萬卡集群的多租戶網絡配置面臨超大規模資源隔離難、動態拓撲管理復雜、故障定位效率低三大核心挑戰：在多租戶共享物理網絡的場景下，需保障無損帶寬（如RDMA）與租戶級QoS，避免帶寬爭用導致訓練延遲激增；萬級節點的動態擴縮容要求自動化工具替代傳統人工腳本，以應對頻繁的配置變更與跨廠商設備兼容性問題；同時，超大規模網絡拓撲的可視化監控能力不足，導致鏈路擁塞、丟包等故障排查耗時，直接影響AI訓練等高敏感任務的連續性。

基于SONiC的AI智算網絡多租戶自動化部署實踐

A-Lab是星融元為新一代網絡運維工程師打造的技術專欄，聚焦開放網絡架構下的配置指南與創新實踐。訪問鏈接：https://asterfusion.com/alab-for-netdevops/

在云數據中心與智算中心場景中，多租戶網絡的核心目標是通過共享物理基礎設施實現資源高效利用，同時保障租戶間的邏輯隔離與數據安全。傳統方案依賴VLAN、VXLAN或NVGRE等虛擬化技術，但隨著規模擴展，配置復雜度陡增，人工操作易引發策略沖突或安全風險。
基于SONiC開源生態的AI智算網絡解決方案，推出EasyRoCE-MVD（Multi-Tenant VPC Deployer）工具，助力用戶實現多租戶網絡的快速隔離與自動化部署。該工具深度集成于AsterNOS（自研的SONiC發行版），支持參數配置、存儲資源及業務網絡的多維聯動，顯著降低運維門檻。

EasyRoCE Toolkit 是面向AI智算與超算場景的RoCE網絡增強套件，涵蓋一鍵配置、高精度監控等特性。
詳情訪問：https://asterfusion.com/easyroce/

EasyRoCE Toolkit 的關鍵能力與架構

1. 自動化部署與開放集成

批量配置：通過腳本或圖形化界面（GUI）自動生成配置模板，支持遠程批量下發至交換機集群。

靈活部署：工具可獨立運行于服務器，或通過API/SDK嵌入第三方管理平臺，兼容SONiC標準接口。

2. 多租戶網絡架構設計

Underlay網絡：基于Spine-Leaf物理架構，采用BGP協議實現高效互聯，依托低時延交換機（全端口支持RoCEv2），提供穩定帶寬與亞微秒級轉發性能。

Overlay網絡：通過VXLAN構建虛擬化層，與Underlay解耦，為租戶分配獨立子網及策略空間。SONiC的模塊化設計支持動態擴展VNI資源池，避免地址沖突。

3. 網絡規劃與配置生成

智能規劃：通過EasyRoCE-AID（AI Infrastructure Designer）工具，輸入業務需求（如租戶數量、帶寬要求）后，自動生成VXLAN分段、IP地址池及BGP鄰居關系的JSON配置文件（mvd.json）。

MVD 工具將解析上一步驟得到的JSON文件中的設備信息、BGP鄰居信息，并為集群中的交換機生成對應配置。

4、可視化運維與閉環驗證

MVD 運行時會以 Exporter 形式將以上配置信息暴露于http監聽端口（如18080,18180），該數據可被 Prometheus 調用并將其呈現在 Grafana 界面上，供用戶直觀瀏覽現網設備的拓撲信息。

用戶可在GUI中逐條核對配置，選擇全量或分批次下發。SONiC的配置原子性保障策略生效零中斷。

方案價值與產品生態

AI智算網絡解決方案以AsterNOS為核心（基于SONiC深度優化），結合800G超低時延交換機，為多租戶場景提供開放、解耦的智算網絡底座。其優勢包括：

開放生態：完全兼容SONiC社區標準，支持與Kubernetes、OpenStack等平臺集成。

無損網絡：全端口原生支持RoCEv2，結合EasyRoCE工具實現AI訓練流量零丟包。

自動化閉環：從規劃、部署到運維的全生命周期自動化，減少人工干預。

立即行動，如需獲取定制化方案或技術咨詢，請聯系星融元團隊，開啟智能網絡升級之旅。

審核編輯 黃宇