Papers & Forschung

Zhipu, Yuxun Network und Tsinghua stellen ZCube-Netzarchitektur vor, um Netzwerkengpässe bei der Inferenz großer Modelle zu lösen

Originaltitel:下一代大模型推理网络架构:ZCube如何有效破解网络瓶颈?

KI-Zusammenfassung

Zhipu, Yuxun Network und die Tsinghua-Universität haben gemeinsam die ZCube-Netzarchitektur vorgestellt und umgesetzt. Sie ersetzt die traditionelle Clos/ROFT-Architektur durch eine flache Topologie und beseitigt so auf struktureller Ebene vermeidbare Staus in der PD-getrennten Inferenz. In einem Test mit einem Tausend-GPU-Cluster in der GLM-5.1-Coding-Produktionsumgebung steigerte ZCube im Vergleich zu ROFT den durchschnittlichen Inferenz-Durchsatz der GPUs um über 15 % und senkte die TTFT-P99 um 40,6 %, während zugleich etwa ein Drittel der Kosten für Switches und optische Module eingespart wurden.

Kernpunkte

  • Zhipu,Yuxun Network und die Tsinghua-Universität haben gemeinsam die ZCube-Netzarchitektur…
  • Sie ersetzt die traditionelle Clos/ROFT-Architektur durch eine flache Topologie und beseitigt so…
  • In einem Test mit einem Tausend-GPU-Cluster in der GLM-5.
  • 1-Coding-Produktionsumgebung steigerte ZCube im Vergleich zu ROFT den durchschnittlichen…

Auf einen Blick

Veröffentlicht
Aktualisiert
Quelle
公众号:智谱(GLM)
Kategorie
Papers & Forschung
KI-Bewertung
76
Original lesen Den vollständigen Artikel bei der Originalquelle lesen
Warum es wichtig ist

架构创新不只是省钱,ZCube 在 GLM-5.1 集群里用三分之一交换机成本换来 15% 吞吐提升和 40% 尾时延改善,为 PD 分离推理提供了一条可复用的组网路径。

Verwandte Entitäten

Quelle & Urheberrecht

Dieser Artikel basiert auf kuratierten Titeln und KI-Zusammenfassungen der öffentlichen AIHOT-API, mit Quellenangabe und Rückverlinkung. Das Urheberrecht am Original liegt bei den ursprünglichen Medien und Autoren; diese Seite spiegelt keine Volltexte.

Originalartikel · AIHOT-Eintrag

Zitierhinweis

Beim Zitieren dieses Artikels bitte Titel, Datum und Permalink beibehalten und Orange News als Quelle angeben.

Orange News: Zhipu, Yuxun Network und Tsinghua stellen ZCube-Netzarchitektur vor, um Netzwerkengpässe bei der Inferenz großer Modelle zu lösen. 21. Mai 2026. https://new.nat6.net/de/news/cmsdu107800u2rofz68f17j53/

Alle ansehen →