2024年10月15日至17日，開(kāi)放計(jì)算全球峰會(huì)（OCP Global Summit）在美國(guó)加州圣何塞（San Jose）舉行。峰會(huì)以“從創(chuàng)新到影響力（From Ideas to Impact）”為主題，聚焦AI基礎(chǔ)設(shè)施建設(shè)，吸引了全球7000余名專(zhuān)業(yè)人士參與。在此盛會(huì)上，阿里云磐久AI Infra 2.0服務(wù)器攜手UALink聯(lián)盟，展示了AI互連技術(shù)的最新進(jìn)展。

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)表演講《UALink: Pioneering the AI Accelerator Revolution》，深入討論了AI服務(wù)器Scale UP互連技術(shù)、UALink標(biāo)準(zhǔn)的發(fā)展藍(lán)圖，以及UALink聯(lián)盟與ALink System產(chǎn)業(yè)生態(tài)的合作前景。此次合作標(biāo)志著AI服務(wù)器互連技術(shù)的新紀(jì)元。

UALink協(xié)議由行業(yè)領(lǐng)先的AI芯片、服務(wù)器和CSP廠商聯(lián)合發(fā)起，旨在改變AI服務(wù)器Scale UP互連技術(shù)生態(tài)。與UEC協(xié)議不同，UALink支持高性能內(nèi)存語(yǔ)義訪問(wèn)、顯存共享，并具備超高帶寬和超低時(shí)延等優(yōu)勢(shì)，構(gòu)建起一個(gè)開(kāi)放的AI服務(wù)器Scale UP互連技術(shù)生態(tài)。UALink聯(lián)盟計(jì)劃于10月底正式成立，并在年底發(fā)布第一版UALink spec。

面對(duì)中國(guó)市場(chǎng)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(jìng)爭(zhēng)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，為AI訓(xùn)練和推理場(chǎng)景提供支持。ALS-D支持UALink國(guó)際標(biāo)準(zhǔn)，形成性能競(jìng)爭(zhēng)力的數(shù)據(jù)面方案，具備并行切分算法、大顯存共享等特點(diǎn)。ALS-M則為不同芯片方案提供標(biāo)準(zhǔn)化接入方案，支持開(kāi)放生態(tài)和廠商專(zhuān)有互連協(xié)議的統(tǒng)一軟件接口。

遵循ALink System規(guī)范，阿里云自主設(shè)計(jì)了磐久AI Infra 2.0服務(wù)器，體現(xiàn)了開(kāi)放生態(tài)、高能效、高性能和高可用的設(shè)計(jì)理念。該服務(wù)器定義了AI計(jì)算節(jié)點(diǎn)和Scale Up/Scale Out互連系統(tǒng)，支持業(yè)界主流AI方案，推動(dòng)AI領(lǐng)域的“一云多芯”發(fā)展。

ALink System全面兼容UALink生態(tài)，與行業(yè)伙伴共建超高性能、超大規(guī)模的Scale UP集群互連能力。一級(jí)互連支持64-80個(gè)節(jié)點(diǎn)，二級(jí)互連可達(dá)2000個(gè)以上節(jié)點(diǎn)，提供PB級(jí)共享顯存和TB級(jí)互連帶寬。

磐久AI Infra 2.0服務(wù)器集成了阿里自研CIPU 3.0芯片，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，同時(shí)滿(mǎn)足云網(wǎng)絡(luò)彈性、安全的要求。在硬件工程方面，服務(wù)器單機(jī)柜支持最大80個(gè)AI計(jì)算節(jié)點(diǎn)，采用400V PSU，單體供電效率可達(dá)98%，整體供電效率提高2%。散熱設(shè)計(jì)上，機(jī)柜級(jí)液冷方案根據(jù)實(shí)際負(fù)載動(dòng)態(tài)調(diào)整CDU冷卻能力，降低能耗，單柜冷卻系統(tǒng)節(jié)能30%。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，磐久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)，實(shí)時(shí)監(jiān)控、探測(cè)各種硬件故障并自愈，硬件的故障域縮減到節(jié)點(diǎn)級(jí)。

阿里云秉持開(kāi)放合作策略，在ALink System產(chǎn)業(yè)生態(tài)建設(shè)上推動(dòng)互連技術(shù)領(lǐng)域的發(fā)展和繁榮。自ALink System產(chǎn)業(yè)生態(tài)發(fā)布以來(lái)，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，成員單位就相關(guān)協(xié)議標(biāo)準(zhǔn)制定和實(shí)行路徑選擇展開(kāi)交流。

阿里云不僅是UALink的積極支持者和ALink System產(chǎn)業(yè)生態(tài)的牽頭者，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(huì)成員，通過(guò)實(shí)際行動(dòng)支持開(kāi)放互連技術(shù)標(biāo)準(zhǔn)的制定和落地。

在本屆OCP峰會(huì)上，阿里云磐久AI Infra 2.0服務(wù)器的展示，不僅證明了其在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(kāi)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(lái)發(fā)展，為全球客戶(hù)提供更加強(qiáng)大、靈活和高效的AI基礎(chǔ)設(shè)施解決方案。