Alibaba Cloud and Tsinghua Intelligent Computing Center's High-Performance Network HPN Wins CCF Science and Technology Progress First Prize

10月26日，中国计算机学会（CCF）正式公布2026年度科技成果奖评选结果，由阿里云与清华大学联合完成的“大规模智算中心高性能网络关键技术及应用”项目，荣获CCF科技成果奖科技进步一等奖。

由多位专家组成的CCF鉴定委员会认为：“阿里云的创新项目面向人工智能对数据中心网络提出的挑战，在基于以太网的智算中心网络取得了创造性成果，在大规模智算的双层扁平网络架构、端网协同主动感知的路径选择、多维痕迹关联分析的根因定位等方面达到国际领先水平”。

大模型的发展，不仅需要更强的单卡算力，更需要成千上万张GPU高效协同。因此阿里云网络团队研发了智算中心高性能网络（HPN），旨在让数据传得更快、网络用得更充分、故障定位更及时，释放大规模智算中心的算力潜能。具体来说，阿里云HPN在以下三个方面实现了重大技术创新和突破：

网络架构方面，HPN设计了“双层扁平、高密多轨”的网络架构，将传统的“三层堆叠、单通道级联”转变为“双层扁平、多轨道并联”。通过结合主机内高速互联与主机间多轨网络，减少不必要的跨层转发与带宽争用，让万卡集群中的数据交换更加高效。第三方测试显示，万卡集群有效带宽较传统三层Clos架构提升近30%。

路径选择上，HPN让服务器与网络设备实时交换任务需求和链路状态信息，从传统的固定映射选路转向主动感知、动态调整。就像为数据传输配备了能够感知路况的“导航系统”，将流量引导至合适路径，减少部分链路拥堵、其他链路闲置的情况。在相关测试中，带宽利用率达到97%，较微软带宽加权选路技术WBS提升约37%。

阿里云HPN还具备将GPU之间的通信信息与任务运行状态关联分析的能力，既能识别故障，也能查找性能拖慢的原因，把异常根因定位缩短至秒级。相较对比测试中的SuperBench离线根因定位系统，故障诊断造成的GPU闲置时间平均降低97%，帮助智算集群减少排查等待，更快恢复高效运行。

从技术创新到产业应用，HPN已支撑数十个万卡智算集群，成为阿里云灵骏智算集群的底层网络支撑，承载千问大模型、小红书、小鹏汽车等大模型训练和推理业务，并为魔搭开源社区提供支撑，让高性能智算能力服务更广泛的企业与开发者。

项目同时形成了扎实的自主知识产权与学术成果，获得国内外授权发明专利 33项，发表计算机网络系统领域论文45篇，其中包括SIGCOMM论文14篇、NSDI论文11篇。代表性成果HPN7.0是ACM SIGCOMM历史上第一篇智算网络架构论文，开创了基于开放以太网的万卡智算集群的网络架构方案，Crux获得ACM SIGCOMM 2024最佳论文提名奖，体现了项目在通信调度与算力利用效率方面的创新价值。

“此次获奖，是对AI时代的网络技术创新与产业应用成效的认可。”阿里云基础网络事业部负责人蔡德忠表示，从网络架构到流量调度，再到运行保障，阿里云与清华大学通过产学研协同，将网络能力转化为大模型发展的基础支撑，为高性能、高稳定性的智算基础设施建设提供了实践路径。