在大规模 AI 集群建设里，HPN 多平面组网正被越来越多地采用。它通过多网卡/多端口、多组交换机，构建多个并行转发的网路平面，让同一通信任务可以跨平面分散传输。它一方面能扩大组网规模、缩短通信路径、降低时延；另一方面，多平面之间天然形成物理隔离的冗余路径，故障时可以快速切换。
但多平面只是提供了更多可选路径，并不意味着每一条路径都能被充分利用。真正决定 AI 任务通信效率的，是流量能不能被合理地分散开、避免少数路径持续拥塞而多数路径空闲，从而把多平面的带宽真正用起来。
围绕这一问题，百度智能云面向典型的 AI 集群网络基础设施场景，整合通信库、网卡、交换机等软硬件能力，为 HPN 多平面负载均衡提供两类优化方向：一是细化负载粒度，二是优化逐流选路策略并实现端网协同的动态调度。
下面我们结合落地实践，拆解 HPN 多平面负载均衡的实现路径和优化方案，并给出不同场景下的选型参考。
1. HPN 多平面：路径更多了，负载均衡也更难了
HPN 架构中，一个通信流从源 AI 加速卡到目的 AI 加速卡，需要经过服务器网卡、接入交换机和骨干网络等多级转发。
在传统的 HPN 单平面网络里，流量在服务器端侧只有一个默认的网卡端口，数据流量到交换机网络中才需要在等价路径（ECMP）中进行选路。
但进入多平面后，数据流先要在端侧的多个网卡端口之间选路，再到网侧的多条等价路径之间选路。
这两类选路共同决定了 HPN 多平面网络的负载均衡效果，也直接影响网络带宽利用率和 AI 任务通信效率。
HPN 的选路通常依据通信流的 HASH 计算结果。在没有额外编排的情况下，同一条流的 HASH 值是固定的，也就会被映射到固定的端口和路径上。而 AI 任务的通信流数量本就有限，多条流一旦被 HASH 到同一条路径，就极易出现 HASH 极化，即少数路径持续拥塞，多数路径相对空闲。
要让流量更均衡地分散开，最直接的思路便是细化负载粒度：把原本作为一个整体的通信流，拆分到数据包、甚至 Cell（包切片）。同一个通信流里的包或 Cell，可以按序依次轮询到不同的服务器端口上，再依次轮询到不同的网络链路上，而不是像逐流模式那样，整条流被 HASH 固定在一条路径上。如此一来，一条流也能同时走多条路径，多条流之间也不再因为 HASH 冲突而挤在同一条路上，从而把 HPN 多平面的带宽充分利用起来。
当然，不论是逐包还是逐 Cell，都需要特定的硬件能力支持，并非所有政企客户的 AI 基础设施都能满足。
因此，面向政企客户更为广泛的 AI 集群场景，百度智能云也提供了逐流选路策略的优化，使每条流选择的端口或路径更为合理。比如，编排通信流与端口/路径的映射关系，降低 HASH 冲突；再如，通过对端口或路径的实时负载感知，动态调度通信流到空闲路径。
接下来，我们结合具体的技术方案详细阐述这两种 HPN 多平面网络负载均衡优化方向。
2. 方向一：细化负载粒度，把单条流打散到多条路径
对于追求极致网络性能、具备特定硬件能力的场景，可以将负载均衡粒度从「流」细化到「包」甚至进一步细化到「Cell」，通过端到端的逐包、逐 Cell 负载均衡提升多平面带宽利用率。
此时，由于通信流被打散后在不同端口/链路上依次发送，数据包到达对端网卡的先后顺序很可能是错乱的，这就要求 AI 集群的网络硬件具备「乱序重组」的能力。
该类负载调度技术实践的典型代表是「基于 AR（Adaptive Routing）自适应路由技术的逐包负载均衡」和 「DDC 架构下基于信用（Credit）的包切片（Cells）负载均衡」。
2.1. 基于 AR 自适应路由技术的逐包负载均衡
