畅谈智慧城市下的AI与网络

近年来，“智能”一词被越来越多的应用在不同“场景”中，场景代表着用户体验和使用行为，同时也代表着更加完善的用户画像。经济高速发展的中国，也十分关注在各个场景中的“智能”应用，“智慧城市”逐渐上升为国家战略。

智慧城市是在新一代信息技术加速发展的背景下，充分利用物联网、云计算、移动互联等技术手段，对城市服务、社会管理等行为需求做出智能响应，围绕人类的“衣食住行”将商业、交通、医疗等城市的各个核心系统整合起来，以一种更智慧的方式运行的新型城市发展模式。

新时代下的智慧城市

智慧城市在早期发展过程中，更多的是关注基础设施和信息化，驱动力主要是源于计算机的软硬件技术和网络通信技术。而在未来由“智慧城市”向“智能城市”迈进的过程中，大数据和人工智能将发挥核心价值。

近年来，无人驾驶、人脸识别、智能客服、机器人、无人机、3D打印等人工智能业务正蓬勃发展，并逐步在智慧城市中推广和应用。这种新型的“超级智能城市”正在各个行业领域，跳脱传统智慧城市建设思维而快速发展。

超级智能城市可以更好的利用人工智能与数据，并且更加依赖于智能决策，从而减少人工干预，为城市更好的诊断问题和提出个性化解决方案。这样不仅使不同领域能够开放融合，同时可以使城市实现一体化，提高城市综合竞争力和市民幸福感受。

智慧城市、AI、网络

目前，AI在智慧城市上的应用越来越广泛，而其实现的三大要素是：算法、算力、数据，核心是深度学习。接下来，我们将深入分析一下网络在实现人工智能各个环节的重要意义。

硬件驱动

为了提高AI数据处理效率，存储和计算都在发生革命性的变化，存储已经从机械硬盘演进到闪存盘，时延降低了不止100倍。计算资源也已经采用了GPU甚至是专用的AI芯片，数据处理能力提高了100倍以上。随着存储和计算能力的大幅度提升，为了保证存储介质与处理器的及时协同，网络也必须与时俱进，把通信的时间降低到存储和计算的时间相当，才不会成为阻碍AI发展的“绊脚石”。

业务及算法驱动

传统业务模式依靠于编程运算系统，每次的计算结果基本不会依赖于网络通信。而AI则全然不同，AI是一个不断学习的系统，其算法是依赖于海量的样本数据和高性能的计算能力，基于目标优化，并且不断迭代收敛。

随着人工智能应用数量的快速增长，人工智能算法规模也不断增大。AI分布式计算在数据的并行处理和模型的并行计算中，每一个节点的通信延迟、数据丢失，都会影响AI计算迭代的收敛时长，从而影响整体任务的完成。所以，对网络的通信量、通信性能也提出更高的要求。低时延，无丢包，高带宽，无阻塞的网络，才能满足AI计算发展的需求。

高性能AI网络

网络在面向AI的架构搭建上，需要采用软硬件结合的组网方式，在单节点和整网的转发通道实行流量控制，构建高带宽、低时延、0丢包的、灵活可拓展的AI高速公路。

关于0丢包问题

不丢包以太网是AI计算的重要保障，采用PFC和ECN技术相配合方式可以很好的实现这一目标。

PFC是基于优先级的流量控制，当流量出现拥塞时，通过队列的反压机制，发送pause帧通知上游设备降速，防止缓冲区溢出产生丢包。

ECN技术在交换机检测到拥塞时，可以将报文ECN字段置位，精确通知源端降速，使得源服务器网卡更快地响应拥塞并降速，及时缓解网络设备的缓存拥堵，有效降低时延，提升应用性能。

通过PFC和ECN特性的合理部署，可以完美的为大规模AI计算提供高质量的通信通道。

网络架构

高性能的网络通信是由合理的网络架构、高性能的网络设备、以及高带宽的通信链路共同来保障的。在网络架构上，简单化和扁平化的架构，同时减少源端与目的节点的跳数、降低通信时间，是AI高速通信的必然选择。 在AI数据中心中，AI的流量主要体现在东西向，这时候SDN的应用，同时辅以Spine-Leaf硬件网络架构，可以使整张网络的流量模型像在一个无阻塞的交换设备中转发一样，实现高效高速的协同计算与存储之间的信息交换，保障东西向流量的高速低时延转发。

而且伴随着AI应用的快速发展，该网络架构可以在支持大规模组网应用的同时，保证网络规模可以随AI业务弹性拓展，完美的解决了传统高速网络与大规模组网不能兼顾的问题，并可以简化管理，实现智能运维，降低数据中心OPEX。

此外，要保证整网的低时延高速度AI通信，还需要合理的链路带宽和高性能的网络设备，25G/100G通信链路，可以提供各节点间的高速互联互通的通道。当然，大缓存、端口之间的um级的低时延、大吞吐量的节点设备也是是高速转发的重要保证。浪潮网络CN12900系列、CN9000系列高性能数据中心产品、以及智能SDN平台，可以帮助组建同时具备高吞吐、无丢包、及统一以太网架构等性能的高效网络，助力AI的高速发展。

本期嘉宾：王艳华 浪潮网络资深方案经理