快捷导航 
时间：2024-04-16 21:57:29来源：互联网
算力网该如何理解？首先说以前互联网中网络设备的核心任务，是完成即时通信，所以交换机本质上是一个通信设备；而现在AI算力中心中网络设备的构建逻辑，在于集中力量办大事，即集合越来越强大的算力，交换机不再仅仅是通信设备，而变成了算力设备本身。
想必有很多人在这儿会持反对态度。不用着急，请继续看后面的解释。
众所周知，这一轮AI能够成功是大力出奇迹的工程学突破，背后的指导法则是“scaling law”，scaling law描述的模型性能与模型规模之间的幂律关系，这一法则表明，当模型的规模（例如参数数量、数据集大小和计算资源）增加时，模型的性能将得到提高。
换句话说，为了得到AI大模型智能的涌现，scaling law告诉你要不停的堆算力和数据。这也是为什么，在2024年3月初，黄仁勋斯坦福大学演讲时提到，在未来的10年里，英伟达会把深度学习的计算能力再提高100万倍。这并不是泡沫时期的大放卫星，而是AI智能涌现的必要条件。
算力要实现如此恐怖的提升幅度来满足scaling law，从硬件的角度来分析，路上有三堵墙：
1）算力墙：核心围绕GPU，也是大家在AI算力硬件中关注度最高的产品。破除算力墙最关键的技术手段是制程和芯片架构的升级。但制程带来的单芯片算力提升面对着黑洞般的AI需求，已显得苍白无力。毕竟现在的苹果最新的3nm的A17芯片，升级的效果已经微乎其微。实际上，英伟达的GPU，采用的只是4nm制程，甚至下一代产品B100，也不会升级到3nm。每一代际算力倍增可能已经是单芯片算力提升的极限了。
2）存储墙：核心围绕HBM。单芯片算力跟不上，可以靠HBM来大大缓解，在《AI国力战争：GPU是明线，HBM是暗线》一文中有详细讨论，可以移步于此。HBM反倒成为一个飞速进步的环节，海力士和美光最近股价飙升便是市场开始认知到这一方向的重要性。
3）通信墙：算力和HBM结合在一起解决单卡的问题，但单卡再强也远远跟不上下游的算力需求。进一步的解决方法是堆料，抛开复杂的技术名词，其实原理就是简单粗暴的大力出奇迹，把尽量多的优质的算力卡连起来组成算力集群，这与猎鹰火箭装27台发动机本质上是一个道理，其中的关键技术就在于数据中心的组网技术，因此，交换机的地位今时不同往日。
从最新的英伟达GB200计算集群网络架构中，我们能够非常清晰的看到多处堆料组网的技术：1）GPU卡与GPU卡之间，基于NVLink协议的卡间互联，这部分配套的switch芯片，由于遭英伟达垄断，没有太多产业链探讨的意义，因此不再展开。2）再往上一层，就是IB交换机，它连接起多个GPU卡群，构成一个全面的机柜Rack。3）多个机柜再通过交换机互联，形成强力的AI算力中心。后面两个环节，都离不开AI交换机的支持。
这种架构就能非常清晰的看到，为了突破通信墙打造强大的算力基座，交换机不仅仅是充当算力网络中的通信设备，而自身也变成算力设备的本身。正是这一产业链环节定义的变化，给了整个交换机产业链拔估值的基础。
在这一轮算力网革命中，交换机正式与GPU、HBM、先进封装、光模块一道，站到了产业链的C位。
图：GB200计算集群网络架构，来源：英伟达官网，中金公司
2、初听不识曲中意，再听已是曲中人
其实，产业链的这一变化不是2024年英伟达通过GB200才向全世界摊牌的，最早的信号发端于5年前。
2019年，英伟达豪掷69亿美元，击败英特尔和微软收购了彼时绝大部分都还比较陌生的Mellanox。笔者当年也是不理解一个芯片厂玩什么交换机，只是觉得这对于财大气粗的英伟达来说，算一个不大不小的收购，自然也是没有仔细分析产业链上的协同效应。
但随着AI算力爆发，Mellanox的重要性飙升，成为英伟达IB交换机、Spectrum-X以太网交换的御用供应商，占据了AI网络设备中的最高份额。毫不夸张的说，现在Arista市值接近1000亿美元，Mellanox可以轻松给到3000亿美元，较当年看似极其溢价的69亿美元升值43倍，远超这5年英伟达的市值上涨幅度。
老黄当时就对这笔收购非常得意，曾说这是两家全球领先高性能计算公司的结合，早在5年前就已经把Mellanox放在与英伟达同等重要的位置上，回头来看不得不感叹老黄的眼光确实毒辣。
Mellanox，凭什么能跟英伟达平起平坐？Mellanox提供的主要产品是数据中心内的通信互联解决方案，而其中最为核心的又是基于IB协议开发的一些列网络设备产品，这儿有必要展开说一下IB协议。
