微软 HotChips 演示揭示 AI 集群带宽瓶颈

bookwormengr · x · 2026-08-31

在 HotChips 会议上，微软的演示揭示了 AI 集群架构中存在的“带宽墙”：本地加速器之间带宽为 6-7 400G（非交换网络），而不同计算托盘/机架的加速器之间仅 2 400G（交换网络）。虽然微软统一使用了协议且采用片上 NIC，但这一带宽差异巨大。技术上可以通过重新分配每加速器 28 个 400G 链路来消除此墙，但这取决于是否需要超过 4 个节点的张量并行。