在当今数智化热潮中，智算项目已逐渐渗透至各行各业，从科学研究到商业应用，智算正在推动各领域的深刻变革。面对数千甚至上万卡规模的训练集群，网络如何承载海量训练数据，，提升训练效率，特别是在庞大而复杂的数据环境中实现网络性能的最优配置，成为业界亟待解决的核心难题。

智算网络面临的挑战

智算网络的首要目标是与AI训练数据的传输需求匹配，AI业务对网络的需求主要分为以下几方面。

高带宽

AI训练的本质是大量GPU进行并行计算，而GPU之间需要通过高速网卡和外部网络实现数据交换。目前主流网卡接入速率为200G和400G，800G也即将上市，因此网络设备的接口应满足400G/800G的接入能力。

大规模

智算网络架构需要面对规模迥异的AI训练规模，从数十卡到数十万卡，满足训练资源持续扩容的需求，能平滑扩展的大规模组网能力是网络方案的基本要求。

无损传输

AI训练业务对丢包极为敏感，轻则导致吞吐效率降低，重则将使训练任务中断。而AI数据的流量模型又极易导致网络出现拥塞，传统的ECMP技术已无力应对，亟需新的网络拥塞控制和负载均衡优化技术。

多元异构

当前智算生态百花齐放，各厂商的GPU/网卡产品均具备独特的产品特色，一张具备异构整合能力的网络，将使客户在升级算力、扩容异构算力时，选择更为灵活。

目前应用于AI场景中的有如下几种主流的网络解决方案，但均具备一定的优缺点。

机架式核心交换机

高性能的机架式交换机，采用CLOS架构设计，通过后端交换网板和前端业务线卡的交叉连接，以及基于信元的传输技术，实现框内无阻塞传输的效果，从网络负载技术的角度非常适合AI业务。而这种方案的缺点是单台设备端口数有限（通常仅有数百个端口），且单台设备功耗过大，对部署环境要求较高。

盒式交换机+RoCE技术

该方案组网模型类似数据中心的Spine-Leaf架构，通过数十至数百台400G/800G盒式交换机互联，支持规模演进和高带宽流量。但由于其基于多层单芯片设备的网络拓扑，每台设备独立决策转发，因此ECMP哈希极化问题突出。也就是说，无论当前拥塞情况如何，同一特征的数据流始终会得到相同的哈希结果，在完全相同的路径中传输，不仅浪费网络资源，更会导致负载不均而产生拥塞。与此同时，大规模Spine-Leaf架构也会带来的大量设备配置、运维等潜在问题。

私有的封闭方案

部分同时可提供GPU和网络方案的厂商，会通过集合通信库（CCL）将二者进行捆绑，迫使客户只能选择整套解决方案。此种网络方案可能更适用于同品牌算力资源，但在面对异构算力需求时，则展现出封闭的态度或技术满足度的降低。

面对以上技术需求和现实挑战，新华三的DDC（Diversified Dynamic-Connectivity，多元动态联接）解决方案，通过多项技术创新和开放理念，引领了智算网络技术新的发展方向，成为最有竞争力的智算网络解决方案。

DDC架构：智算高性能网络最优解

DDC是新华三创新推出的智算网络架构，基于创新的设备和架构设计，搭配Comware V9操作系统平台，整合信元转发平面和大规模组网能力，解决了AI应用的拥塞与调度难题。

DDC架构拥有如下关键创新能力。

架构创新

DDC借鉴了机架式交换机的机内无阻塞传输机制，不同的是将交换网板和业务线卡设计成独立工作的盒式形态，再通过800G高速网络进行Spine-Leaf的互联架构，解决了传统机架式方案端口扩展性和单机功耗的问题。

同时，新华三采用控制转发一体化设计，简化了机架式的主控板机制，将组网精简为NCP+NCF两级架构（NCP相当于业务线卡，NCF相当于交换网板）。

去中心化方案在完整保留DDC功能的同时，大幅提升了系统的可靠性和可扩展性，使其更加适应云原生、分布式网络的演进需求，避免了管理网元的故障风险。

图1 DDC组网架构示意

极致性能

DDC采用VoQ（Virtual Output Queueing）和信元（Cell）交换机制，确保流量负载均衡和无拥塞。

VOQ是一种用于拥塞控制的高性能队列管理技术，其核心机制是采用多虚拟输出队列对应多出端口。发送端在发送前，先向接受侧申请带宽资源，获取资源确认后，再灵活调度队列完成流量转发。利用VoQ技术，可以实现DDC系统内的有序流量调度，应用效果体现在以下方面。

无阻塞传输：通过精确的流量调度，确保数据包在DDC内部的无阻塞传输。

优先级调度：支持基于流量优先级的调度，确保关键数据流可以优先传输。

提高网络利用率：通过避免拥塞和优化数据流传输路径，提升网络的整体带宽利用率。

信元交换则是实现多路径负载均衡的关键技术，数据报文通过NCP进行信元等长分片，并以喷洒形式向多路径均匀转发，确保流量分布均衡。相对于传统的逐流或逐包转发机制，信元交换的多链路利用率更高，能实现100%的负载均衡效果，如图2所示。

