资源概览
AI基础设施中的训练慢、Rank掉队、链路拥塞、GPU空转、云网路径不可见等问题，需要把主机、网卡、交换机、作业和业务目标放在同一事实链中观察。
典型问题
训练任务耗时波动，难以判断是算力、网络、存储还是作业编排问题。
RDMA/RoCE链路出现拥塞、丢包或PFC/ECN异常，影响集群效率。
GPU利用率、NIC计数器、交换机遥测和业务作业之间缺少统一关联。
建设思路
以CMC云魔方补足云上云下、虚拟网络和资源池路径可见性。
以智算中心AI可观测能力关联GPU、NIC、RDMA/RoCE、NCCL和作业级指标。
以小科AI和高保真数据能力辅助专家快速形成根因假设和证据链。
下一步动作
从一个训练慢或链路拥塞案例开始，梳理关键指标、路径和团队责任边界。
结合云网、运维和AI平台团队，定义可复盘的故障窗口和证据留存方式。
结合智算中心解决方案和云魔方产品能力，进一步拆解建设重点。