近日，一场聚焦开放计算技术的行业盛会在北京盛大举行。本次大会由OCP开放计算社区与中国电子工业标准化技术协会开放计算标准工作委员会（OCTC）联合主办，吸引了超过2000位来自不同领域的专业人士参与，包括社区成员、知名学者、技术专家、应用开发者以及厂商代表等，堪称中国开放计算领域生态覆盖最广、影响力最大的年度技术盛会。元脉网络在活动中展示了新一代AI网络产品与解决方案，与众多参会嘉宾共同探寻AI基建创新发展的新路径。
随着AI产业规模化落地，智算基础设施的需求发生了根本性变化。在行业发展初期，企业搭建智算系统多沿用传统架构，技术竞争主要围绕极致算力性能展开，高带宽、低时延的网络能力成为核心追求。然而，随着大模型的广泛应用，客户需求显著改变。元脉网络副总经理Shine在现场演讲中指出，当前算力网络建设逻辑已发生根本性转变，高带宽、低时延已成为基础标配，“高可用”能力成为首要衡量标准，99.99%的可用性更是万卡系统建设的硬性门槛。
大模型训练与推理场景对高可用建设的要求存在本质差异。在训练场景中，智算系统的连续性至关重要，硬件或链路故障会导致任务中断重跑，而GPU算力采购和租赁成本高昂，训练任务中断将造成严重的资源浪费。而在推理场景中，时延的稳定可控是关键，99.9%的推理Token返回时延需控制在5毫秒以内，避免剧烈波动。
AI网络在训练和推理场景下的可用性建设面临诸多挑战，主要集中在物理层、网络层和业务层三个方面。物理层故障主要源于光链路问题，第三方实测数据显示，智算系统5%的故障由光模块老化、接口脏污、高频闪断等引发。网络层则因训练和推理流量特征不同，存在微突发流量下的网络拥塞、流量分配不均等问题。业务层方面，网络架构的单点瓶颈可能导致故障全域蔓延，影响训练任务；推理场景中PD分离架构依赖KV Cache高速传输，转发速率过低会削弱该架构的价值，降低数据转发效率。
面对这些挑战，算力基础设施厂商需跳出单一性能优化的思路，打造覆盖硬件、软件、调度和运维的高可用解决方案，以确保大规模智算系统的持续稳定运行。元脉网络推出的高可用万卡解决方案，正是针对这些痛点设计的系统性方案。
元脉网络的高可用万卡方案围绕故障“前、中、后”全流程构建闭环保障体系，通过智能预警、故障隔离、精准定位和无单点架构四大核心能力，系统性解决大规模智算系统建设难题，全面满足大模型训练和推理场景的高可用需求。
在故障发生前，该方案颠覆了传统的“亡羊补牢”式告警模式，能够对光链路健康状况进行分级预警。它以“分钟级”频次采集光模块的8项核心运行指标，通过单因子和多因子双层评分模型，结合深度神经网络和时间序列分析，精准评估设备健康状态。实测表明，该体系在万卡系统场景下的预警准确率达95%，从源头上大幅降低了突发故障和非计划停机的概率，相关技术成果已被光子学顶刊《IEEE Journal of Lightwave Technology》收录。
故障发生时，元脉网络依托多平面网络拓扑和全局精细化流量调度能力，确保业务不中断。传统单平面网络架构容错性有限，下联口故障会直接切断GPU链路，导致训练任务中断或回滚；上联口单链路失效则会造成远超链路占比的带宽损耗。而元脉网络的多平面架构可实现链路故障的容错兜底，下联口单平面失效时仍能保障核心业务平稳运行，实现零中断；上联口故障时，通过全局负载均衡技术，根据全局链路状态重新均衡AI流量，性能较传统架构提升2.3倍，避免单点故障引发的连锁拥塞。
在故障事后定位环节，该方案依托多智能体故障定位能力和整机无单点故障架构，实现故障的闭环处置。相较于传统运维排查耗时长、定位不准的问题，多智能体可快速甄别物理层、网络层和业务层的各类故障诱因，精准锁定故障源，大幅缩短事后排查和修复时间。该方案支持顾问模式和监察模式两种运行模式，既可接收运维人员主动上报的网络异常，通过智能分析输出针对性排查方案，也可全天候实时抓取全网异常指标，自动推送故障根因及优化建议。技术层面，平台以交换机配置手册、芯片调试方案、网络调优经验、历史故障案例等多维知识库为技术底座，同时部署7个专业智能体，分工完成硬件、链路、流量、业务等模块的分层排查，实现故障全方位精细化研判。
目前，该平台已完成万卡系统全年部署验证，落地应用成效显著。相较于传统运维模式，平台将故障根因定位耗时降低30%；对比传统知识树自动排查方案，故障定位准确度提升10%。随着平台知识库的持续迭代更新，故障识别精度也将同步优化，为高性能网络的稳定运行和运维效率升级提供智能化支撑。