基于 AR 自适应路由技术的逐包负载均衡，由端侧网卡和网侧交换机在硬件层面协同完成。发送端给包打上乱序标记并分散到多个端口，交换机再根据链路状态把包逐包转发到不同路径，接收端负责乱序重组。
具体过程如下：
- 服务器发送端「卡内喷射」：发送网卡在每个数据包中携带目标内存地址，带上「允许乱序」的标签，然后把同一条流的包均匀喷洒到不同的网卡端口上；
- 交换网络「逐包喷洒」：交换机识别乱序标记后，也同样将数据包均衡分布到不同的 ECMP 链路，充分利用整个网络带宽；
- 服务器接收端网卡「乱序重组」：由于每个乱序报文都携带目标内存地址，在确认同一块数据的所有包完整落位到网卡 Buffer 后，再写入 HBM，从而保证最终的数据一致性。
虽然数据包乱序重组会带来额外等待开销，引起大约 3% 的性能损耗。但 AR 能使网络持续维持较高的带宽利用率和均衡度，网络带宽利用率可高达 92%，相比传统 ECMP 负载均衡方案提升 25%+ 带宽利用率。
2.2. DDC 架构下基于信用（Credit）的包切片（Cells）负载均衡
基于信用的包切片负载方案与 AR 负载均衡的整体思想类似，都是把流量拆到更细粒度后分散到多条路径。其区别主要在两点：
- 第一，DDC 的负载粒度更细。AR 负载均衡以包为单位，数据包大小通常为 1500-4000 Byte；DDC 以 Cell 为单位，大小通常为 64-256 Byte；
- 第二，DDC 采用基于信用的转发机制，这一点更为关键。发送端能发多少数据，取决于接收端给出多少授权额度。发送端先把数据放入本地「发送缓冲区」，确认有足够信令后，再把数据切分成 Cell 发送；接收端完成 Cell 重组和数据处理后，释放缓冲资源，并更新信用额度。这种机制让发送速率和接收侧的处理能力匹配，有效避免了交换网络内部的拥塞。
因此，DDC 架构下基于信用（Credit）的包切片（Cells）负载均衡方案也依赖支持信用机制与包切片「乱序重组」机制的特定硬件。
实测显示：该方案的网络带宽利用率可高达 94%，相较传统 ECMP 负载均衡方案提升 27%+ 带宽利用率。
3. 方向二：优化逐流选路策略，实现端网协同的动态调度
对于 AI 集群中更常见的逐流负载均衡场景，百度智能云针对 HPN 多平面的端侧和网侧两类选路过程分别进行优化：
- 端侧通过增加 QP (Queue Pair，RDMA 通信中的队列对）等逻辑通道，扩大流量可选择的路径，并通过路径编排实现均衡，同时基于 RTT 等动态感知方式实时调整流量权重；
- 网侧则利用交换机的动态负载均衡能力，结合 HPN 的 ANC（Adaptive Network Congestion，自适应网络拥塞）控制器持续感知网络拥塞，把热点流量及时疏散到空闲路径。
端侧优化：基于 RTT 的动态负载均衡
在默认 RDMA 通信机制下，每对 GPU Rank 通过预先建立的 RDMA QP 进行通信。同一个 QP 对应固定的五元组信息，因此通信流一旦建立，其进入网络平面的路径通常不再变化。当多条流集中映射到同一网络端口时，容易形成链路拥塞。
百度智能云优化路径分 3 步展开：
- 增加 QP 数量，并平衡性能与开销。传统通信模式下，一对 GPU Rank 之间默认仅建立少量 QP，可参与 HASH 的通信路径有限。增加 QP 数量可以拓宽可选路径，让 HASH 结果更离散。但 QP 数量并非越多越好，对不同厂商的多款主流 RDMA 网卡测试后发现：部分网卡在 QP 数量达到数千后便会出现明显的性能衰减。结合当前多数训推任务的通信规模，每对 Rank 建立 8 个 QP 已能满足需求，同时可以有效控制网卡的处理开销，在负载均衡效果与网卡性能之间取得较好平衡。
