专题演讲嘉宾：李虎

本次演讲我将深入介绍百度 AI 网络架构的设计与实现，重点探讨在 AI 训练和推理过程中遇到的痛点问题及其创新解决方案，以及跨AZ（可用区）RDMA场景下的技术挑战与优化策略。最后，结合 DeepSeek 等前沿 AI 技术的发展，探讨其对 AI 网络架构带来的新需求与挑战，为未来 AI 网络的高效部署与扩展提供思路。

演讲提纲

1. 百度 AI 网络的发展历程

• 网络架构介绍，以及为何选择这类网络架构
• 百度自研交换机赋能百舸 AI 网络

2. AI 网络中痛点问题及解决方案

• 如何高效解决网络拥塞问题
• 如何高效定位网络故障
• AI 网络故障的全新解决思路

3. 跨 AZ RDMA 探讨

• 实验室测试数据分享和后续规划

4. ​基于 DeepSeek 批量部署后，AI 网络遇到的新挑战

• MOE alltoall、PD 分离等场景下对网络带来的新挑战以及优化手段

您认为，这样的技术在实践过程中有哪些痛点？

• 没有一套网络架构或者参数是适用于所有模型的，我们需要在实践中输出最合适本公司的解决方案

演讲亮点

• 业内先进的拥塞控制解决方案
• 为了提升 AI 网络稳定性，百度实践经验

听众收益

• 基于网络侧的优化，提升超大规模 AI 网络的训练、推理性能