亚马逊云科技（AWS）宣布，已将一种名为弹性网络图（Resilient Network Graphs，简称RNG）的全新数据中心网络设计，确立为其所有新建非GPU基础设施的默认架构，由此取代了长期主导数据中心网络领域的多层Clos拓扑结构。
AWS网络工程副总裁马特·雷德尔（Matt Rehder）在接受Data Center Knowledge采访时表示："对于我们今后所有非GPU服务器，RNG就是新的默认网络架构。"
本周，AWS正式对外发布了RNG架构。该架构采用更扁平的拓扑结构，以准随机图的方式将交换机互联，而非传统的严格层级树状结构。据AWS介绍，与传统设计相比，RNG架构可带来约33%的吞吐量提升、约40%的网络能耗降低，在部分部署场景中，网络设备数量更可减少多达69%。
这一转变，是AWS在对传统Clos架构进行多年渐进式改良之后做出的重大抉择。雷德尔坦言："我们当时已经走到了边际收益递减的临界点。我们必须寻找突破，找到真正能带来质的飞跃的新方向。"
从Jellyfish到RNG：让随机图网络走向生产实践
RNG背后的核心理念并非全新概念。学界早已论证，随机图互联方式在带宽利用效率上优于层级化设计。2012年发表的"Jellyfish"论文从理论层面验证了这一优势，但复杂的路由决策和混乱的布线问题等工程难题，始终将此类拓扑结构局限于实验室环境，无法落地生产。雷德尔表示："如果真能构建这样的网络，它一定会优于当时所有人都在部署的Clos网络。但问题是，没有人能真正把它建出来。"
AWS表示，通过大量建模分析和生产原型验证，最终跨越了这道鸿沟。早期测试印证了这一方向的可行性，但也暴露出突出的工程挑战，尤其是布线的复杂性。第一个版本的实现相当混乱，雷德尔回忆道："当时我们做出来的确实就是一团乱麻式的布线，极其繁琐。"
无需超前建设：精简层级，按需扩展
为使RNG能够大规模部署，AWS专门研发了一套名为ShuffleBox的系统，用于管理光纤连接，同时保留网络的随机化特性。此外，AWS还自研了一套路由协议Spraypoint，专门用于管理跨图流量的调度。"建模结果已经得到充分验证，"雷德尔表示，"与此相关的问题我们从未遇到过。"
行业分析师认为，AWS此举的影响将远不止于单一网络部署。戴尔奥罗集团（Dell'Oro Group）副总裁萨迈赫·布杰尔贝纳（Sameh Boujelbene）评价道："这项发布标志着一次重大的结构性范式转变——它彻底颠覆了沿用40年之久的Clos/胖树架构蓝图，证明了扁平化随机网络拓扑在超大规模场景下确实可以正常运转。"
布杰尔贝纳表示，AWS突破了长期以来将随机图网络限制在学术研究领域的物理布线与路由难题，将一个被广泛讨论已久的概念，真正转化为可在超大规模环境中实际运行的架构。
HyperFRAME Research网络与基础设施业务副总裁兼负责人罗恩·韦斯特福尔（Ron Westfall）则将此次变革定性为"架构层面的转折点"，并指出，AWS所列举的效率、能耗和成本优势，有望推动其他超大规模云服务商逐步评估并采纳类似方案。
RNG专为非GPU基础设施而设
尽管AI基础设施备受关注，AWS并未将RNG定位为大型GPU集群网络的替代方案。对于加速器部署场景，AWS仍沿用其UltraServer网络架构。雷德尔明确表示："我们认为，针对加速器的专属网络依然是正确的选择。"
RNG的目标场景是更广泛的云基础设施，涵盖计算、存储、数据库，以及日益深度参与AI推理任务的各类系统。雷德尔强调："AI所需的网络不仅仅是为GPU和加速器服务的，它同样是为CPU和存储而存在的。"
雷德尔最终将这一转变定义为：在消除网络瓶颈的同时，实现更细粒度的按需扩展。传统Clos网络往往要求运营商超前部署大量网络基础设施；而RNG扁平化的准随机拓扑则支持增量式扩展。"它就像一个机架的网络设备——需要更多，再加一个就好，"他说，"我们绝不希望网络成为制约业务发展的瓶颈。"
Q&A
Q1：AWS的弹性网络图（RNG）架构与传统Clos网络相比，具体有哪些性能优势？
A：根据AWS公布的数据，RNG架构相比传统Clos网络可带来约33%的吞吐量提升、约40%的网络能耗降低，在部分部署场景中网络设备数量最多可减少69%。此外，RNG支持按需增量扩展，无需像传统Clos网络那样超前大量部署基础设施，从而有效降低资源浪费。
Q2：AWS为什么不把RNG用于GPU集群的网络架构？
A：AWS明确表示，RNG定位于更广泛的非GPU云基础设施，包括计算、存储、数据库以及AI推理相关系统。对于大型GPU集群和加速器部署，AWS仍然沿用其专属的UltraServer网络架构，认为这种专用网络更适合加速器场景的特殊需求。两种架构各有侧重，并非替代关系。
Q3：RNG架构中的ShuffleBox和Spraypoint分别是什么？
A：ShuffleBox是AWS专为RNG研发的光纤连接管理系统，其核心作用是在大规模部署中有效组织光纤连接，同时保留网络的随机化拓扑特性，解决了此前随机图网络布线混乱的工程难题。Spraypoint则是AWS为RNG自研的路由协议，负责管理和调度跨随机图拓扑的网络流量，使流量能够高效地在网络中传输。
热门跟贴