行行查
行业研究数据库
人工智能行业研究:Scale-Up与Scale-Out网络架构对比分析
- 人工智能
Scale-Up和Scale-Out是两种不同的网络架构扩展方式,各有其独特的优势和应用场景。Scale-Up主要聚焦于在高带宽域内聚合更多加速器与显存,适用于节点内到超节点内的规模,通常小于千卡级。它强调语义一致性(兼容DMA)、统一编址和原子操作,时延目标在百纳秒到微秒级别,要求顺序传输且端侧无排序能力,转发路径固定,由端侧路由规划,采用无损拥塞控制算法如CBFC/PFC,确保数据传输的可靠性。网络丢包方面,Scale-Up要求无损传输,不依赖端到端传输层,包长以命令包为主(<32B),数据报文较小(≤256B),可传输层拼包,物理层复杂平衡,数据链路层基于ID查表路由优化帧头,传输层无需额外协议,典型并行方式为TP、EP,常见拓扑为单层交换、低直径专用Fabric。
相比之下,Scale-Out则致力于将多个节点或超节点继续横向扩展,适用于集群级到园区级的规模,通常万卡以上。它支持消息语义、队列/报文/流传输,时延目标放宽至数微秒到十微秒级别,允许乱序传输,由网卡完成重排序,转发路径灵活,支持多路径动态负载均衡,采用PFC+ECN+DCQCN等拥塞控制算法,可接受一定程度的丢包,RDMA提供端到端重传
关联报告






| 标题 | 时间 | 页数 | 目录 | 下载 |
|---|---|---|---|---|
| 人工智能系列(二):AI驱动下的电子行业新周期 | 2026-10-24 | 35 | ||
| 人工智能行业专题(24):AI短剧:注意力经济新兴市场,AI赋能工业化生产 | 2026-10-26 | 32 | ||
| 人工智能对广域网的影响:思科报告2026 | 2026-10-27 | 26 | ||
| 电力设备与新能源行业周报:特斯拉Optimus量产继续推进,全面实施“人工智能+”行动 | 2026-10-27 | 15 | ||
| 《人工智能能力建设普惠计划》进展报告(2026) | 2026-10-27 | 22 | ||
| 人工智能的物理竞赛:对电力、水和关键矿产的控制正成为人工智能领导地位的决定性因素 | 2026-10-27 | 16 | ||
| 人工智能主线周报:智元发布具身模型,看好智能化 | 2026-11-02 | 19 | ||
| 人工智能行业专题:2026Q3海外大厂CapEx和ROIC总结梳理 | 2026-11-02 | 25 | ||
| 通信及人工智能组行业光互连系列报告(一):FAU,CPO/NPO驱动量价双升 | 2026-11-03 | 22 | ||
| 人工智能及计算机行业行业月报:国家数据集团正式成立,物理AI迎奇点时刻 | 2026-11-07 | 27 |

行研数据库
创投数据库
证券数据库
商业数据库