图2 信元交换转发机制

通过信元交换机制，DDC大大降低了网络拥塞的风险，提高了网络的稳定性和吞吐能力。具体转发步骤以图3为例：

1) Server1发出去往Server4的报文，在NCP1查转发表，得到SystemPort和远端NCP封装信息索引；

2) NCP1根据SystemPort将报文入VoQ队列，如果有令牌，则将报文切割后加Cell封装，封装头中包含ModID、PortID等信息，然后通过Cell口喷射给NCF；

3) NCF收到Cell报文后，查找本地Cell转发表得到出接口后发给Server4；

4) NCP4收到Cell报文后，根据序号进行重组，然后使用Cell头中封装索引获取封装信息后，将重组报文加二层封装，从指定的Port发给Server4。

图3 DDC信元转发流程示意

通过VoQ和信元交换，DDC在大规模网络内实现了最优的无损传输和负载均衡效果，实际性能可参考后文中的测试结果。

开放解耦

DDC的开放解耦能力，体现在对算力设施的解耦支持和DDC系统的开放异构能力两方面。

在算力设施的解耦支持上，信元交换和标准RoCE协议的组合，成为替代封闭方案的关键技术。

在智算网络中，端侧（CCL/GPU/网卡）部分的能力将会影响整体网络的吞吐效率和负载均衡部署方案。例如，当网络采用逐包负载方案时，需要依赖网卡的乱序重排能力。

DDC可以实现网络与端侧能力的解耦，不仅支持多种端口封装的网卡互联，同时利用信元切片和重组能力，将乱序重排功能集成到网络侧，无需依赖网卡能力。

另外，在传统方案中，不同网卡对应流的会话（QP规格）数不同，会带来的哈希效果不同的问题。DDC的信元转发机制，可以忽视QP特征样本数量，即使单QP同样可以切片喷洒，将网卡QP规格不足的劣势完美化解。

因此，DDC方案可以完美解决端侧生态能力不一带来的网络性能问题，从而打破算网设施的捆绑，解除客户对封闭方案的依赖。

在架构内的开放能力上，新华三在设计DDC架构之初，就完全考虑了技术的生态开放路线。

DDC的控制平面使用标准的BGP EVPN协议，不但实现网元之间自协商、自组网，降低了配置复杂程度，更能支持不同厂商的NCP/NCF实现异构组网。

基于DDC在协议层面的开放设计，2024年，新华三与合作伙伴针对DDC架构开放和标准化分别在需求场景分析、方案框架定义、技术方案落地等三个方面提交多篇标准议案，致力于推动产业界开放互联。

草案中明确了DDC的架构实现框架OSF（Open Schedule Fabric,开放调度网络），将调度式网络架构与传统以太网络结合，达到均衡利用网络资源、故障快速切换等优化目标，旨在通过网络侧优化解决AI应用给以太网络带来的新挑战。该草案中对于OSF网络，明确定义以下层次。

OSF管理层：主要负责监控、配置与维护OSF设备。

OSF控制层：主要负责维护OSF网络拓扑信息、拥塞检测与快切。

OSF数据层：主要负责根据控制层下发的路由信息对数据包进行封装、转发和解封，并将数据包发送到授权系统以实现拥塞控制。

通过标准化各层的实现机制和信息交互，不同网络厂家均可以基于此标准开发NCP/NCF设备，并在DDC架构下实现互通，达到传统以太Spine-Leaf架构中的异构互通效果。

基于架构创新、极致性能、开放解耦三方面的关键能力，新华三在业界首发了基于DDC架构的H3C S12500AI交换机，充分验证了设计理念，实现客户价值。

实践成果：H3C S12500AI系列DDC交换机

新华三全新一代DDC交换机H3C S12500AI提供普遍适用于超大规模的“盒盒”组网架构，NCF提供128端口800G OSFP800，NCP下行端口支持400G QSFP112和800G OSFP800两种形态，可以充分满足当前主流网卡形态的接入需求。

DDC组网提供远超于单框式设备的扩容能力，摆脱传统框式设备端口容量上限，可灵活横向扩展。NCF+NCP两级组网下提供9216端口400G或4608端口800G接入能力，DDC多级多集群互联组网方案中，最大可以实现7万个端口规模接入。

图4 H3C S12500AI系列DDC交换机

DDC目前已经通过Tolly测试机构基于多卡GPU的集合通信库 NVIDIA Collective Communication Library (NCCL)以及大模型（Llama3）的性能测试，其中NCCL Alltoall 测试结果表明，H3C DDC 架构网络的总线带宽（busbw）较InfiniBand方案平均提升2.5%，在大消息传输场景下表现尤为突出。

图5 DDC网络性能测试（All-to-All）

当前，新华三 DDC 产品已在多家行业客户中实现规模化部署，这一实践充分印证了遵循开放标准的 DDC 技术在市场层面具备更强的适应性与竞争力。