尧图网络 高端网站定制 · 原创设计
免费咨询热线
400-888-6620
免费获取方案
057、InfiniBand网络拓扑:Fat-Tree与Dragonfly
057、InfiniBand网络拓扑:Fat-Tree与Dragonfly一、从一次集群“断连”事故说起去年夏天,我们团队在部署一套128节点IB网络时,遇到了一个诡异的丢包问题。所有节点都能ping通,但MPI Allreduce操作在特定通信模式下会随机超时。折腾了两天,最后发现是Fat-Tree拓扑中某个leaf交换机的上行链路配置错误——一个端口被意外设置成了静态速率,导致跨pod通信时流量在某个中间交换机上发生了拥塞。这个教训让我意识到:IB网络拓扑不是画个图就完事的,它直接决定了你的应用能跑到什么程度。今天我们就来聊聊InfiniBand最主流的两种拓扑结构:Fat-Tree和Dragonfly,以及它们在实际工程中的坑。二、Fat-Tree:教科书里的“完美”拓扑2.1 为什么叫“胖树”?传统树形拓扑有个致命问题:越往上走,带宽越窄。比如叶子层每个节点有100Gbps,到了根节点可能只剩10Gbps。Fat-Tree反其道而行之——越往上,链路越“胖”。每个上行链路的带宽等于所有下行链路的总和,这样任何两个节点之间都能获得全带宽通信。实际部署中,我们通常用“k-ary n-tree”来建模。k是每个交换机的端口数,n是树的层数。一个典型的3层Fat-Tree(k=36)可以连接36^3/4=11664个节点。注意这个公式:总节点数 =
RELATED

相关推荐

056、InfiniBand架构详解:子网管理器与LID路由

056、InfiniBand架构详解:子网管理器与LID路由

056、InfiniBand架构详解:子网管理器与LID路由 一、从一次诡异的“断连”说起 去年做某分布式存储项目,集群里128台机器跑IB网络,某天凌晨突然告警:节点A到节点B的RDMA通信间歇性超时。抓包一看,LID居然变了——节点B的LID从0x2a跳到了0x3b,但子网管理器(SM)日志里没…

📅 2026/10/13 20:53:52
从技能库到能力地图:AI Agent 技能化设计与编排实战指南

从技能库到能力地图:AI Agent 技能化设计与编排实战指南

玩AI Agent的朋友,最近应该都绕不开一个词:agent-skills。说白了,就是给智能体装上一套可复用的“技能库”,让它不再靠一次次临时拼 prompt 和 function calling 来干活。我在多个项目里试过这套思路之后,最直观的感受…

📅 2026/10/13 20:53:52
微信二次开发如何设计客户异常沉默识别?WechatApi 区分正常未回复、账号失联和服务遗漏

微信二次开发如何设计客户异常沉默识别?WechatApi 区分正常未回复、账号失联和服务遗漏

官网友情链接 wechatapi.net 个人微信销售和客服场景中,“客户没有回复”经常会被认为是客户沉默。 但真实情况并不总是这样。 有时客户确实没兴趣。 有时客户明确说过: “下周再聊。” 有时是销售根本没有成功发送消息。 还有一种更危险的情况&…

📅 2026/10/13 20:53:52
MORE NEWS

更多资讯

📰

DataGrip激活更新全指南:许可证、订阅与激活码的实战排错

简介:这是一份面向 JetBrains 系开发工具的激活方法更新资源,专为需要继续使用 DataGrip 等 IDE 的用户整理,特别适合在 MySQL 等数据库开发场景中遇到授权过期的读者。资源包共 35 个文件,整体仅 150KB,包含 vmoption…

📰

虚拟电厂多时间尺度优化调度Matlab复现:储能衰减与灵活性整合

这篇复现工作其实源自一篇电力系统调度方向的SCI论文,核心是虚拟电厂(Virtual Power Plant, VPP)的多时间尺度优化调度问题。关键词有三个:多时间尺度、储能容量衰减、发电与负荷灵活性整合。我用Matlab完整复现了论文的调度模型与…

📰

立体视觉实战指南:双目深度感知的工程落地要点

1. 什么是立体视觉:从人眼到机器的深度感知逻辑“计算机视觉——立体视觉”这个标题乍看像教科书章节名,但实际是工业检测、自动驾驶、机器人导航、AR交互等真实场景里每天都在调用的核心能力。它解决的不是“图像里有什么”,而是“那个东西离…

📰

Markdown从零到实践:常用语法与结构化文档改造指南

我第一次认真学 Markdown,是因为自己刚写完的一篇学习笔记实在太难看了。三千多字,标题全靠重复加粗,列表无论如何都排不齐,想塞一段代码进去,贴完格式全乱。那阵子正好在论坛上发帖,编辑器里总闪烁着一堆井…

📰

Agentic Harness Workflow:将AI Coding升级为工程化流水线的实践框架

坦率讲,哪怕到今天,我依然看到很多团队把 AI Coding 用成了“高级补全工具”:人开一个对话,把需求贴进去,等模型吐出一段代码,再手动复制回仓库,跑一下发现报错,又贴回去让它改。这种…

📰

地域差异对开发者职业发展的影响与应对策略

1. 地域差异对职业发展的真实影响最近在技术社区看到一个有趣现象:不少一线城市开发者抱怨,自己精心准备的简历居然竞争不过三线城市同行。这背后反映的不仅是个人能力问题,更是一个值得深思的地域经济现象。作为在多个城市工作过的技术负责人…

TODAY

今日更新

THIS WEEK

本周精选

THIS MONTH

本月热门

读完文章,想聊聊您的网站?

告诉我们您的行业与需求,资深顾问一对一梳理方案与报价,全程免费。

📞 💬