以下是演講實錄：
程傳勝：各位嘉賓下午好，正式開始前我先做下自我介紹，我叫程傳勝，來自百度系統部，在百度負責交換機和光模塊的硬件，同時在ODCC testbed項目組擔任項目經理，今天我分享25G網絡和測試運用。
首先我們看為什么選擇25G作為百度下一代主流速率，一句話總結：25G更高效，擴展性更強，性價比更高。雖然從速率來看40G比25G更快，但我們知道目前的40G是通過4×10G實現的，比25G落后一代。假設某個交換芯片有128個設備是lan的話，25G速率下整個交換帶寬和交換能力是最大的，同時25G速率下連接服務器的數量和交換能力也是最優的。第二，25G可以更方便的升級到50G和100G，25G技術出現之前，100G是通過10×10G實現和應用，現在對于25G技術來講，4×25G就能實現100G.如果使用PAM4電平，單25G Lan就能實現50Gb/s的數據傳輸。
第三是單Gbit的Consumption和Cost相對10G都有下降。先說Consumption功耗，我們有做過對比，交換機都插滿AOC和光模塊，荷蘭服務器 英國主機租用，蛇形打流滿載情況下，25G交換機的功耗大約是10G交換的1.5倍。這樣看25G的Consumption/Gbit是10G的0.6倍。再看Cost成本，我們拿預計今年末交換機加AOC和光模塊的成本對比，25G系統的成本大約是10G系統成本的2倍。所以25G的Cost/Gibt是10G的0.8倍，我們相信隨著明年25G的大量應用，這個數字還會降低。
Consump功耗，滿負載情況下25G交換機的功耗大約是10G交換機功耗的1.5倍。
第二個因素是25G生態的成熟。25G交換機在數據中心的應用是實實在在的工程實踐應用，所以我們需要25G生態的上下游各個環節都成熟，產品量產，2015年下半年百度決定做25G交換機的時候我們了解到25G相關的工程技術已經成熟應用或者即將成熟應用，當時有比較好的外界條件。以上兩個是選擇25G的外在條件，下面看用戶需求這個內在條件，對百度來講，百度為什么把現在的網絡主流速率從10G升級到25G，第一和第二原因都有。去年開始線上某些Hadoop集群的數據流量都有達到萬兆情況，百度云和百度AI的快速發展，對網絡延時和帶寬的要求越來越高，升級到25G也有為帶寬做準備的意義。
基于以上原因，百度選擇25G作為這一代的主流速率。ODCC對25G的研究開展始于2015年，2015年10月成立網絡組，同時提出若干項目，其中一個項目是25G交換機項目，我擔任項目經理。2016年9月ODCC峰會發布25G TOR交換機規格書V1.0版本。這個規格書詳細給出了ODCC推薦的25G TOR交換機的硬件架構和核心設計。值得一提的是這個規格書給出兩種不同的規格，供開發者參考。2017年是25G在ODCC爆發的一年，2017年4月份我們發布了25G AOC和100G開放光模塊技術規范。同年5月成立25G TestBed測試項目組，8月發布25G系列測試規范。線下多次舉辦了沙龍溝通和工作組會議，在座的會員單位有的參加過。
百度25G TOR設計原則。首先是解決10G交換機痛點，第一個痛點是軟件硬件沒有歸一化處理。現在百度線上萬兆交換機有三個廠家，在CPU使用上，有的廠家使用MIPS架構CPU，有的使用PowerPC架構CPU，同時硬件系統驅動也沒有管控。CPU架構和硬件系統不統一造成研發百度OS的時候要分別適配，出現一個現象，三款萬兆交換機是用三款百度OS的image（音），這給我們的人力和軟件版本的管理造成了一定的困擾。第二個是I2C問題。I2C總線在交換機系統中有廣泛的應用，AOC、光模塊、PSU、FAN的管理，大都是使用I2C總線。對于可插拔的模塊來講，插拔模塊時，一定概率會出現I2C總線鎖死，域名注冊，如果沒有對此路I2C總線做隔離，進而會影響到整個I2C總線。導致I2C總線不可用，給運維帶來一定的不便。第三個痛點是診斷手段不夠豐富，問題記錄上報比較少，線上的交換機如果發生死機故障，我們不能進行遠程診斷，也不能進行遠程恢復，我們必須通知現場的外包手動下店進行恢復，對我們人力資源也是一個浪費。交換機如果發生重啟故障的話，我們對重啟類型和重啟原因的記錄也比較少，問題的故障預警也沒有實現。
針對以上痛點，我們制定25G TOR的時候采取了全程參與、深度定制的方法，首先百度會制定詳細的硬件規格和核心設計方案，百度依靠我們自己的軟件設計能力和硬件設計能力，給出一個詳細的百度想要的交換機的規格，通過我們的設計解決和避免萬兆交換機存在的痛點，也能實現我們自己的一些想法。第二，對關鍵器件我們統一管控，我們選定廠家和型號，必須使用我們選定的關鍵器件，這樣做的目的一是有利于軟件的歸一化，二是有利于硬件質量的控制。TOR交換機在研發過程中我們全程參與，這樣做的目的是了解我們研發的過程，同時確保我們的規格書能執行到
