近日，華為超融合數據中心網絡智能無損技術論文《ACC: Automatic ECN Tuning for High-Speed Datacenter Networks》（高性能數據中心網絡中的ECN動態(tài)調優(yōu)）入選ACM SIGCOMM 2021，表明超融合數據中心網絡的智能無損技術得到業(yè)內專家的一致認可，具有世界級技術影響力。

　　SIGCOMM是美國計算機協會在通信網絡領域的旗艦型會議，也是目前國際通信網絡領域的頂尖會議。SIGCOMM對論文的質量和數量要求極高，質量方面要求具有基礎性貢獻、領導性影響和堅實系統背景。SIGCOMM錄用的論文大多數會被廣泛引用，具有非常大的影響力。

　　本次入選的ACC（Automatic ECN）技術是華為全無損以太網絡智能無損技術的代表。當今，隨著AI和云業(yè)務發(fā)展，數據中心承載著諸多需要高帶寬和低延遲的應用，包括大數據處理、分布式存儲和高性能計算。而在已經廣泛部署的擁塞控制方案中，顯示擁塞通知（ECN: Explicit Congestion Notification）在保障網絡和業(yè)務高帶寬低時延中起到關鍵作用。但是傳統的靜態(tài)ECN參數配置，無法自適應數字時代種類繁多的動態(tài)業(yè)務流量模型。

　　例如，在不同廠商交換機、網卡等組成大型異構數據中心網絡中，協同聯調靜態(tài)ECN參數變得非常困難；尤其在云多租戶網絡中，存在不同時空流量模型，導致網絡工作負載動態(tài)變化，需要不同時間點適配ECN參數，事先配置的ECN參數則無法滿足動態(tài)業(yè)務流量的性能需求。因此，在大規(guī)模高速組網和多租戶業(yè)務流量等復雜場景下，人工調整全網適配ECN參數成為巨大挑戰(zhàn)。

　　基于此，華為聯合南京大學設計和實現ACC。ACC通過在超高速數據中心交換機中首次成功應用深度強化學習（DRL：Deep Reinforcement Learning）技術，自適應流量模型來動態(tài)調整ECN參數，從而簡化網絡運營，實現網絡高利用率和低延遲。同時， ACC設計分布式多智能體技術實現大規(guī)模組網下可擴展性、基于商用交換芯片Telemetry能力實現快速可部署性、結合在線和離線訓練方式提高場景的可泛化性，從而最終達到大規(guī)模高速網絡的高吞吐和低時延性能目標，并且從業(yè)務層面保障應用性能表現最優(yōu)。

　　華為超融合數據中心網絡CloudFabric 3.0，新以太釋放新算力
　　在ACC理論研究基礎上，華為推出了超融合數據中心網絡CloudFabric 3.0解決方案，保障網絡高吞吐低時延，100%釋放算力。

　　華為超融合數據中心網絡CloudFabric 3.0解決方案基于全以太架構構建0丟包的計算和存儲網絡，助力算力100%釋放。該方案打破通用計算、存儲、高性能計算三套網絡架構的限制，統一使用以太網架構實現流量承載融合。該方案在業(yè)界率先實現L3自動駕駛網絡能力、全生命周期自動化與全網智能運維，OPEX降低30%，使能企業(yè)智能化升級。

　　華為數據中心網絡已經在全球包括金融、政府、互聯網、制造、能源等各大行業(yè)客戶的數據中心部署。華為將持續(xù)投入智能無損技術研究，持續(xù)提升網絡能力，充分釋放算力，使能企業(yè)智能化升級。