2023年技術解構專題報告 英偉達H100體系800G光模塊需求幾何-

2023年技術解構專題報告英偉達H100體系800G光模塊需求幾何_核心觀點：原因及邏輯。英偉達占訓練推理環(huán)節(jié)GPU幾乎90%以上份額，在DGXH100SuperPOD架構引入更高速NVLink方案，且用NVLink和InfiniBand的PCIe兩套體系解決通信問題。盡管目前InfiniBandNDR網(wǎng)絡是主流，但新的NVLinkSwitch的架構在H100硬件基礎上，在某些AI場景下可以貢獻比IB網(wǎng)絡接近翻倍的性能。AI發(fā)展的基礎是算力提升，預計極致性能和極致功耗是未來硬件架構發(fā)展的主要驅動，預計400G/800G以上速率的網(wǎng)絡方案將加速放量。在H100最新的NVLinkSwitch架構下試算，單服務器NVLink下需要18對、36個osfp，也就是36個800G；一個POD集群的32臺服務器則需要36x32=1152個800G光模塊。若不采用NVLinkSwitch架構或者需要多集群擴容，需要使用InfiniBandNDR網(wǎng)絡，則采用傳統(tǒng)葉脊雙層架構，需要800G+2x400G（NDR）的方案，數(shù)量關系可參考普通集群，核心是系統(tǒng)內帶寬激增，依據(jù)不同規(guī)模可另外計算。有別于大眾的認識。鑒于H100GPU的供貨范圍限制，市場對其實際的架構理解有一定信息差，我們借助英偉達技術文檔試圖拆解H100超算系統(tǒng)的通信架構；市場擔心800G在AI算力環(huán)節(jié)并非剛需，但高速率光模塊、CPO/LPO/MPO等技術本身預示了未來硬件架構發(fā)展的主要方向是追求極低功耗下的極高性能，且系統(tǒng)整體算力效率有木桶效應，網(wǎng)絡環(huán)節(jié)較容易產生瓶頸，影響各類訓練推理考慮，因此高速光網(wǎng)絡的迭代是AI剛需。1.DGXH100SuperPOD架構引入更高速NVLink方案以全球算力領軍和標桿NVIDIA為案例，在最新的DGXH100SuperPOD方案下，做一個嘗試性的定量測算，解釋為何400G/800G以上光網(wǎng)絡在AI框架下是必然選擇：（一）NVLink迭代至gen4，每通道帶寬達100Gbps：NVLink是專門設計用于高速點對點鏈路互連GPU（GPUtoGPU）的網(wǎng)絡方案，開銷比傳統(tǒng)網(wǎng)絡更低，傳統(tǒng)網(wǎng)絡中復雜網(wǎng)絡功能（例如端到端重試、自適應路由、數(shù)據(jù)包重新排序等）可以在增加端口數(shù)的情況下進行權衡。此外，基于NVLink的網(wǎng)絡接口更加簡單，允許將應用程序層、表示層和會話層功能直接嵌入到CUDA本身中，從而進一步減少通信開銷。NVIDIA在2016-2022年迭代4代的NVLink滿足了其算力方案的兩大需求（專用連接方案解決專業(yè)問題），使GPU具有盡可能高的性能、使用專用協(xié)議和系統(tǒng)設計以實現(xiàn)更高的性能。傳統(tǒng)的PCIeGen5每通道僅為32Gbps，而NVLink每通道高達100Gbps、多個通道連接其GPU系統(tǒng)。最新的NVLink4相比上代從12Links升級至18Links，每個GPU提供900GB/s（7200Gbs）的雙向帶寬（bidirectionalbandwidth）。與英偉達H100GPU結合：1）在DGXH100服務器內部，搭載了8個H100GPU；2）每一個H100GPU通過18個NVLink4連接到內部NVSwitch3芯片（每臺服務器搭配4個NVSwitch3芯片）；3）每一個NVLink4擁有2條通道（lane），每條通道參數(shù)為100Gbps-per-lane（x2@50Gbaud-PAM4），即一個NVLink4單向200Gbps,或換算為25GB/s單向帶寬、50GB/s雙向帶寬。在18個NVLink4時，H100搭配NVLink4可以實現(xiàn)900GB/s雙向帶寬。（二）NVSwitch芯片迭代至gen3，每個芯片64個NVLink4接口：此外NVIDIA發(fā)布適用于超算服務器內部的NVSwitch芯片（類似于交換機ASIC），進一步通過上述NVLink協(xié)議接口將多個GPU高速互聯(lián)到一起。在H100芯片+NVLink4協(xié)議這一代，應為配套了NVSwitch3芯片方案，采用臺積電4N工藝，滿足GPU間的點對點連接，內嵌ALU使NVSwitch提供FP32的400GFLOPS計算吞吐，每個芯片64個NVLink4接口。依據(jù)技術文檔，NVSwitch3芯片大小50mm*50mm，包括一個SHARP控制器，可并行管理多達128個SHARP組；內嵌ALU可幫助NVSwitch提供FP32的400GFLOPS計算吞吐，并且支持FP16、FP32、FP64和BF16等精度計算。