后端网络（Back-end Network / AI 集群专网）
AI 训练集群中专门承载 GPU-GPU 通信的"算力侧网络" — 与 前端网络（运维、管理、存储、对外服务）物理分离，独立组网以保证训练时 all-reduce / all-to-all 集合通信的带宽和延迟。未来 5 年 AI 后端交换机累计市场 $800 亿（据3-06），相当于现有数据中心网络规模的 2 倍。
是什么
AI 集群从硬件视角分两张网：
| 网络 | 功能 | 协议 | 速率 | 流量特征 |
|---|---|---|---|---|
| 前端网络 | 业务接入、运维、存储 | 以太网 | 100G / 400G | 南北向，散流 |
| 后端网络 | GPU-GPU 集合通信 | InfiniBand / RoCEv2（Ultra Ethernet） | 400G / 800G / 1.6T | 东西向，洪流 |
后端网络的核心需求是 大带宽 + 极低尾延迟 + 无损传输——任何一条链路丢包都会让 all-reduce 重试，严重拖慢训练。
为什么独立组网
- 流量特征完全不同 — 前端是无数小连接，后端是少数巨流，传统 ECMP 哈希在后端会因极化失效
- 协议栈不兼容 — 后端需要 RDMA / 零拷贝，传统 TCP 走不动 80%+ 链路利用率
- 拓扑独特 — 后端典型为 Fat-Tree 或 Dragonfly+，全连接 / 多平面，与前端的 Spine-Leaf 不同
- 运维隔离 — 前端故障不影响训练任务
市场规模
| 维度 | 数据 |
|---|---|
| AI 后端网络累计 5 年（2025-2029） | $800 亿 |
| 全球数据中心网络（2024→2029E） | $240 → $900 亿（CAGR 30%） |
| AI 集群交换机 CAGR | 55%（2023-2026） |
| 2025 Q3 以太网占 AI 集群交换机出货 | 2/3+ |
| AI 后端以太网 NVIDIA+Celestica 份额 | ~50%（2025） |
主要玩家
- 协议路线：
- InfiniBand — NVIDIA Quantum 平台，xAI Colossus / Microsoft 部分集群
- 以太网 + Spectrum-X — NVIDIA 端到端，Oracle OCI / CoreWeave
- 以太网 + Ultra Ethernet — Meta / 微软 / AWS 主推开放方案
- 交换机厂商：NVIDIA / Arista Networks / Cisco / 华为 / Celestica
- DPU/SuperNIC：BlueField / Pensando / 中科驭数
与 NVLink 的层级关系
| 层 | 范围 | 协议 | 当代速率 |
|---|---|---|---|
| Scale-up | 机柜内 GPU-GPU | NVLink / NVSwitch | 1.8 TB/s（NVL72） |
| Scale-out（后端网络） | 机柜间 GPU 集群 | InfiniBand / Spectrum-X / UEC | 400G-1.6T/端口 |
| 前端 | 集群对外 / 存储 / 管理 | 以太网 | 100-400G |
在 AI 产业链中的角色
后端网络是 AI 训练的"咽喉"——GPU 算力涨 10×，但后端带宽涨不上去就只能空转。NVIDIA 通过 Spectrum-X + BlueField 端到端绑定后端网络，让客户买完 GPU 必须买配套交换机/DPU。这也是 Ultra Ethernet 联盟想撕开的最大缺口。
∈ belongs_to::3-06-数据中心网络架构与互联服务