乃至1.6Tbps，无损、低时延性能要求严格，推动智算中心网络以及智 算中心间跨区域网络的高速发展建设。未来五年，全球及中国智算中心以太网交换机将以36% CAGR持续快 速增长, 全球交换机发货量从15.6百万端口爆发增长至114.9百万端口，中国AI以太网交换机占比全球总量三 分之一（图1-3）。预计2025年中国智算中心总规模1356亿元，网络设备市场约475亿元，其中，800Gbps 技术破局：从GPU集群到分布式协同一体 建设和运营智算中心需要巨大的资本投入，包括购买昂贵的AI芯片、建设高密度机房等。AI工作负载对 网络带宽和存储性能有极高的要求。AIDC需要优化网络架构，例如采用高吞吐量的以太网或InfiniBand，并 部署高速、大容量的存储系统。互联网公司通常具备强大的云计算、大数据、人工智能等核心技术积累和研 发实力，能够快速迭代和推出创新性的AI服务和解决方案。许多互联网巨头具备自研硬件（如AI芯片）和软 智算中心网络主要传输协议是IB和 RoCEv2，这两者都是基于RDMA旁路卸载低时延技术。面对超大规模智算集群网络的更高要求，基于 RoCEv2进一步技术演进，中国移动提出全调度以太网（GSE）技术架构，超以太网联盟（UEC）提出新一代 UET传输协议，业界还创新发展分布式解耦DDC新架构，同时，阿里云和中科院计算所等开源发布高通量以 太网ETH+。这些创新增强了RoCE能力，媲美或缩小与

基础设施，数据中心网络采用传统以太网技术用于支撑数据的集中管理以及计算和 存储资源的池化应用。发展到算力服务化阶段，随着高性能存储、超算中心高性能 互联和AI算网的引入，数据中心网络需要提供更高带宽、更低时延以及更高可靠性。 然而，传统以太网技术无法满足要求，导致数据中心高性能存储选择FC专网承载， 超算中心高性能互联则通过IB专网承载，而AI算网则通过增强的以太网技术承载。 这种三种网络技 与此同时，计算技术的广泛应用和数据中心对以太网交换需求的显著增长，推 动了以太技术的快速发展。随着400GE以太技术的商用和800GE以太标准的发布， 以太网技术不仅在带宽上超越了IB网络，无损以太网技术也逐渐成熟，为高性能网 络向无损以太演进奠定了基础。 超融合以太以实现数据中心网络融合为目标，将通用计算、存储、高性能计算 统一承载在0丢包以太网技术栈上，实现从三张网到一张网的融合部署，统一网络架 守”数据中心。 性能极限与新协议普及：多活架构下，数据中心间海量数据同步是关键性能瓶颈。低 延迟、高带宽的RDMA（如RoCEv2）将普遍应用于金融核心交易与关键数据库同步环 境，对无损以太网能力提出严峻挑战。此外，传统Spine-Leaf的CLOS架构是否适用超 大规模的数据中心，如何应对多POD间的大规模流量灵活调度，也将面临新的挑战。 “战争级”韧性催生容灾与加密升级：为应对地质灾害及冲突破坏，如何支撑数据中

网络在带宽、时延、能耗方面的根本性瓶颈。 （1）带宽升级 网络带宽演进是一个不断发展提升的过程，从早期低速拨号上网， 到如今的千兆、万兆光纤入户，以及数据中心的超高带宽网络，经历 了多个阶段，以太网的速率也经历了从 10Mb/s，逐渐提升到 400Gb/s。 未来光电融合网络需要支持 800Gb/s、1.6Tb/s，甚至 100Tb/s，从而 支撑数据的速率增长。 （2）确定性低时延 与光层在物理层 面具备深度融合的可行性，为构建统一架构、弹性调度、低时延、绿 色高效的新型网络形态提供了坚实基础。 最初的 ZR 相干光通信主要解决数据中心间光互连的问题，为数 据中心之间的以太网业务信号在 80 公里到 120 公里这样的场景中提 供了支持相干收发以及 DWDM 功能的光互连能力。为了实现数据中 心在多供应商互联互通方面的需求，光互联论坛（OIF）经过 2016 年到 等不同的光接口方案在典型的 ZR 标准接口基础上被陆续提出，并在 国际电联（ITU）和电气电子工程师学会（IEEE）等组织进行标准化， 将 ZR 类型的相干光接口应用范围进一步扩展，覆盖短距到长距的不 同场景，支持以太网业务信号直接使用相干光接口传输。图 2 展示 了几个主要标准组织面向不同场景定义的相干光接口标准。 图 2. 不同标准组织所规范的 ZR/ZR+以及其他相干光信号接口 相干光技术的发展经历了几个阶段，每个阶段都在性能、效率和

