近日，在“GNTC 2020全球網(wǎng)絡(luò)技術(shù)大會”上，阿里巴巴集團(tuán)研究員，阿里云基礎(chǔ)設(shè)施首席網(wǎng)絡(luò)架構(gòu)師戰(zhàn)道發(fā)表了題為《數(shù)據(jù)中心網(wǎng)絡(luò)的“高鐵”時(shí)代》的演講，分享了阿里云在云計(jì)算數(shù)據(jù)中心領(lǐng)域的技術(shù)創(chuàng)新和實(shí)踐。

他表示，我們已經(jīng)進(jìn)入數(shù)字經(jīng)濟(jì)的社會，整個(gè)數(shù)字經(jīng)濟(jì)社會的基礎(chǔ)設(shè)施就是數(shù)據(jù)中心。作為一個(gè)社會基礎(chǔ)設(shè)施必須具備大規(guī)模部署能力，超高穩(wěn)定性和更高性能，而且性能要有保障，可預(yù)期。因此，通訊技術(shù)也要像交通工具變革一樣，從綠皮火車向高鐵迭代，才能夠支撐起未來數(shù)字經(jīng)濟(jì)社會的發(fā)展。

本世紀(jì)頭十年是互聯(lián)網(wǎng)蓬勃發(fā)展的時(shí)期，運(yùn)營商網(wǎng)絡(luò)不斷進(jìn)行擴(kuò)容，帶動設(shè)備廠商的不斷地設(shè)備更新迭代，大型設(shè)備的出現(xiàn)本質(zhì)上解決了規(guī)模帶來的挑戰(zhàn)。到了本世紀(jì)第二個(gè)十年，互聯(lián)網(wǎng)應(yīng)用相比傳統(tǒng)的企業(yè)規(guī)模來說指數(shù)級增加，數(shù)據(jù)中心的規(guī)模也是指數(shù)級的增加，已有網(wǎng)絡(luò)架構(gòu)、網(wǎng)絡(luò)設(shè)備、網(wǎng)絡(luò)運(yùn)營管控模式難以為繼。數(shù)字經(jīng)濟(jì)時(shí)代對我們網(wǎng)絡(luò)無論規(guī)模還是穩(wěn)定性、性能提出更高的要求。如何解決這個(gè)問題，是未來網(wǎng)絡(luò)發(fā)展的一個(gè)方向。

戰(zhàn)道認(rèn)為，要解決這一問題，不能依靠單點(diǎn)技術(shù)，無論協(xié)議創(chuàng)新、設(shè)備創(chuàng)新、控制器創(chuàng)新，單點(diǎn)技術(shù)都很難突破，一定要靠體系化的融合創(chuàng)新。首先，是要在網(wǎng)絡(luò)層面進(jìn)行體系化創(chuàng)新。從架構(gòu)層面、設(shè)備自主掌控的層面、運(yùn)營管控、監(jiān)控系統(tǒng)層面一體化融合創(chuàng)新；第二是設(shè)備簡化。設(shè)備的自主掌控，芯片功能和芯片白盒化，到全部自主研發(fā)，軟件自主研發(fā)最主要就是設(shè)備監(jiān)控，做更細(xì)顆粒度監(jiān)控，本地分布式處理和有機(jī)結(jié)合。第三就是監(jiān)控、管控系統(tǒng)的大量投入。

他介紹稱，網(wǎng)絡(luò)監(jiān)控目前主要以監(jiān)控網(wǎng)絡(luò)設(shè)備和網(wǎng)絡(luò)連通性為主要目標(biāo)，沒有辦法把網(wǎng)絡(luò)的狀態(tài)，如故障、信息和單側(cè)應(yīng)用相結(jié)合，所以網(wǎng)絡(luò)發(fā)生故障時(shí)候，往往幾秒鐘就反應(yīng)到應(yīng)用和計(jì)算，當(dāng)反應(yīng)到存儲可能會帶來十幾分鐘或者幾十分鐘的故障。這一方面是組織的壁壘，一方面也是廠商和芯片設(shè)備的壁壘，缺乏一體化設(shè)計(jì)，無法達(dá)到端到端的打通。對此，阿里云已經(jīng)大規(guī)模部署了端網(wǎng)協(xié)同監(jiān)控和流控技術(shù)，其端網(wǎng)協(xié)同理念是變成可視化的技術(shù)，把網(wǎng)絡(luò)當(dāng)中一些信息準(zhǔn)確實(shí)時(shí)帶到端上，再和業(yè)務(wù)流進(jìn)行打通，這樣可以做到業(yè)務(wù)毫秒級故障恢復(fù)。

