临港算力创新实践
提升枢纽节点集约化成效
推荐单位：上海市数据局
申报单位：临港算力（上海）科技有限公司
（全国一体化算力网应用优秀案例集之三）
针对当前国内算力供给存在多元组合算力交付周期长、算力资源分散难以被集中调用等问题，临港算力（上海）科技有限公司与长三角国家枢纽节点上海青浦集群加强业务协同，通过一系列工程和技术创新实践，提升枢纽节点集约化成效。
一是建设创新型的“两弹一优”基础设施。临港算力网通过弹性供电、弹性供冷、机房气流组织优化的“两弹一优”，实现多元算力组合快速交付。弹性供电方面，通过机柜设备的“小母线+弹性方舱”配电系统，一舱解决不同客户集群部署模式带来的机柜功率变化需求。弹性供冷方面，采用冷冻水系统、热管多联系统、液冷系统等多种数据中心冷却手段，统筹预留基础设施管井及接口，实现制冷技术弹性应用。机房气流组织优化方面，通过流体动力学模拟计算机架和机房的气流组织，精细化设计冷热通道，开展建设性设计和周期性优化，综合提升供冷效率。
图1 弹性制冷循环系统与能效分布图
二是通过创新性研究解决行业难点问题。通过使用中距离跨区RDMA（远程直接内存访问）进行市内算力组网，解决算力资源分散无法被集中调用的问题。通过使用跨区RDMA协议和广域拓扑感知并行策略，对跨数据中心大模型训练提出针对性模型训练策略建议，为客户提供合适的解决方案，提升训练效率。联合国内算力上下游生态合作伙伴为客户提供适配测试服务。
自2023年9月投入运营以来，建设大规模商用液冷资源池，通过“两弹一优”实践创新解决机柜功率的变化需求，支持单列机柜功率密度从8kW到48kW之间灵活适配。目前，跨区RDMA组网已完成128、512卡30KM对比验证，训练效率可达单集群的95%以上，完成5家大模型训练性能测试，支撑星辰115B等基础大模型平稳训练，集群可用率达到90%以上。
