AI集群交换机作业指导书.pdfVIP

AI集群交换机作业指导书

1.适用范围

本指导书明确规定了AI集群交换机的标准化作业流程、安全规范及维护要求。本设备为高性

能高速网络交换设备，主要支持InfiniBand、RoCE（RDMAoverConvergedEthernet）

及100GbE等高速网络协议，专为大规模人工智能计算集群提供低延迟、高带宽的无损网络通

信支撑。本指导书的执行严格遵循GB/T2887-2011《计算机场地通用规范》及YD/T

1118-2019《通信局（站）用集成电路交换设备技术要求》等国家与行业相关标准。本指导书

适用于所有参与AI集群网络建设与运维的专业人员，具体包括网络工程师、AI基础设施运维

人员以及网络安全管理员。所有相关人员在上岗前必须经过严格的技术培训，熟练掌握本设备

的硬件架构、软件配置及应急处理流程，确保AI集群网络的高效、稳定、安全运行。

2.岗位职责

为保障AI集群交换机的高效运转，相关岗位的职责必须明确界定并严格执行。网络工程师是

集群网络的核心技术骨干，主要负责交换机的底层系统配置、复杂网络拓扑的规划与实施、以

及针对AI训练任务的网络性能深度调优，确保网络架构满足大规模分布式计算的严苛需求。

AI基础设施运维人员承担着设备日常健康管理的重任，需负责7×24小时的系统监控、实时

告警响