应对严苛的400G极限损伤性能测试：信而泰发布Xcompass200 400G 网络损伤仪

AI 大模型训练正在推动智算中心全面迈向 400G 高速互联。在智算网络中，GPU 集群之间需要持续进行大规模数据交换。网络一旦出现丢包、抖动、时延突增、链路闪断或误码，就可能造成训练效率下降、GPU 等待，甚至任务中断。智算网络测试不仅要看400G 能不能跑满，更要看在 400G 跑满时，遇到异常和干扰网络的健壮性和恢复能力。另外，AI 大模型训练对时延极其敏感，细微的抖动会影响到算力集群的同步效率。

智算网络的问题，往往只会在满负载、高并发、强同步的训练场景中暴露。如果损伤仪无法在 400G 不同包长的情况下线速加载丢包、时延、抖动、误码等损伤，测试结果就可能失真：

• 测不出交换机在不同包长满载下的缓存与拥塞问题；

• 测不准在不同包长满载下网卡 RDMA/RoCE的稳定性。

另外，《面向智算场景的高性能网络白皮书》提到：在AI大模型训练中，集合通信的网络时延和业务吞吐性能呈现正相关，决定了训练加速比的上限，因此需要网络尽可能降低时延，目标在亚微秒级。因此，400G 损伤仪至少需要具备微秒级的高精度时延损伤功能。

为了实现高精度时延并支持不同包长的线速损伤仿真，信而泰基于FPGA 硬件架构推出Xcompass200 400G网络损伤仪。

Xcompass200 支持在 400G不同包长（64-16004）线速加载损伤，能针对大象流和老鼠流进行混合流量线速损伤，避免因损伤仪性能不足导致测试失真。用户可以在接近真实生产环境的流量压力下，验证设备面对丢包、时延、抖动、误码和链路异常时的真实性能。

Xcompass200 支持时延、抖动、丢包等损伤模拟，可用于构建多种智算网络异常场景：

• 模拟微丢包和异常丢包，测试设备恢复能力；

• 模拟时延突增，最小固定时延为4.5‌μs，可调颗粒度为1‌μs，能够满足当前对网络时间有严苛和敏感测试场景的需求；

• 模拟网络抖动，验证 RDMA 稳定性。

通过精确损伤注入，用户可以更快定位影响智算网络性能的关键因素。

智算中心的网络异常不仅来自流量层，也可能来自物理链路和报文错误。Xcompass200 支持光纤闪断、CRC 错误、IPv4 校验和错误等多类型损伤，能够更贴近真实网络故障环境，帮助用户提前验证系统的容错与恢复能力。

• 采用机箱与板卡设计，一个机箱支持两个板卡，每个板卡支持两个 400G 损伤接口，整机最多支持 4 个 400G 损伤接口；

• 机箱尺寸为 442mm x 125.2mm x 426mm（宽x高x深），具备一定的便携性；

• 每端口组支持8个正反损伤应用场景，均可独立配置。

• 设备研发阶段：帮助工程师验证设备在极端网络条件下的稳定性和可靠性，加速产品上市进程；

• 网络验收阶段：模拟真实网络环境中的各种异常情况，确保新设备或新网络能够稳定运行；

• 性能优化阶段：通过精确的损伤模拟，定位性能瓶颈，为网络优化提供科学依据；

• 教学科研领域：为网络技术研究提供真实的实验环境，助力网络技术创新。

在智算时代，网络的稳定性和可靠性直接决定着 AI 模型的训练效率和精度。

Xcompass200 400G 网络损伤仪，它不仅能够帮助您验证网络设备的极限性能，更能为智算网络的优化提供科学依据，确保 AI 训练任务的顺利进行。