首页/产品/拓扑引擎
APP-01 已交付 · 软著 02

混合拓扑网络感知引擎

HYBRID TOPOLOGY AWARENESS

自动发现 NVLink / NVSwitch / PCIe / HCCS / RoCE / InfiniBand 的真实连线,算出最优通信路径,把「该放哪」从经验变成算法。

5100行 Python 源码
12放置策略
6互联类型
2类算法族

它解决什么

布线图和实际拓扑对不上。机房交付时给的拓扑图往往是设计值,实际跳线、端口占用、固件版本都可能不同。按图纸放任务,性能自然对不上。

跨机通信慢,查不出是网络还是模型。训练卡在 all-reduce,日志里什么都看不出。没有拓扑与集合通信的对应关系,只能靠猜。

功能构成

拓扑发现4 项

  • 互联类型:NVLink / NVSwitch / PCIe / HCCS / RoCE / InfiniBand
  • 多厂商采集:NVIDIA 侧走 NVML 与 fabric 信息,国产侧走厂商工具链与 BMC
  • 图模型:节点、端口、链路、交换机四类实体构成带权图
  • 增量更新:节点上下线只更新受影响子图,不全量重算

算法能力5 项

  • 最优路径:Dijkstra 求最短时延路径,BFS 求最小跳数
  • 带宽估算:按链路类型与实测基线给区间,不给虚假精确值
  • 故障域:割点识别,找出单点故障会切断哪些节点
  • 中心性:识别关键交换机与热点链路
  • 连通性与孤岛检测:交付验收时直接出报告

放置建议4 项

  • 12 种策略:按通信强度、显存、NUMA、交换机亲和、故障域分散等维度打分
  • 集合通信分析:判断某个并行策略在该拓扑上的瓶颈环节
  • 可解释输出:每个建议都给出依据,不输出黑盒结论
  • 与调度联动:建议作为衡控的约束输入,不直接下发调度

技术规格

语言Python 3.8+
源码规模约 5100 行
运行环境Ubuntu 20.04+,RDMA 核心库,厂商工具链
硬件环境Intel Xeon / AMD EPYC,64GB+ 内存
算法族图论:BFS / Dijkstra / 割点 / 中心性
知识产权计算机软件著作权(申报材料已备齐,60 页源码 + 34 页用户手册)

交付与验收

交付物引擎源码、拓扑采集器、放置建议服务、验收报告模板
验收口径拓扑发现结果与实际布线一致;放置建议可复现、可解释
报价逻辑随衡控底座交付;单独立项按节点规模计价
拓扑这件事最容易被低估——它能解释 80% 的「这台机器为什么慢」,而大部分机房从来没把它画对过。