在 AI 数据中心环境中驾驭超高密度 400G 与 800G 网络
人工智能（AI）正在迅速改变数据中心的格局。从训练像 ChatGPT 这样的大型语言模型（LLMs），到提供个性化内容和预测性分析，超大规模用户、云服务商和大型企业正在构建高性能计算（HPC）网络，利用加速并行处理技术来释放 AI 的潜力。让我们来看看这些 AI 网络是如何部署的，以及它们所带来的线缆测试挑战。
人工智能网络的两面：后端与前端
数据中心的 AI 依赖于两种不同的网络架构：后端 用于密集型训练，前端 用于实时推理。在训练过程中，AI 模型通过分析 AI 集群或 GPU 架构中互联的高性能图形处理单元（GPU）间的海量数据集，学习识别模式、做出预测并得出结论。这一计算密集型过程需要 GPU 之间进行高带宽、低延迟的数据传输，以实现高效的模型训练和更快的洞察生成。
AI 模型训练完成后，推理 阶段便是将其投入实际应用——响应用户查询，并根据新信息得出结论。这一过程的计算密集度远低于训练阶段。以犬种识别应用为例：训练 是 AI 模型通过分析数万张带标签的图片来学习识别不同犬种的过程；而 推理 则是模型识别你发送给它的一张新的狗狗图片时的过程。
AI 集群内的计算密集型训练发生在后端数据中心网络中，这是一个专为加速 GPU 数据传输和处理而设计的专用、封闭环境。相比之下，前端网络 将 AI 系统连接到外部世界以进行推理，处理用户请求以及其他通用数据中心工作负载（如网页托管、电子邮件和存储）。这两种网络协同工作，共同管理数据传输、存储和用户交互。
前端和后端网络架构有一些区别：
- 前端网络采用传统的三层或叶脊型以太网架构，包含用于服务提供商分界、交换机层级、存储设备和基于CPU的基础服务器的多个功能区域。此处的交换机到交换机连接通常使用单模或多模光纤，搭配多纤芯MPO连接，速率从100G到400G不等；而交换机到服务器链路则倾向于采用25G到100G的双工多模光纤连接。
- 后端网络几乎完全采用叶脊型架构，其中叶交换机（有时称为导轨交换机） 在集群内提供高带宽、低延迟的 GPU 互联，脊交换机 则负责多个集群之间的连接。目前，后端网络中的交换机到交换机连接主要以 800G 为主，使用 16 芯 MPO 连接器（8 根光纤发送、8 根光纤接收，每通道 100 Gb/s）。部分超大规模用户和大型云服务商已开始在后端网络中向 1.6T 交换机连接 过渡，采用 两个 16 芯 MPO 连接器 实现。
后端网络中的 GPU 通常以 400G 速率连接，使用 8 芯 MPO 连接器（4 发 4 收，每通道 100 Gb/s），部分 GPU 连接正向 800G 演进。与以前端网络为主的以太网不同，后端网络中的 GPU 互联常采用 InfiniBand 协议，并结合 远程直接内存访问（RDMA） 技术以降低延迟。基于融合以太网的 RDMA（RoCE） 是一种新兴替代方案，兼具两种协议的优势。
为了进一步降低延迟，GPU 通常直接连接至其叶交换机，从而省去了用于管理设备连接的结构化布线（包括互连和交叉连接）。这些直接连接采用预端接 MPO 光纤组件或直连双轴铜缆/光缆组件。单个 AI 集群可包含数百个 GPU，其功耗高达 CPU 的 10 倍，导致发热量大幅增加，要求数据中心为这类集群环境投资更先进的冷却技术，如液冷。
计算密集型AI训练在封闭的专用后端网络中进行，而前端网络则连接AI系统与外部世界，并与后端网络协同工作，管理数据传输、存储和用户交互。
数据中心AI基础设施测试的挑战
在后端AI集群中以400GB或更高速度连接数百个GPU，导致数据中心的光纤密度极高，这在测试和排查时带来了一些独特的挑战。
- ****检测光纤端面是否有污染至关重要，以防止信号丢失和反射导致性能下降，但在超高密度环境中检查端口可能较为困难。Fluke Networks FI-3000 FiberInspector™ Ultra Camera 提供 PortBright™ 照明解决方案，确保在密集环境中更清晰可见，并配备自动对焦/自动居中功能，实现光纤端面即时实时查看，包括轻松变焦，可检查单个光纤端面或整个 MPO 阵列。FI-3000 FiberInspector Ultra Camera 标配 12 和 24 光纤 UPC/APC MPO 端面检测的尖端，并可选配 MMC 和 12 至 32 根光纤的无键 MPO APC 尖端。
如果检查发现需要清洁MPO或MMC接口，Fluke Networks提供快速清洁™清洁器，有效去除隔板MPO/MTP和MMC连接器端面的污染物，以及各种双工连接器。
Fluke Networks FI-3000 FiberInspector™ Ultra 摄像头以及快速清洁™ MPO/MTP 和 MMC 清洁器非常适合在高密度数据中心环境中（如 AI 集群）检测和清洁光纤端面。
- 后端网络中 400G 以太网或 InfiniBand 高速光纤链路的插入损耗测试，应使用内置 MPO 接口的测试仪，如Fluke Networks的MultiFiber™ Pro MPO测试仪，该测试仪可同时扫描所有光纤并显示整条链路的损耗结果。MultiFiber Pro测试器还会检测MPO链路的极性正确，这对于确保每根传输光纤对应其接收光纤至关重要。目前，800G 链路 中使用的 16 芯 MPO 测试需要一根 Y 型分支光缆（16 芯 MPO 连接器转两个 8 芯 MTP/MPO），分别测试每个 8 芯支路，再将结果合并以确定整体链路损耗。
- 超小型（VSFF）光纤连接器——如MDC和SN-MT双工连接器以及MMC阵列连接器，这些连接器的密度是传统连接器的数倍——在高密度AI集群中变得越来越常见。Fluke Networks 目前提供行业推荐的 MDC 连接器单跳线参考，并将在其他 VSFF 连接器类型被广泛采用后开发类似方法。在此之前，测试可以用三跳线参考法进行。Fluke技术支持中心（TAC）可以提供测试新VSFF连接器的指导。
Fluke Networks 的 FiberLert™ 在线光纤检测器检测到 QSFP 收发端口的有源光纤信号。
当AI网络出现问题时，通常需要排查QSFP收发器。您可以使用Fluke Networks的FiberLert™在线光纤检测器，通过多模或单模收发器端口快速安全地确认光纤活动和连接。其小巧体积便于接入高密度交换端口。当你需要更深入的排查时，Fluke Networks 的 OptiFiber™ Pro OTDR 可以定位并测量特定事件（连接器、断裂、弯曲等）的信号衰减和反射率。
AI在数据中心的整合将继续推动网络布线架构的重大演进，而随之而来的更高密度将给数据中心运营商带来持续的挑战。随着行业不断突破AI能力的边界，强大高效的测试和故障排除解决方案对于确保这些400 Gig+网络的可靠性和性能至关重要。