Atlas_900_A2_PoD_集群基础单元_技术白皮书_AICC场景_48页_4mb

Atlas 900 A2 PoD 集群基础单元技术白皮书总结

核心内容

Atlas 900 A2 PoD 集群基础单元是华为推出的基于昇腾910 AI处理器的高密度、高能效、高可靠、易拓展、一体化交付、极简运维和低TCO的AI集群基础单元。该产品适用于人工智能计算中心（AICC）、运营商、云计算等重算力场景。

主要观点

• 高密度：支持8台4U液冷计算节点，但需根据现场功耗配置确定具体安装数量。
• 高能效：支持市电直供，采用54.5V集中供电和96.5%高效电源，结合液冷和风冷散热方式，降低PUE，减少机房冷机和空调配置需求。
• 高可靠：采用22+2电源模块配置，支持最大66kW供电；计算节点风扇采用N+1配置，支持在单风扇失效时仍保持正常运行温度；全无源Cable背板，无滴漏快接头，支持液冷对接件快插盲插，并具备漏液自动检测功能。
• 易拓展：支持跨柜参数面组网，最大可支持8192 NPU集群规模。
• 一体化交付：支持整柜运输，包含机柜、计算节点、交换节点、管理模块、电源框、电源模块、传感器等。
• 极简运维：支持盲插，计算节点可被FusionDirector智能管理平台纳管，支持Redfish接口集成第三方网管。
• 低TCO：通过高密设计节省空间，降低电费、运输、仓储成本，支持2N和N配电，降低机房配电成本。

关键信息

系统架构

• 散热系统：采用液冷+风冷方式，计算节点大功耗部件使用液冷散热器，小功耗部件使用风扇散热；机柜内部Busbar、Cable等部件通过风扇散热，热量通过风液换热器进行交换。
• 供电系统：支持2N和N供电系统，配置两个独立3U电源框，主电源框内有RM211管理模块，扩展电源框内有电源转接板，通过CAN总线实现电源模块均流。电源模块支持L1、L2、L3三相配置，每相需配置相同数量的电源模块以保持平衡。
• 管理系统：包括计算节点iBMC管理系统和机柜管理系统RM211，支持与FusionDirector等平台集成，提供资产管理、电源管理、功耗管理、液冷漏液检测等功能。

硬件描述

• 机柜：高度为47U，外部结构包括造型前门、液冷机柜、液冷门、RM211管理模块、电源转接板、电源框、假节点和假面板。安装时需注意1U~4U和41U不可安装计算节点。
• 管理模块：RM211是核心管理模块，支持Hi1711系统，提供GE、Mgmt管理口和RS485接口。
• 计算节点：基于昇腾910和鲲鹏920处理器，支持8个昇腾910 AI处理器、4个鲲鹏920处理器、最多32条DDR4内存、最多10个SAS/SATA SSD或5个x4 NVMe SSD硬盘。
• 交换节点：支持DX511交换节点，提供400GE/100GE端口，交换容量高达12.8T，通过Cable背板与各模块互联。
• 电源：支持24个电源模块，单模块功率3kW，总功率最大66kW。电源框输出54.5V DC，支持2N和N供电配置。

产品规格

• 技术规格：单机柜支持25.600PFLOPS@FP16、6.784PFLOPS@FP32、51.200POPS@INT8的AI算力，最大支持4096GB片上内存，带宽最大为1600GB/s。
• 环境规格：工作温度5℃~40℃，支持免空调全封闭机房；进水温度5℃~45℃，且需高于机房露点温度3℃；水流量≥45LPM，整柜≥59LPM；支持ISO14644-1 Class8标准，无腐蚀性、导电性或爆炸性尘埃。
• 物理规格：全液冷机柜尺寸为2250mm×600mm×1050mm（不含前后造型门）或2250mm×600mm×1500mm（含前后造型门）；满配重量1170kg；最大输出功耗48.5kW，最大输入功耗50.5kW。

软硬件兼容性

• 提供详细的兼容性列表，供用户参考。
• 强调使用非兼容部件可能导致设备异常，不在技术支持和保修范围内。

管制信息

• 安全：安装过程中需严格遵守当地法规，安装人员需经过华为认证，穿戴防静电装备，防止静电损害设备。搬运设备时需注意安全，严禁带电搬迁。在接触高压电源时需特别注意防止电击或灼伤。
• 维保与保修：具体信息可参考华为的维保服务和保修服务。

附录

• 液冷门流阻曲线：提供液冷门流阻与进水流量关系图，用于系统设计参考。
• 术语：涵盖A-E、F-M、N-T、O-S、T-X等术语解释，包括有源光缆、母排、EOR、MOR、冗余、服务器、PUE等关键概念。
• 缩略语：包含大量技术缩略语，如BBU、BIOS、BMC、CAPEX、CCU、CDU、CI、CLI、DAC、DC、DDR4、DIMM、EMC、ECC、FB-DIMM、FC、FCC、FCoE、FTP、FDM、GE、HEX、HPC、HTTP、HTTPS、IDC、IEC、IEEE、IP、IPMI、MAC、NC-SI、OCP、ODCC、OpEx、PUE、PWM、RAS、RDIMM、RJ45、RoHS、SAS、SATA、SCM、SDV、SIT、SOC、SMTP、SNMP、SOL、SONCAP、SSD、SSE、TCO、TELNET、TET、UPI、UPS等。

结论

Atlas 900 A2 PoD 集群基础单元是专为高性能计算和AI训练场景设计的高密度、高能效、高可靠、易拓展和一体化交付的解决方案，适用于AICC、运营商、云计算等场景。其采用先进的液冷技术，结合智能管理平台，实现极简运维和低TCO。产品设计需遵循严格的安装和维护规范，以确保安全和可靠性。