练、后训练、逻辑推理的全流程，其参数与集群 规模实现“双万” 跨越，行业模型落地需求专业化。 传统的服务器集群架构在这场变革中瓶颈愈发明显。千亿级模型一次梯度同步产生的 TB 级数据 让传统以太网带宽难以承受；同时，伴随算力规模扩大，万级处理器带来的故障常态化，对自动化 运维与 RAS 能力提出了更高要求。在这样的背景下，超节点的出现成为了面向大模型未来发展的必 然趋势。 超节点并非简 ，跨服务器节点的通信带 宽成为决定整体训练效率的核心瓶颈。 正是这种瓶颈的演变，最终凸显了传统服务器集群架构面临的三重系统性挑战。首先是通信墙， 千亿级模型一次梯度同步即 TB 级数据，传统以太网难以承受。其次是功耗与散热墙，为破通信墙 而提升密度，促使液冷、48V 供电成为标配。第三是复杂度墙：万级处理器带来故障常态化，从业 界模型 GPT-3 (175B) 到 GPT-4 (1.9T) 锦上添花的技术选项，而是决定 AI 规模化发展能否持续的战略性挑战。 2.4 小结 超节点发展报告 12 超节点的出现与演进 3.0 过去的计算集群主要采用“横向扩展”（Scale-Out）架构，即通过通用以太网连接大量标准化 服务器，这种模式能够很好地适配松耦合的计算负载。然而，大模型分布式训练对系统提出了截然不 同的要求 。其高频次的 All-Reduce、All-to-All 等集合通信操作，使得跨服务器的带宽与时延成为

、位置和速度 自定义设置； 13、支持云录播和云推送（授权许可）； 14、支持双网/双链路热备份（授权许可）； 15、串口通讯：RS232，凤凰端子； 16、网络接口：2*RJ45，千兆以太网； 17、供电：DC12V，POE 选配； 18、功耗：≤10 瓦； 19、散热：无风扇设计，静态散热； 20、噪音：≤20dB； 2 分布式坐席管理输入节点 1、类型：输入/KVM 一体化。 12、构建的全域分布式音视频处理系统，支持双网备份机制，可以实 现双链路冗余，可以自动侦测并且切换。 13、坐席管理输入节点具有 1 路 RJ-45（支持 POE）和 1 路 SPF 千 兆以太网接口，支持 DHCP、UDP 和 TCP/IP 网络协议。 14、供电：DC12V，POE 选配。 15、功耗：10 瓦。 16、散热：无风扇设计，静态散热。 17、平台具有高可靠性，任何输入输出节点设备故障不会影响其它节 12、构建的全域分布式音视频处理系统，支持双网备份机制，可以实 序号 设备名称 技术指标及相关要求 现双链路冗余，可以自动侦测并且切换。 13、坐席管理输出节点具有 1 路 RJ-45（支持 POE）和 1 路 SPF 千 兆以太网接口，支持 DHCP、UDP 和 TCP/IP 网络协议。 14、供电：DC12V，POE 选配。 15、功耗：10 瓦。 16、散热：无风扇设计，静态散热。 17、平台具有高可靠性，任何输入输出节点设备故障不会影响其它节

通讯协议 Modbus-TCP /Modbus-RTU SNMP OPC IEC 61850 干结点 RS-485 总 线 以太网总 线 信号类型 双机热备 PLC 产品选型 单机 PLC （控制） 单机 PLC （采集） 网关 飘稻用西爽制系统空覆盖那

