首富从AI浪潮开始 第414节

　　然后他又转向沈仲和：“这位是云垠的老板，刘总，今天听说我们要做大规模测试，刘总特意赶过来提供支持的。”

　　其实韩路一心里知道，特意赶过来是真，却不是为了互联协议的测试。

　　源智拿下国网订单的事情，在圈子里已经不算是秘密了。

　　刘然作为和电力系统接触颇多的生意人，第一时间想的就是怎么再和韩路一拉近一点儿关系。

　　上次云垠的技术员给源智的服务器接错线的事，他还记忆犹新，所以听说韩路一过来的第一时间他就赶了过来。

　　刘然已经打定了主意，今天无论如何要把源智的人服务好了，确保今天这个测试不能从云垠这边出了纰漏。

　　“韩总，一会儿你们要做测试，可能涉及什么商业机密，我在也不合适，您有我电话，有事儿随时联系我。”刘然说完，返回了自己的办公室。

　　韩路一带着源智的一行人来到了L100集群所在的数据中心大楼。

　　众人先来到操作室，和海城那边连上线。

　　江松然也已经远程准备就绪，在网络路由层把第一和第二两个计算集群标记为下线。

　　沈仲和开始带人进行固件更新操作。

　　这个当然没有必要一个一个来，但沈仲和决定先从两个开始。

　　在实验室里当然已经做过很多次测试了。

　　但是在生产环境，再谨慎都不为过。

　　软件、硬件，人可能在任何地方出错。

　　沈仲和自己就有过前车之鉴。

　　当年他在中科院做研究的时候，组里要求固件必须手动刷，一个一个刷。

　　年轻的沈仲和觉得这也太傻了，写了个脚本刷固件，没想到脚本里的主板型号笔误写错了，结果固件写到一半报错，把整个机柜刷砖了。

　　他被当时的导师骂了个狗血淋头。

　　但现在回想起来，沈仲和的心里已经没有埋怨了，反而怀着一丝感激。

　　人看见别人犯错的时候，总觉得这个错误很低级，我不会犯。但不论看别人犯多少次错，都不如自己真的犯一次长记性。

　　互联协议是写在非常底层的逻辑，如果一个搞不好，把这一千多张计算卡给搞成砖头了，那乐子可就大了。

　　沈仲和带的团队默默地在工作，只偶尔进行两句必要的交流。

　　韩路一在旁边看着，也不说话。他能看出沈仲和团队都憋着一股子劲儿呢，这种劲儿，他自己刚创业的时候也有过。

　　他回头看了赵文渊一眼，在心里默默想道：老赵的管理水平其实也不差，一个刚加入的新团队，有这么强的战斗力。

　　就看今天的测试结果怎么样了。

　　很快，一台八卡服务器已经完成了升级，测试显示单服务器内连接速度比用原生的PCIe协议高了将近30%。

　　这已经是非常可观的提升了。

　　和实验室里的数据非常接近。

　　沈仲和在请示了韩路一之后，把下一步测试规模提升到了两台服务器。

　　测试正常。

　　然后扩展到八台。

　　正常。

　　三十二台。

　　正常。

　　六十四台。

　　依旧正常。

　　六十四台八卡服务器，对应的就是五百一十二张计算卡的集群，也就是源智现在正在使用的集群规模。

　　在全部替换为HL-Link私有协议之后，通讯效率比之前提升了四点七倍。

　　测试数据出来之后，后面看着的刘彧吓了一跳，还以为是测试出错了。

　　但他仔细观察韩路一、赵文渊和沈仲和的表情，似乎这个数据完全不出乎他们的意料。

　　刘彧有点儿迷惑，怎么一台服务器测试的时候才高了三成，加到六十四台之后反而变成了四点七倍？

　　他看着互联团队忙碌的状态，自然不好上前打扰，但是韩路一和赵文渊都在旁边没事干，于是刘彧凑上去小声问道：“赵总，刚才的测试不是才提高了三成吗？怎么这次一下高了快五倍？”

