在全球智算集群邁向“十萬(wàn)卡”規(guī)模的新階段，傳統(tǒng)單機(jī)八卡服務(wù)器因集群通信開(kāi)銷激增，難以支撐超萬(wàn)億參數(shù)模型的訓(xùn)練需求，算力線性增長(zhǎng)遭遇瓶頸。以強(qiáng)互聯(lián)能力為核心的超節(jié)點(diǎn)架構(gòu)正成為行業(yè)技術(shù)演進(jìn)的關(guān)鍵方向，推動(dòng)智算基礎(chǔ)設(shè)施向更高密度、更低時(shí)延的方向突破。

近日，由摩爾線程、中國(guó)移動(dòng)研究院、之江實(shí)驗(yàn)室等機(jī)構(gòu)聯(lián)合制定的《OISA高密超節(jié)點(diǎn)參考設(shè)計(jì)技術(shù)規(guī)范》正式發(fā)布。該規(guī)范針對(duì)智算中心面臨的互聯(lián)帶寬不足、供電壓力劇增、散熱效率低下等核心挑戰(zhàn)，提出了一套覆蓋硬件架構(gòu)、供電系統(tǒng)、冷卻技術(shù)的全棧解決方案，為構(gòu)建自主可控的高性能智算集群提供了關(guān)鍵技術(shù)支撐。

在硬件架構(gòu)層面，OISA高密超節(jié)點(diǎn)通過(guò)物理空間與邏輯拓?fù)涞碾p重創(chuàng)新，實(shí)現(xiàn)了算力密度的指數(shù)級(jí)提升。設(shè)計(jì)采用大尺寸高密線纜技術(shù)，在標(biāo)準(zhǔn)單寬機(jī)柜內(nèi)實(shí)現(xiàn)128卡全互聯(lián)，并支持通過(guò)并柜擴(kuò)展至256卡部署，單位面積算力產(chǎn)出較傳統(tǒng)架構(gòu)提升數(shù)倍。基于OISA 2.0協(xié)議的原生內(nèi)存語(yǔ)義支持，跨節(jié)點(diǎn)數(shù)據(jù)訪問(wèn)實(shí)現(xiàn)無(wú)障礙傳輸，配合報(bào)文重構(gòu)技術(shù)將卡間帶寬推向TB/s級(jí)別，時(shí)延壓縮至數(shù)百納秒量級(jí)。這種“高密度物理布局+高帶寬邏輯互聯(lián)”的協(xié)同設(shè)計(jì)，不僅兼容多廠商國(guó)產(chǎn)芯片，更為大規(guī)模模型訓(xùn)練創(chuàng)造了近似單機(jī)性能的分布式計(jì)算環(huán)境。

面對(duì)單GPU功耗突破700W、機(jī)柜功率向350kW演進(jìn)的挑戰(zhàn)，OISA參考設(shè)計(jì)在供電與冷卻系統(tǒng)上實(shí)現(xiàn)革命性突破。供電方案引入高壓直流系統(tǒng)與柜內(nèi)集中供電技術(shù)，通過(guò)減少電力轉(zhuǎn)換層級(jí)將能耗損耗降低30%以上，為高密度算力部署提供穩(wěn)定動(dòng)力。冷卻系統(tǒng)則將液冷技術(shù)從可選方案升級(jí)為原生配置，針對(duì)單GPU 2kW以上的散熱需求優(yōu)化流道設(shè)計(jì)，配合智能診斷系統(tǒng)實(shí)時(shí)監(jiān)測(cè)流量、壓力、溫度參數(shù)，使PUE值從風(fēng)冷時(shí)代的1.4降至1.05-1.15區(qū)間，導(dǎo)熱效率提升達(dá)數(shù)千倍，為智算產(chǎn)業(yè)綠色轉(zhuǎn)型開(kāi)辟新路徑。

該規(guī)范的發(fā)布標(biāo)志著智算基礎(chǔ)設(shè)施進(jìn)入體系化合作新階段。通過(guò)整合芯片廠商、設(shè)備制造商、科研機(jī)構(gòu)等產(chǎn)業(yè)鏈資源，OISA平臺(tái)構(gòu)建起覆蓋芯片設(shè)計(jì)、設(shè)備集成、應(yīng)用開(kāi)發(fā)的完整生態(tài)，為行業(yè)提供多元化技術(shù)路徑選擇。目前，中國(guó)移動(dòng)、之江實(shí)驗(yàn)室等機(jī)構(gòu)已啟動(dòng)規(guī)模化部署試點(diǎn)，并計(jì)劃聯(lián)合更多合作伙伴開(kāi)展定制化方案設(shè)計(jì)，推動(dòng)Chiplet、光互連、內(nèi)存池等前沿技術(shù)與超節(jié)點(diǎn)架構(gòu)的深度融合，持續(xù)探索計(jì)算性能極限。