接入网络、参数面、集群网络这三个词经常被放在一起讲，但它们的流量模型、故障表现和设计重点完全不同。如果按一套逻辑去规划，训练时东西向拥塞、推理时端到端延迟超标几乎是必然结果。...
发简信
IP属地：北京
-
智算网络全景解析：集群网络、参数面网络与接入网络各解决什么？ -
万卡训练集群的网络故障排查思路与常用工具盘点一个 8192 卡 MoE 集群在训练中吞吐波动率从基线 3.6% 升至 22.18%。团队先看计算通信 overlap，通信暴露率上升6 个百分点；再分 DP、TP、PP ...
-
训练网络调优实战：从PFC到ECN，大模型训练拥塞控制一次说清16 节点 RoCEv2 集群训练随机 Hang，日志没有 WARN 和 ERROR，每次手动 Kill 需要 10 余秒；400G Leaf-Spine 架构下 Step ...
-
软件定义广域网（SD-WAN）是什么？从逐台配置到集中编排的一次广域网代际变化企业广域网的控制方式，很长时间里几乎没变：专线连起各地站点，工程师登录每台路由器逐条写配置。新开分支要排期拉线、上门调试，改一条策略要在几十台设备上重复操作，变更以周、以月计...
-
干货！混合云组网5000字剖析：线下数据中心、总部分支与多云的统一编排之道混合云组网是指将企业线下DC、总部/分支与3-5 个公有云纳入同一网络平面，统一调度流量、安全与可观测。它比纯多云组网更复杂，在跨云策略、出向流量成本之上，还要叠加 unde...
-
SD-WAN 运维与 SLA 监控怎么做：SLO 与错误预算几乎所有网络服务合同里都有一个数字：可用性 99.9%。它能用来验收、能用来问责，却几乎无法用来运维——它不告诉你哪个站点在劣化、哪一段链路在丢包、离"不达标"还剩多少余量，...