在端網(wǎng)協(xié)同的流控方面，其主要目的是打造低延時(shí)、高性能網(wǎng)絡(luò)，低延時(shí)得到前所未有的關(guān)注。因?yàn)榈脱訒r(shí)、高性能是強(qiáng)算力、規(guī)模化的應(yīng)用。進(jìn)入人工智能、大數(shù)據(jù)的時(shí)代，我們需要強(qiáng)大的算力來計(jì)算數(shù)據(jù)。由于單個(gè)芯片計(jì)算演進(jìn)受到摩爾定律限制，所以必須有算力規(guī)模化，很多芯片連在一起協(xié)同計(jì)算，這就離不開高性能網(wǎng)絡(luò)。對于高性能網(wǎng)絡(luò)優(yōu)化，要從兩個(gè)層次進(jìn)行優(yōu)化，其一是AI計(jì)算通信模型優(yōu)化，如果AI計(jì)算感知網(wǎng)絡(luò)的拓?fù)?、帶寬和網(wǎng)絡(luò)狀態(tài)，在模型上做一些調(diào)整，會直接關(guān)系到整個(gè)AI計(jì)算的性能。除此之外還要網(wǎng)絡(luò)本身優(yōu)化，因?yàn)榫W(wǎng)絡(luò)延時(shí)是復(fù)雜系統(tǒng)化工程，當(dāng)網(wǎng)絡(luò)不是理想狀況，會出現(xiàn)擁塞、丟包，出現(xiàn)丟包延時(shí)會呈現(xiàn)數(shù)量級提升。如何做好更好的流控，避免網(wǎng)絡(luò)出現(xiàn)這個(gè)擁塞或者減少丟包，處理好場景，在工業(yè)界和學(xué)術(shù)界是一直探討的話題。

阿里云目前還正在探索采用端網(wǎng)協(xié)同多路徑管理技術(shù)來提供差異化的服務(wù)。該技術(shù)是采用分布式和集中式有機(jī)結(jié)合，端上可以自動計(jì)算路徑，自動檢測路徑質(zhì)量、負(fù)載情況和擁塞情況并自動切換。我們都知道流量工程在廣域網(wǎng)相當(dāng)成熟，但在數(shù)據(jù)中心沒有人用，首先是因?yàn)閿?shù)據(jù)中心本身鏈路相對便宜，另一個(gè)原因是數(shù)據(jù)中心兩臺服務(wù)器之間鏈路不同組合可能有上萬條甚至更多，所以傳統(tǒng)的流量工程技術(shù)很難在數(shù)據(jù)中心進(jìn)行應(yīng)用。這導(dǎo)致目前的現(xiàn)狀就是網(wǎng)絡(luò)利用率不均勻，造成局部擁塞，不能保證差異化服務(wù)。在過去這可能不是一個(gè)問題，但是面向未來，智慧中心會越來越繁多，有些AI計(jì)算可以做出一定的路徑的選擇，數(shù)據(jù)中心的業(yè)務(wù)價(jià)值才能真正體現(xiàn)出來。

最后，戰(zhàn)道總結(jié)道，未來數(shù)據(jù)中心要支撐起數(shù)字經(jīng)濟(jì)社會，需要創(chuàng)新實(shí)現(xiàn)超越網(wǎng)絡(luò)，需要和應(yīng)用相結(jié)合，需要和計(jì)算成熟相結(jié)合，只有這樣才能達(dá)到真正可預(yù)測的性能，保障智慧中心網(wǎng)絡(luò)走向另外一個(gè)時(shí)代。

責(zé)任編輯：gt