8月9日，國際網絡通信頂會 SIGCOMM 昨日落下帷幕，阿里云 7 篇論文入選本次 SIGCOMM，其中 AI 網絡調度成果論文斬獲 SIGCOMM 2024 優勝獎。據了解，獲獎論文介紹了阿里云自研的集合通信優化調度器 Crux，可提升高達 14.8% 的 GPU 計算利用率。

阿里云獲 SIGCOMM 2024優勝獎

ACM SIGCOMM是計算機網絡通信領域歷史最悠久、最權威的頂級學術會議，至今已有 50 多年的歷史。SIGCOMM 對論文質量要求極高，成果也被學術界和業界視為網絡通信領域未來發展的風向標，現在耳熟能詳的各種協議、技術幾乎都發表在SIGCOMM上。2024年度的SIGCOMM僅錄用62篇論文,錄取率不到 17%，為近五年最低。

AI 網絡是今年最熱門的領域之一。阿里云網絡研發團隊從實際業務環境的深度學習任務出發，發現任務之間存在通信競爭，是 GPU 集群的訓練效率不高的基礎性原因。對此，團隊從學術理論層面突破，證明了 GPU 利用率問題與基于任務優先級的通信調度問題是近似的，進而創新設計了集合通信優化調度器 Crux，實現更高效的選路和優先級分配機制，提升了 GPU 計算利用率。

阿里云自研集合通信優化調度器 Crux，提升 GPU 計算利用率

實驗結果表明，在 96卡GPU測試環境中，Crux可以提高GPU計算利用率8.3％至14.8％。在基于大規模生產跟蹤仿真中，與Sincronia、TACCL和CASSINI等已有方案相比，Crux可以將 GPU 計算利用率最多提高 23％。據了解，Crux 已被集成到阿里云自研通信庫，實現規模化使用。

SIGCOMM 2024 優勝獎（Honorable Mentions，也即最佳論文候選），是對論文成果的業務創新價值和行業影響力的綜合評價。SIGCOMM 評審專家認為 Crux 解決了多租環境深度學習中的一個基礎性問題，通過理論創新和實踐分析設計了一套高效的解決方案，因此授予 Crux 成果論文SIGCOMM優勝獎。

從2019年以來，阿里云有20余篇成果論文先后發表在SIGCOMM上，為國內機構之首。今年，阿里云有7篇論文入選SIGCOMM。除上述介紹的 Crux 論文外，今年關于智算集群網絡架構 HPN 7.0 的成果論文，成為SIGCOMM在AI智算集群網絡架構領域的首篇論文。HPN 7.0 創新性地設計了“雙上聯+多軌+雙平面”的新型數據中心網絡架構，可實現單層千卡、兩層萬卡 GPU 的高性能和高穩定互聯。

阿里云網絡研發團隊與大會程序委員會主席合影

據了解，阿里巴巴曾在 2022 年獲評AMiner全球十大網絡研究機構，是榜單中唯一的中國科技企業。阿里云在網絡技術領域創新成果不斷，業界首個提出了端網融合的可預期網絡技術體系，并在全球率先大規模實踐RDMA低延時網絡、AI 智算集群網絡架構 HPN 7.0 等先進技術，為下一代 AI 基礎設施的設計提供了新范式。