本文目录
为什么 GPU 计算网络和存储网络需要独立规划规模
从流量行为开始
GPU 服务器在读取输入数据和写入检查点的同时，与其他工作节点交换集合通信流量。这些流可能具有不同的突发模式、拥塞敏感性和故障域。在选择网卡系列或网络速度之前，先测量输入大小、检查点突发、工作节点数量和训练通信模式。
一个公开的运营商示例
CoreWeave 描述了 H200 基础设施，其中包含独立的 ConnectX-7/Quantum-2 GPU 网络和 BlueField-3 以太网存储路径。其 B200 生产公告分别指出，每个八 GPU 实例配备一个 BlueField-3 DPU 和八个 ConnectX-7 HCA。这些是运营商报告的系列级架构示例。它们并未标识缺失的目录订购代码，也不构成 SwitchInfra 交付。
将示例转化为选型方法
独立定义计算网络和存储网络的需求。对于计算路径，评估集合通信流量、轨道数量、拓扑和超配。对于存储路径，评估并发读取、检查点写入、故障恢复和争用。然后将所需接口映射到确切的服务器插槽、DPU 或网卡代码、互连和支持的软件。
保持基准测试范围完整
存储基准测试可以测试聚合文件系统吞吐量，而无需测量端到端训练速度或单个适配器的收益。在讨论结果时，保留运营商的方法和硬件配置。使用完整案例文章了解工作负载和测量条件；切勿将平台成果转化为对单个 SKU 性能的保证承诺。
交付可部署的物料清单
对于每条路径，记录确切的订购代码、协议、端口配置、连接器、电缆或光模块、主机接口能力、电源和散热认证以及固件标识。添加一个调试测试，在真实并发条件下检查预期的流量模式。这样，架构示例就有用了，而无需暗示仅凭系列名称就能决定最终设计。
独立的技术选型指导。不声称 SwitchInfra 安装、供应批次、认证性能或客户成果。
公开参考
资料来源
资料核对：