另外PHY接口可以兼容400Gbps以太網(wǎng)或者NDRInfiniBand連接，每個cage4個NVLink4的OSFP接口，同時支持FEC校驗。NVSwitch3芯片提供64個NVLink4接口，每個NVLink4通道x2即200Gbps單向帶寬，單個芯片可提供64x200Gbps=12.8Tbps（1.6TB/s）單向帶寬、或3.2TB/s雙工帶寬。2.用NVLink和PCIe兩套體系解決架構問題基本原則：GPU卡的通信以NVLink為基礎，CPU/存儲的通信+跨集群通信以PCIe為基礎。NVIDIA的DGXH100服務器，每臺服務器擁有8個H100GPU、4個NVSwitch3，且相互連接。在服務器發(fā)布的同時，NVIDIA還發(fā)布了搭載2個NVSwitch3芯片的NVLink交換機，連同GPU服務器和NVLink4協(xié)議組成NVLink網(wǎng)絡。DGXH100服務器架構：MotherboardTray中，ConnectX-7網(wǎng)卡是主要的網(wǎng)絡組成部分，而CX-7網(wǎng)卡基于PCIe方案。按照公開參數(shù)，每臺服務器擁有8個ConnectX-7InfiniBand/Ethernet適配器(400Gb/s）。NVLink交換機是H100體系的創(chuàng)新，也是800G光通信方案應用的亮點。英偉達發(fā)布新的NVLink交換機，1U尺寸設計，32個OSFP接口的設計；和普通交換機不同，每臺NVLink交換機搭載2個NVSwitch3芯片，提供128個NVLink4接口（單個NVSwitch3提供64個NVLink4），雙工帶寬6.4TB/s（單個NVLink4單向200Gbps，128x200Gbps=25.6Tb/s單向帶寬)。NVLink交換機推出背景是搭建H100SuperPOD的計算集群。據(jù)英偉達設計，每套SuperPOD系統(tǒng)32臺服務器折合256個H100GPU，AI性能高達1EFlops；每套系統(tǒng)配18臺NVLink交換機，系統(tǒng)雙向帶寬57.6TB/s；同時每套系統(tǒng)的32臺DGXH100服務器中的400Gb/sConnectX-7網(wǎng)卡對外與IB交換機連接，用于連接多套SuperPOD系統(tǒng)。兩層NVSwitch芯片設計：一層交換芯片位于服務器內，二層交換芯片位于交換機內。128個L1層芯片（32臺服務器，每臺4個）+36個L2層芯片（18臺NVLink交換機，每臺2個）。一個SuperPOD內所有256個GPU的互聯(lián)，都通過NVLink協(xié)議和NVLink交換機單獨完成，不經過CX7PCIe網(wǎng)絡。因此，從通信網(wǎng)絡角度看，DGXH100SuperPOD高算力、高吞吐升級的精髓，在于：將過去A100及之前用于服務器內部GPU高效連接的NVLink，外化到整個集群，借助新的NVLink交換機，搭建L1、L2兩層網(wǎng)絡，實現(xiàn)跨服務器、跨機柜的GPUtoGPU連接。3.組網(wǎng)架構與光模塊需求預測H100最新架構試算：8個節(jié)點（單服務器），NVLink下需要18對、36個osfp，也就是36個800G->一個POD集群需要36x32=1152個800G光模塊。若需要InfiniBand網(wǎng)絡，則是傳統(tǒng)葉脊雙層架構，需要800G或2x400G（NDR），數(shù)量關系與普通集群差異不大，依據(jù)不同規(guī)?？闪硗庥嬎恪?.結論我們的結論在于：在英偉達DGXH100SuperPOD最新的NVLinkSwitch架構算力架構下，GPU+NVLink+NVSwitch+NVLink交換機的架構需要大量800G通信連接方案，NVLink系統(tǒng)大致可對應GPU與800光模塊1:4-1:5的數(shù)量關系，IBNDR網(wǎng)絡則需要更多。具體而言，英偉達占訓練推理環(huán)節(jié)GPU幾乎90%以上份額，在DGXH100SuperPOD架構引入更高速NVLink方案，且用NVLink和InfiniBand的PCIe兩套體系解決通信問題。盡管目前InfiniBandNDR網(wǎng)絡是主流，但新的NVLinkSwitch的架構在H100硬件基礎上，在某些AI場景下可以貢獻比IB網(wǎng)絡接近翻倍的性能。AI發(fā)展的基礎是算力提升，預計極致性能和極致功耗是未來硬件架構發(fā)展的主要驅動，預計400G/800G以上速率的網(wǎng)絡方案將加速放量。在H100最新的NVLinkSwitch架構下試算，單服務器NVLink下需要18對、36個osfp，也就是36個800G；一個POD集群的32臺服務器則需要36x32=1152個800G光模塊。若不采用NVLinkSwitch架構或者需要多集群擴