华为UB-Mesh在训练网络里减少七到八成交换与光互连
bookwormengr · x · 2026-07-22
这是一条关于 UB-Mesh 的详细线程，讨论华为面向 AI 训练工作负载的数据中心网络架构。
- 拓扑选择：从 flat/Clos，到 full-mesh，再到混合方案；据帖中描述，当前的 UB-Mesh-Pod 采用 4D full-mesh + Clos。
- 核心取舍：这种设计可以把交换机数量和光互连需求降低约 70%–80%，代价是延迟略有上升。
- 关键前提：每个 NPU 不只是算力节点，也要能参与路由。
- 作者把它概括为华为在大规模训练基础设施上的一种“教科书式”思路。
所属事件:华为提出UB-Mesh分层全互联AI训练网络架构(3 条相关)→
「Infra」频道最新
- 影子算力市场走向台前,Meta 对外出售过剩 GPU 算力成标志性信号 — DavidLinthicum · 2026-09-11
- Engram 随机读取不适合 SSD，CPU 内存低延迟共享或成正解 — bookwormengr · 2026-09-11
- 劝退帖:推理工程是真金白银的硬活,八成尝鲜者已悄然放弃 — abhijithneil · 2026-09-11
- Hugging Face《Ultra Scale Playbook》:GPU 集群训练 LLM 的免费技术书 — mdancho84 · 2026-09-11
- 从聊天到 Agent,推理延迟正在成为生产级瓶颈 — Euphoric_Sea632 · 2026-09-11
- 推理服务关键指标盘点:流式速度 TPOT 与可用性如何影响体验 — abhijithneil · 2026-09-11