛點。“在這樣一個趨勢中，我們會比較務實地去解決技術架構演進過程和算力具體使用中出現的一些突出問題。”羅浩表示，比如在網絡方面，如何去支持類似于4000卡、8000卡甚至萬卡規模的集群，實現網絡延時優化的效果，以及在達到規模時，避免發生一些網絡的擁塞問題等。“解決了這些問題和挑戰后，我們的能力又沉淀到產品上來，形成閉環。這樣可以更好地服務內部和外部客戶，做好我們的產品競爭力。”羅浩補充道。
多模態萬億參數生變 隱私安全等迎高要求
在ChatGPT發布后，大量的大模型訓練算力需求不斷增長，同時對網絡、存儲性能和規模也提出了更高的要求。在訓練任務中，存儲和讀取checkpoint、讀取訓練數據、模型文件等場景下需要大量的計算、網絡、存儲之間的交互。分布式訓練任務在擴大GPU集群規模需求的同時，還要求集群內的高速網絡能夠橫向擴展且保證性能。
“自火山引擎對外發布起， 軟硬一體堅持自研就是我們的核心策略之一。”據羅浩介紹，火山引擎通過自研的DPU 2.0提供更高的帶寬能力和轉發能力，從而提升計算和存儲之間的傳輸效率，來幫助大模型訓練任務更高效地執行。面向大模型訓練場景，火山引擎擁有高算力、網絡性能調優、存儲讀寫性能優化等優勢。在算力方面，火山引擎推出了新一代搭載自研DPU、英偉達A100/A800，以及大規模RDMA網絡的彈性裸金屬機型，通過DPU的采用進一步釋放單機的GPU算力。
對于未來技術展望方面，羅浩表示，大模型還在迅猛、蓬勃地發展，多模態、萬億參數等在不同行業生根落地，這些對于模型訓練和部署都提出了更大的挑戰。他指出，“在新一代的AI Infra架構中，我們判斷大模型行業對算力規模、集群內網絡帶寬、通信模式、模型訓練并行模式、存儲性能、模型推理部署、隱私安全等都會有更高的要求。”
“未來，火山引擎還會提供安全可信的大模型服務平臺（MaaS）來構建更加完善的大模型行業生態，我們始終站在行業用戶的視角，提供更貼合客戶場景的整體解決方案。”羅浩說道。（作者：彭至海）
