杨超斌：数据中心效率提升95% Meta Llama 3频繁故障凸显差距

华为中国合作伙伴大会2025于3月20日在深圳开幕。3月21日上午主论坛上，华为董事、ICT BG CEO杨超斌指出，数据中心网络因负载不平衡和拥塞，集群效率通常会降低20%以上。他还提到，美国Meta在训练Llama 3模型时，54天内发生了419次故障，平均每3小时一次，其中80%的故障由硬件问题引起，尤其是处理器互联问题。针对这些问题，华为推出了NSLB（网络负载平衡）方案，通过智能化调度，将网络负载效率提升至95%以上，训练效率提升10%。科大讯飞应用该技术后，大模型训练时间从34天缩短至25天。此外，华为还设计了高可靠性光模块，用于数据中心场景，可靠性提升10倍以上。杨超斌还提到，中国移动去年的集群可靠性远高于Meta Llama 3模型的训练集群，后者平均每3小时故障一次，而中国移动的集群二十几天未出现故障。