- 让 QP 均匀分布到多平面上：增加 QP 后，还需要保证这些 QP 能够均匀分布到不同网络端口。其实现方案有两种：
- 基于网卡硬件能力，通过 Queue Affinity 等技术自动完成 QP 在各端口间的散列和均分；
- 基于通讯库，可以结合服务器和交换机的 HASH 算法，在通信库中指定每个 QP 的源端口号，有规划的把不同的 QP 编排到不同的物理链路上。
- 基于 RTT 动态调整 QP 的带宽权重：静态分配只能实现初始均衡，无法适应训练和推理过程中不断变化的网络负载。为此，可以进一步引入基于 RTT（Round Trip Time，往返时间）的动态负载均衡机制，实时感知每条 QP 的通信时延，并根据 RTT 动态调整不同 QP 的流量权重：RTT 越低，说明链路负载越轻，则赋予更高的流量权重；RTT 越高，则适当降低其承担的通信比例。借助这一机制，通信流能够随着网络状态持续选择更优路径，在 QP 粒度实现动态均衡。
网侧优化：全局动态负载与智能拥塞调度
目前，主流交换机已提供多种逐流负载均衡机制，常见的有上下行链路绑定（LBN）、 逐流动态负载均衡（DLB flowlet）和全局逐流动态负载均衡（GLB）。
- 上下行链路绑定（LBN）：实现简单、部署成本低，适合拓扑相对固定的场景。但它采用固定映射，链路故障时流量会汇聚到单条链路，对网络收敛比要求更高。
- 逐流动态负载均衡（DLB flowlet）：交换网络中较成熟的方案。在多条 ECMP 路径下，交换机基于本地链路带宽利用率、缓存水位等状态实时调整转发路径。但它的感知范围仅限本地，如下图中间所示，TOR1 发现 A 链路负载（70%）高于 B 链路（60%），优先选择 B 路径，结果 NIC1、NIC2 的流量在下游 Y 链路汇聚，反而造成拥塞。
- 全局逐流动态负载均衡（GLB）：把负载感知的范围从单台交换机扩展到整个 Clos 网络。如下图右侧所示，TOR1 综合评估 A+X 与 B+Y 两条完整路径的负载后，判断 A+X 更优并选择 A 路径，从而避免了下游拥塞。
在交换机硬件实现的负载均衡能力之外，我们还提供了软件 HPN 的 ANC（Adaptive Network Congestion，自适应网络拥塞）控制器方案，对 HPN 网侧流量进行持续感知与动态调优。
任务启动后，ANC 控制器基于 Telemetry 实时采集网络状态信息、监测各链路拥塞情况；一旦发现热点流量，即可自动触发拥塞调度，将其分散至空闲路径。
实测数据显示：在 512 卡 AI 训练环境中，ANC 控制器可显著减少网络拥塞，将 HPN 网络吞吐提升 20%，使整体训练性能提升 4.3%；对于 NCCL 集合通信，相比传统 ECMP 方案，通信性能最高提升近 1 倍。
需要说明的是，端到端训练性能的提升幅度与模型中网络通信时间占比相关：通信占比越高，ANC 控制器带来的收益越明显。
4. 因地制宜：HPN 多平面优化的选型参考
HPN 多平面的负载均衡优化并不存在一套放之四海皆准的标准方案。客户在网络设施、软件栈成熟度和资源配置上存在差异，适用的优化策略也各不一样。
下表结合百度智能云的落地实践，梳理了各方案的成本、性能、部署难度与依赖条件，供政企客户搭建 HPN 多平面网络时参考。
回到文章最初的问题：如何让 HPN 多平面的每一条路径都发挥价值？
说到底就是两条思路：一是细化负载粒度，把整条流拆到数据包、拆到 Cell，把同一条流「铺开」到多条路径上；另一条则是优化选路策略，在逐流的前提下，用多 QP 和路径编排提升路径的使用率，再通过 RTT 感知和 ANC 控制器实现全局动态调度。最终让 HPN 多平面的每一条路径得到更充分的利用，将多平面的网络资源转化为 AI 任务的通信效率。