2.3.1 网络拓扑结构 (Mesh, Torus, Fat-Tree, Dragonfly)

文档摘要

2.3.1 网络拓扑结构 (Mesh, Torus, Fat-Tree, Dragonfly) 2.3.1 网络拓扑结构：Dragonfly 的“跨组链路映射失配”故障——一次让三台胖树交换机集体哑火的深夜排障实录凌晨2:17，监控告警弹窗在终端右下角无声炸开：这不是模拟演练。这是某国家级超算中心A100集群上线第七天的真实日志。集群采用Dragonfly拓扑，256个GPU节点分属16个组（Group），每组16节点；组内通过全连接Fat-Tree（实际为8端口IB交换机级联）实现低延迟；组间则依赖16条双向光缆——每条对应一个“全局链路”（Global Channel），由专用Dragonfly路由器（我们叫它“Dragon Router”）统一调度。