在2024年10月15日至17日，備受矚目的開放計(jì)算全球峰會（OCP Global Summit）在美國加州圣何塞（San Jose）隆重舉行。峰會以“從創(chuàng)新到影響力（From Ideas to Impact）”為主題，匯聚了全球7000余名基礎(chǔ)設(shè)施軟硬件技術(shù)和應(yīng)用領(lǐng)域的專業(yè)人士。作為全球基礎(chǔ)設(shè)施和開放計(jì)算領(lǐng)域的標(biāo)志性盛會，OCP峰會特別關(guān)注了AI基礎(chǔ)設(shè)施技術(shù)生態(tài)的建設(shè)，尤其是OCP基金會宣布其人工智能開放系統(tǒng)戰(zhàn)略計(jì)劃后，峰會特別設(shè)置了人工智能特別關(guān)注議程（Special Focus Tracks）。

在此次峰會上，阿里云服務(wù)器研發(fā)資深總監(jiān)文芳志與UALink聯(lián)盟主席Kurtis Bowman聯(lián)合發(fā)表了題為《UALink: Pioneering the AI Accelerator Revolution》的演講，深入探討了AI服務(wù)器Scale UP互連技術(shù)的未來發(fā)展趨勢，UALink標(biāo)準(zhǔn)的路線圖，UALink聯(lián)盟與ALink System產(chǎn)業(yè)生態(tài)的合作潛力，以及阿里云磐久AI Infra 2.0服務(wù)器的落地實(shí)踐思路。

UALink協(xié)議是由行業(yè)領(lǐng)先的AI芯片、服務(wù)器和CSP廠商聯(lián)合發(fā)起的一項(xiàng)新標(biāo)準(zhǔn)，旨在徹底改變AI服務(wù)器Scale UP互連技術(shù)生態(tài)系統(tǒng)。與專注于Scale out擴(kuò)展能力的超級以太網(wǎng)聯(lián)盟（UEC）協(xié)議相比，UALink協(xié)議以其高性能內(nèi)存語義訪問的原生支持、顯存共享，支持Switch組網(wǎng)模式，以及超高帶寬、超低時(shí)延能力等性能優(yōu)勢，正在迅速構(gòu)建起一個(gè)AI服務(wù)器Scale UP互連技術(shù)的超級開放生態(tài)。UALink聯(lián)盟計(jì)劃于10月底正式成立并開始吸納成員加入，并在年底對外發(fā)布第一版UALink spec。

面對中國市場的挑戰(zhàn)，ALink System（ALS）產(chǎn)業(yè)生態(tài)應(yīng)運(yùn)而生，提供具備性能競爭力和統(tǒng)一標(biāo)準(zhǔn)的互連系統(tǒng)。ALS包括ALS-D數(shù)據(jù)面和ALS-M管控面兩個(gè)主要組成部分，為AI訓(xùn)練和推理場景提供豐富的能力和特性支持。ALS-D將支持UALink國際標(biāo)準(zhǔn)，形成極具性能競爭力的數(shù)據(jù)面方案，具備并行切分算法、大顯存共享、GPU超多核內(nèi)存語義編程等多種顯著特點(diǎn)。ALS-D數(shù)據(jù)面互連采用UALink協(xié)議，除了原生支持高性能內(nèi)存語義訪問、顯存共享，支持Switch組網(wǎng)模式，性能上具備超高帶寬、超低時(shí)延能力外，還增加定義了在網(wǎng)計(jì)算等特性。

遵循ALink System的規(guī)范，阿里云自主設(shè)計(jì)了面向下一代超大規(guī)模AI集群的磐久AI Infra 2.0服務(wù)器，貫穿了開放生態(tài)、高能效、高性能和高可用的設(shè)計(jì)理念。AI Infra 2.0服務(wù)器開放性地定義了AI計(jì)算節(jié)點(diǎn)和Scale Up/Scale Out互連系統(tǒng)，可以在統(tǒng)一的硬件架構(gòu)下支持業(yè)界主流AI方案，引領(lǐng)AI領(lǐng)域的“一云多芯”。

互連系統(tǒng)ALink System全面兼容國際標(biāo)準(zhǔn)UALink生態(tài)，可以與行業(yè)伙伴開放共建超高性能、超大規(guī)模的Scale UP集群互連能力，一級互連64-80個(gè)節(jié)點(diǎn)，二級互連可達(dá)2000以上節(jié)點(diǎn)，提供了PB級共享顯存和TB級互連帶寬。

AI計(jì)算節(jié)點(diǎn)內(nèi)集成阿里自研CIPU 3.0芯片，既能支持高帶寬大規(guī)模AI服務(wù)器實(shí)現(xiàn)Scale Out網(wǎng)絡(luò)擴(kuò)展，又能兼顧云網(wǎng)絡(luò)彈性、安全的要求。硬件工程方面，AI Infra 2.0服務(wù)器單機(jī)柜可以支持最大80個(gè)AI計(jì)算節(jié)點(diǎn)，業(yè)界密度最高；在業(yè)界率先采用400V PSU，單體供電效率可達(dá)98%，整體供電效率提高2%。在散熱設(shè)計(jì)上，機(jī)柜級液冷方案可以根據(jù)實(shí)際負(fù)載動(dòng)態(tài)調(diào)整CDU冷卻能力來降低能耗，單柜冷卻系統(tǒng)節(jié)能30%。最后，在運(yùn)維管理上，全新的CableCartridge后維護(hù)設(shè)計(jì)，支持全盲插，零理線易運(yùn)維、零誤操作，維護(hù)效率提升50%。

在可靠性方面，AI Infra 2.0服務(wù)器支持彈性節(jié)點(diǎn)、智能路由、高可靠供電、分布式CDU等技術(shù)，可以實(shí)時(shí)監(jiān)控、探測各種硬件故障并自愈，硬件的故障域也縮減到節(jié)點(diǎn)級。

阿里云在ALink System產(chǎn)業(yè)生態(tài)建設(shè)上，秉持開放合作的策略，推動(dòng)互連技術(shù)領(lǐng)域的發(fā)展和繁榮。自今年9月ALink System產(chǎn)業(yè)生態(tài)在開放數(shù)據(jù)中心大會上正式發(fā)布以來，目前已有20多家AI芯片、互連芯片、服務(wù)器整機(jī)硬件和IP設(shè)計(jì)廠商加入，成員單位已就相關(guān)協(xié)議標(biāo)準(zhǔn)制定和實(shí)行路徑選擇展開交流。

除了積極擁抱UALink和牽頭成立ALink System產(chǎn)業(yè)生態(tài)，阿里云還是OCP、CXL、UCIe和UEC等多個(gè)互連技術(shù)行業(yè)組織的創(chuàng)始成員或技術(shù)委員會成員，并用實(shí)際行動(dòng)支持相關(guān)開放互連技術(shù)標(biāo)準(zhǔn)的制定和落地。通過這些合作和努力，阿里云磐久AI Infra 2.0服務(wù)器與UALink聯(lián)盟的攜手，不僅展示了阿里云在AI基礎(chǔ)設(shè)施領(lǐng)域的技術(shù)實(shí)力和創(chuàng)新能力，也體現(xiàn)了阿里云在推動(dòng)開放計(jì)算和AI技術(shù)發(fā)展中的領(lǐng)導(dǎo)地位。隨著技術(shù)的不斷進(jìn)步和合作的深入，我們有理由相信，阿里云將繼續(xù)引領(lǐng)AI技術(shù)的未來發(fā)展，為全球客戶提供更加強(qiáng)大、靈活和高效的AI基礎(chǔ)設(shè)施解決方案。