百万卡算力之路：多DC分布式训练和DCI需求增长

　　海外科技巨头积极布局多DC 分布式训练

    　　关于AI 大模型训练在什么阶段需要DCI 联接，需要多少DCI 带宽，我们认为不同的互联网公司，因为IDC 资源不同、业务模型不同，会有较大的配置差异。但是Meta 和Google 已经开始了多DC 分布式训练，其中Google 的Gemini 1 Ultra 就是通过多DC 的分布式训练实现的。谷歌目前有两个主要的多数据中心区域，分别位于俄亥俄州和爱荷华州/内布拉斯加州。OpenAI 和微软更加雄心勃勃，计划将各个超大型园区互连在一起起来，并在全国范围内进行大规模的分布式训练。

    　　分布式训练给网络带来挑战

    　　AI 训练步入十万卡时代，跨DC 协同训练对网络带来挑战。（1）AI 训练对网络丢包的敏感度高。（2）大象流会导致网络中的传统基于五元组的负载分担方法失效，链路负载不均衡，降低网络使用率。（3）在万卡集群中，极端情况下流量瞬时并发可达上千Tbps。目前，十公里的跨机楼并行训练算效损失可低于5%，具备可行性，未来百公里级、千公里级的跨地域并行训练欲将损失控制在10%以下，除需建设长距离超宽DCI 网络之外，还涉及模型切分策略、集合通信算法、无损网络技术等。

    　　400G ZR 相干技术优势明显，ZR 光模块需求有望增长400G ZR 相干光学技术有望在DCI 中取代传统的波分复用（WDM）系统。相比于传统的WDM 系统，400G ZR 系统更加简洁，主要有MUX/DEMUX，并采用可调谐激光器的相干光模块，直接放在客户侧的交换机/路由器上。根据LightCounting 的预测，2024-2028 年，400G ZR， ZR+ 的光模块保持增长。产品价值量方面，根据LightCounting 预测，2023 年400G ZR 的价格为3230 美元，2024 年800G ZR 的价格为4800 美元。

    　　建议关注DCI 产业链和400G/800G ZR 供应商海外科技巨头积极布局多DC 分布式训练，我们认为AI 算力部署对网络的需求正在向DCI 场景扩散，有望带动DCI 市场的高速增长。我们建议关注：国内OTN 厂商：中兴通讯、烽火通信、光迅科技；有400G/800G ZR 产品布局的德科立、中际旭创、新易盛、华工科技；铌酸锂调制供应商：光库科技。

    　　风险提示：AI 产业发展不及预期风险、算力需求不及预期风险、技术发展不及预期风险、市场竞争加剧风险。

声明：

1. 风险提示：以上内容仅来自互联网，文中内容或观点仅作为原作者或者原网站的观点，不代表本站的任何立场，不构成与本站相关的任何投资建议。在作出任何投资决定前，投资者应根据自身情况考虑投资产品相关的风险因素，并于需要时咨询专业投资顾问意见。本站竭力但不能证实上述内容的真实性、准确性和原创性，对此本站不做任何保证和承诺。
2. 本站认真尊重知识产权及您的合法权益，如发现本站内容或相关标识侵犯了您的权益，请您与我们联系删除。