AI 集群东西向流量如何做容量压测？

问题判断：AI 集群东西向流量如何做容量压测不能只看一次连通性或峰值吞吐。先按“智算中心东西向容量”真实业务路径固定拓扑和基线，再围绕智算中心、东西向流量、容量压测逐项改变条件；重点核对双向吞吐、fabric 利用率、热点端口、尾延迟、丢包/ECN、负载均衡偏差和完成时间，最后按业务阈值判断是否通过。

测试拓扑：多端口流量生成节点按 AllReduce、All-to-All 和 incast 形态连接 Leaf-Spine，接收端分布在不同机架并采集交换机端口遥测。先确认流量方向、测量点、时间同步、旁路/回退路径和不会影响真实业务的安全边界。

参数矩阵：测试变量：机架数量、流数量、报文大小、突发同步度、链路超卖、负载阶梯、背景流和故障链路；场景标签：智算中心、东西向流量、容量压测、交换机验证；执行顺序：先运行“智算中心东西向容量”无损伤基线，再做单因素、组合条件和恢复阶段；每组至少复测三次。每个结果都应注明端口、帧长、方向、持续时间、负载和异常条件。

产品分工：针对“AI 集群东西向流量如何做容量压测”，字节风暴用于构造业务流、背景流、突发流和容量压力，验证设备在不同速率、报文和策略组合下的边界；流光猎影用于旁路采集、L2-L7 会话分析、异常时间窗回溯和 PCAP 证据导出。推荐组合用于说明各环节需要的能力，具体接口、性能和部署范围以型号、版本与项目配置为准。

结果判定：原始指标：双向吞吐、fabric 利用率、热点端口、尾延迟、丢包/ECN、负载均衡偏差和完成时间；判定方法：容量结论必须覆盖通信模式和热点分布，均匀随机流量达到线速不能代表 AI 作业可扩展性；复验材料：保存“智算中心东西向容量”拓扑、版本、配置、原始计数、关键 PCAP 与复测结论。最终要定位交换机、网卡、QoS、队列和路径策略的边界，并为上线前调优提供证据。 本页给出测试方法，不虚构客户案例，也不承诺未经验证的结果。