新浪科技讯 11月28日晚间音讯，近来，联想万全异构智算研制团队的论文被IEEE CyberSciTech 2025大会接纳，并行将收录于IEEE DL和EI Indexed。此次联想提出了一项立异性的RNL技能，经过多维感知、途径负载均衡优化与增量流量搬迁，有用处理了AI练习与推理场景中RoCE网络负载均衡的长时间难题。

  跟着大言语模型参数规划爆发式增加，AI集群规划逐渐扩展，RoCEv2（RDMA over Converged Ethernet v2）已成为AI网络的干流协议。但是，AI练习与推理根据通讯原语（如all-gather、all-reduce）进行数据传输，这种形式容易形成网络流量出现“低熵、大象流”特征，极易引发负载不均和链路拥塞，严峻限制带宽利用率与全体功能。

  联想方面表明，针对上述痛点，团队提出了RNL技能，能够构建“多维感知+途径负载均衡+增量搬迁”闭环系统，兼具算法立异与实用价值：首先是多维感知机制，能够实时感知网络拓扑结构、AI使命网络需求及RoCE链路负载状况，为动态调度供给数据根底。其次是途径负载均衡优化，经过虚拟-物理网络映射与途径评分算法，智能挑选最优数据传输途径，最大化带宽利用率。第三是增量流量搬迁，该技能选用增量搬迁战略，在链路流量调整时防止瞬时推迟，保证事务连续性。

  未来，联想方案将RNL技能扩展至高功能存储、HPC等场景，并引进深度学习算法优化拥塞猜测才能。一起，联想将在千卡、万卡节点的大型AI集群中验证其归纳功能，继续推进AI网络技能的立异与迭代。