　　赵文渊闻言，也压低声音回复道：“咱们之前用的是PCIe的原生协议，是为应对各种硬件之间的通讯设计的，里面有很多浪费，拓扑结构也没有优化。这个协议当初设计的时候就是为了给个人电脑用的，根本没考虑过大集群的问题，现在用它来做集群间通讯，很多时间都用在寻址绕路上了。现在装上的新协议，专门为这种全局通信设计的，规模越大，优势越明显。”

　　这其实不是赵文渊的专业，但是因为当了研究院的院长，他要统筹所有项目的进度，这些协议的知识都是他最近恶补的。

　　韩路一在旁边听着两人的对话，心里也在默默盘算。

　　这个五百卡集群已经完全升级到HL-Link互联协议，通讯效率是之前的四点七倍。

　　即使以现在的状态把使用新协议的五百卡集群重新上线，它也能用相同的硬件资源支持更高的并发、更多的用户请求。

　　但是这可不是今天测试的核心价值。

　　此时，互联组已经把另外一个五百一十二张L100组成的集群也完成了升级。

　　他们都在等着下一步命令。

　　沈仲和站在原地，深吸了一口气。

　　后面坐着的韩路一和赵文渊目不转睛地盯着测试现场。

　　视频会议另一边的江松然也屏住了呼吸。

　　上一次，就是在这一步，组成千卡集群的尝试因为跨排链路拥塞，造成整个集群连锁反应式的崩溃。

　　当时，随着两个五百卡集群相连，整个监控屏幕一瞬间就飘红，仿佛火警现场。

　　也是那一次，他们发现了原生通讯协议是阻止L100组成更大集群的瓶颈。

　　现在，在L100集群装备了新的通讯协议之后，第二次尝试要开始了。

　　随着沈仲和按下回车，采用全新协议的两个L100五百卡集群并入了同一个逻辑集群，各个节点开始重新构建新的拓扑结构。

　　监控屏幕上的数字从【512】【512】变成了【1024】。

　　全新集群上线，江松然在远程运行了第一个模拟训练任务。

　　监控屏幕中，显存使用率开始上升。

　　卡间通信的带宽占用也在同步上升。

　　但是很快就稳定在了一个安全的区域内。

　　两分钟后，训练任务完成。

　　显存使用率和带宽占用也开始同步回落。

　　千卡集群的测试成功了！

　　看到这个结果的一瞬间，赵文渊就转头看向了韩路一。

　　只见韩路一的脸上云淡风轻，仿佛对这个结果早有预料。

　　啊，早该预料到的。

　　越是高兴就越是装的若无其事的样子。

　　赵文渊无奈地看向背对着他的沈仲和，只见沈仲和一动不动，整个人仿佛呆住了。

　　赵文渊起身走到沈仲和旁边，拍了拍他的肩膀，说道：“老沈，成了。”

　　沈仲和这才如梦方醒。

　　真成了。

　　研究了这么多年的屠龙技，如今真的要去屠龙了。

　　……

　　第一次连接成功，只是证明了HL-Link在L100上的可行性。

　　但是学术问题和工程问题最大的差别就在于稳定性。

　　在把HL-Link推广到现在所有的L100集群上，甚至在新生产的L100计算卡上直接预制之前，还需要再进行详细的测试。

　　沈仲和带着手底下的人已经在干活了。

　　比如随机把一个节点断电，模拟真实环境中出现坏节点的情况。

　　现实环境不是理论，什么突发情况都有可能发生，不能等真发生了才发现这种情况没考虑过。

　　但是最重要的结论已经验证了，韩路一不打算在这一直盯着了。

　　他走之前特意和沈仲和聊了两句，鼓励他好好工作，之后下一代芯片的研发、更大规模的集群组网，都缺不了互联团队的贡献。

　　然后韩路一和赵文渊一起走出数据中心的大楼，又特意叮嘱了他几句：“这次几个团队都有大突破，你带他们组织一个庆功宴，庆祝一下。另外，我给你批一笔项目奖金，你来分配一下，要公平。”

　　赵文渊听到任务，没什么特别的反应，应道：“好的韩总。”

　　韩路一看他好像没明白，给他提了个醒：“要你亲自去公布，亲自去发，明白吗？”

　　没有什么是比发钱更能笼络人心的。

　　赵文渊这才有点儿反应过来。