Архитектура AWS RNG: революция в сетях дата-центров на основе теории случайных графов

Протокол Spraypoint

Разработан специально для экспандерных графов. Алгоритм работает полностью распределенно на стандартном оборудовании и находит множество (практически равное степени узла) реберно-непересекающихся путей между парой конечных точек. При этом пути для разных пар почти не пересекаются, что обеспечивает высокую пропускную способность и «взаимозаменяемость емкости» всей фабрики.

ShuffleBox — революционная пассивная оптика

Ключевая инженерная находка, сделавшая плоскую сеть практичной с точки зрения прокладки кабелей. ShuffleBox — полностью пассивное оптическое устройство, которое внутренне перемешивает окончания кабелей. Благодаря этому сложность кабельной инфраструктуры остается сопоставимой с классическими fat-tree-фабриками, но при этом ShuffleBox не потребляет электроэнергию.

Конкретные цифры: производительность, стоимость и энергопотребление

По результатам тестов и эксплуатации AWS, архитектура RNG обеспечивает следующие преимущества по сравнению с сопоставимыми fat-tree-решениями:

В AWS подсчитали, что совокупная экономия от внедрения RNG может исчисляться миллиардами долларов, а экстраполяции некоторых источников говорят о потенциале до $200 млрд накопленной экономии к 2026 году.

Где и когда развернута RNG

• Конец 2024 г. — первое промышленное внедрение в дата-центре AWS в Дублине, Ирландия.
• 2025 г. — расширение на площадки в Испании и Германии.
• К апрелю 2026 г. научная статья констатирует: «RNG is now the default datacenter network for most workloads at Amazon» — RNG стала сетью по умолчанию для большинства клиентских нагрузок AWS по всему миру.

Развертывание ведется как постепенная модернизация новых и реконструируемых дата-центров, без единовременной замены оборудования во всех регионах.

Почему клиентам ничего не нужно менять

RNG — изменение на физическом и маршрутизирующем уровне, полностью прозрачное для потребителей. Все сервисы AWS — EC2, VPC, балансировщики нагрузки, группы безопасности — продолжают работать с той же логической сетевой моделью. Никаких изменений в API, типах инстансов или прикладном коде не требуется. AWS «переложила рельсы» под капотом, и пользователи просто получают более быструю и устойчивую сеть без каких-либо усилий со своей стороны.

Конкурентные последствия для облачного рынка и ИИ-нагрузок

• Ценовое преимущество: снижение сетевых затрат на 9–45 % в масштабах AWS создает структурный отрыв по себестоимости — компания может либо демпинговать, либо реинвестировать высвободившиеся средства в вычислительные и ИИ-мощности.
• Ускорение ИИ/ML-нагрузок: распределенное обучение больших моделей критически зависит от пропускной способности сети. Рост пропускной способности до 33 % и резкое увеличение числа непересекающихся путей сокращают время выполнения задач и повышают утилизацию GPU.
• Энергоэффективность: минус 40 % энергопотребления сетевого оборудования — ощутимый вклад в ESG-повестку гиперскейлеров, особенно на фоне энергоемкости ИИ-кластеров.
• Устойчивость к отказам: экспандерные графы изначально предоставляют множество независимых маршрутов, повышая отказоустойчивость без традиционного резервирования дополнительных ярусов.
• Давление на конкурентов: Google Cloud, Microsoft Azure и другие провайдеры по-прежнему опираются на Clos-подобные топологии. Демонстрация работающей случайно-графовой сети в промышленной эксплуатации задает новую технологическую планку: соперникам придется либо инвестировать в аналогичные «уплощающие» решения, либо смириться с более высокими удельными затратами на сеть.

Переход от «толстого» к «плоскому» в сетях ЦОД — не лабораторный эксперимент, а новая реальность большей части облачной инфраструктуры Amazon.