隨著人工智能、大模型訓練以及高性能計算應用不斷發展,數據中心對網絡性能的要求也在持續提升。海量數據在服務器、存儲與GPU之間高速流動,網絡不僅需要更高的帶寬,還需要具備低延遲、高吞吐以及更高效的數據傳輸能力。
在這一背景下,RDMA、RoCEv2以及GPUDirect等技術逐漸成為高性能計算和AI基礎設施網絡的重要能力。面向數據中心及高性能服務器應用,光潤通推出的 FF-1102E-GZ(GRT? G-810-2QZ)100G雙光口服務器適配器,基于國產G-810-2QZ以太網控制器研發,提供雙光口100Gbps網絡連接,并支持RDMA、RoCEv2等特性,為AI與高性能計算場景提供高速網絡連接方案。
對于AI訓練、高性能計算及數據中心業務而言,網絡帶寬是影響數據傳輸效率的重要因素之一。
光潤通FF-1102E-GZ采用PCI Express 4.0 x16主機接口,配置雙光口QSFP28接口,每個端口均支持100Gbps鏈接速率,可滿足多網絡部署以及高性能服務器環境下的網絡連接需求。
雙光口設計還能夠滿足不同網絡部署需求,并支持網口Bonding,通過多網口聚合提升帶寬,同時實現鏈路冗余與高可用。在服務器、防火墻、存儲設備等硬件平臺中,可以進一步發揮高速網絡連接能力。
AI訓練和高性能計算通常涉及大量數據交換,網絡通信效率直接關系到整體計算資源的利用效率。
FF-1102E-GZ支持RDMA以及RoCEv2,并提供READ、WRITE、SEND/RECV等RDMA核心操作。其中,RDMA能夠圍繞遠端內存讀取、寫入以及消息收發提供相應的數據傳輸能力;產品同時支持SRQ共享接收隊列、PCC可編程擁塞控制以及自定義RTT算法等功能,為大規模連接和特定業務場景提供更加靈活的網絡能力。
在RoCEv2相關應用中,產品還支持PFC、ECN以及DCQCN等網絡能力。通過相應的擁塞控制與無損網絡機制,可以針對高吞吐、低延遲網絡應用提供更完善的技術支撐。
AI基礎設施的一個重要特點,是GPU計算資源與網絡、存儲之間需要進行大量數據交互。

光潤通FF-1102E-GZ支持GPUDirect RDMA,網卡可繞過CPU直接讀寫GPU顯存,用于加速AI分布式訓練通信;同時支持GPUDirect Storage,可繞過CPU直接讀寫NVMe存儲,縮短數據從存儲到GPU的數據通路。
這意味著,在面向AI分布式訓練以及高性能計算的數據中心網絡架構中,FF-1102E-GZ不僅關注傳統的100G網絡帶寬,也針對GPU與網絡、存儲之間的數據傳輸路徑提供相應的硬件能力,為構建高性能AI計算網絡提供新的選擇。
除了RDMA與GPUDirect相關能力,FF-1102E-GZ還集成了多項網絡硬件卸載功能,包括QinQ卸載、VLAN卸載、TSO、Checksum卸載、數據包頭修改卸載以及RSS等。
其中,TSO可由網卡硬件輔助完成大包切片,降低CPU處理負擔;RSS則可以根據數據包哈希值將流量分發至多個CPU核心并行處理,減少單核成為網絡處理瓶頸的可能。產品同時支持GSO/GRO、Jumbo Frame、QoS/HQoS等功能,為高吞吐網絡應用提供更多硬件加速能力。
對于需要處理大量網絡數據的服務器和數據中心而言,多種硬件卸載能力能夠進一步完善高速網絡適配器的整體功能。
除了性能與功能,國產化也是當前服務器及數據中心網絡建設關注的重要方向。
FF-1102E-GZ基于光潤通G-810-2QZ國產芯片方案研發生產,在提供100G雙光口高速網絡能力的同時,支持X86和ARM平臺,并可適配飛騰、申威、龍芯等國產CPU以及Intel、AMD等X86架構CPU。操作系統方面,則支持CentOS、Ubuntu、Debian、Kylin、統信等多類系統。
這種多平臺兼容能力,使其能夠面向不同服務器架構和網絡環境進行部署,為國產化服務器、高性能計算平臺以及數據中心網絡建設提供更加靈活的適配選擇。
從100G雙光口到PCIe 4.0 x16,從RDMA/RoCEv2到GPUDirect RDMA與GPUDirect Storage,光潤通FF-1102E-GZ圍繞高性能網絡應用構建了較為完整的功能體系。
同時,產品還支持SR-IOV、網口Bonding、隊列動態配置、QoS以及端口狀態統計等功能,可應用于云計算、數據中心、多網絡部署以及高性能服務器等場景。
對于正在建設AI算力基礎設施、高性能計算平臺以及國產化數據中心網絡的用戶而言,高速率只是網絡升級的一部分。如何降低數據傳輸路徑中的處理開銷、提升網絡吞吐效率,并兼顧平臺兼容性與網絡可靠性,同樣是網絡基礎設施建設的重要考量。
光潤通FF-1102E-GZ 100G雙光口服務器適配器,以國產G-810-2QZ芯片方案為基礎,將100G高速網絡、RDMA、RoCEv2及GPUDirect等能力融入服務器網絡適配,為AI與高性能計算場景提供了一種面向高速、低延遲網絡需求的國產化選擇。