云化 PLC 软件化 开放生态 七国八制 , 封闭生态 PLC 本地控制 -> PLC 集中控制 多点位， 离散管理 一体化 高效管理 多层级有线网 -> PLC 剪辫子 工业以太网络层级多， 故障点多，调整难 5G 组网，架构简 化，支持柔性 传统 PLC 工业控制 工控机 工业交换机 工段 N .. . 传感器 执行机构 变频器 机器人 ... 工控机 工业交换机

储历史数据和大规模数据集，确保数据的长期保存和低成本管理。 同时引入 RAID 技术，提供数据冗余和故障恢复能力，保障数据的 高可用性。 网络单元设计为高带宽、低延迟的架构，支持 10GbE 甚至 40GbE 以太网接口，确保医疗大数据的高速传输和多节点协同计算 的需求。部署 RDMA（远程直接内存访问）技术，减少数据传输中 的 CPU 开销，提升整体系统效率。 电源与散热系统采用冗余设计和智能调控技术，确保系统的稳 硬件在物理环境中的 安全性。  计算单元：多核 CPU、GPU 加速卡、FPGA 协处理器  存储单元：NVMe SSD、HDD、RAID 技术  网络单元：10GbE/40GbE 以太网、RDMA 技术  电源与散热：双路供电、液冷与风冷结合  安全模块：加密芯片、安全启动、物理防护 整体硬件架构设计充分考虑医疗场景的特性，如数据隐私性、 计算实时性和系统稳定性，确保 DeepSeek 2.1.3 网络架构与接口 在网络架构与接口设计上，deepseek 智算一体机采用多层 次、高冗余的网络拓扑结构，以满足医疗场景中对数据高速传输、 低延迟和高可靠性的需求。网络架构基于标准的以太网协议，支持 10GbE 及以上带宽，确保在大规模数据处理时的高效传输。核心交 换机采用企业级设备，支持 VLAN 划分、流量控制和安全策略，确 保不同业务之间的网络隔离与优先级管理。同时，边缘交换机与核

UPI 4x16 PCIe 4x16 PCIe 英特尔® C620 系列芯片组 英特尔® 至强® 可扩展处理器 CPU0 CPU1 英特尔® 至强® 可扩展处理器 集成英特尔® 以太网 网络适配器X722 模型训练 架构的云边协同环境。其中，数据中心 / 私有云主要承载实训 任务调配、模型训练支持，以及算法学习、教学管理等功能， 并可通过容器等虚拟化方式，为师生提供相互独立的并行实训 NUC规格 CPU VPU FP16算力 内存 学习套件 • 2.5G以太网口； • 内置Wi-Fi6和蓝牙5.0； • 支持4屏显示输出； • 4个USB3.1接口； 第十一代智能英特尔® 酷睿™ i5处理器及以上； 1颗MA2485 最高可达 4.94T FLOPS 16G DDR4 开发套件 • 双千兆以太网卡； • 6个USB 3.1； • 2个雷电3； • 2个USB2 0内置接口； 第十一代智能英特尔® 酷睿™ i7处理器或 英特尔® 至强® E-2286M 及以上； 1颗MA2485 最高可达 10.3T FLOPS 32G DDR4 部署套件 • 双千兆以太网卡； • 双HDMI； • 3个USB 3.0及3个USB2.0接口； • 内置串口； • 12-24V宽压供电； 第十一代智能英特尔® 酷睿™ i5处理器及以上； 2颗MA2485 最高可达

? 支持 16 路报警输入、 8 路报警输出，支持开关量输入输出模式； ? 支持 4 个 USB接口（ 2 个前置 USB2.0接口、 2 个后置 USB3.0接口）； ? 支持 4 个千兆以太网口，支持 4 个不同段 IP地址的 IPC设备接入，支持机 箱温度智能检测自适应调整风扇转速； ? 支持 4 路人脸比对布控报警（视频流、图片流） ，人员年龄段、性别、 年 龄层、是否戴眼铁、是否戴口罩等信息；