Meta千兆瓦级AI集群的后端聚合技术解析
Engineering at Meta2026/02/10 01:00机翻/自动摘要/自动分类
4 阅读
内容评分
技术含量
8/10
营销水分
6/10
摘要
Meta通过BAG技术构建千兆瓦级AI集群，实现跨数据中心和地区的高效GPU互联。该技术结合DSF和NSF架构，采用模块化硬件与弹性拓扑，支持高带宽和可靠连接，为AI基础设施的扩展和创新提供关键支撑。
正文
Meta在构建其千兆瓦级AI集群（如Prometheus）时，采用了后端聚合（Backend Aggregation, BAG）技术，以实现跨多个数据中心和地区的高效GPU互联。BAG结合了两种网络架构：分散式调度架构（Disaggregated Schedule Fabric, DSF）和非调度架构（Non-Scheduled Fabric, NSF）。该技术通过模块化硬件、先进路由机制（如eBGP和UCMP）以及弹性拓扑结构，确保了大规模AI集群的高性能与可靠性。BAG层作为区域网络与Meta骨干网络的汇聚点，支持高达拍比特级别的跨区域连接能力。此外，BAG的连接方式包括平面拓扑（Planar Topology）和分布式拓扑（Spread Topology），前者便于管理但存在集中故障风险，后者则提升了路径多样性和系统容错能力。网络设计还考虑了端口分配、IP地址规划和故障域分析，以优化系统可用性。