叶脊架构（Spine-Leaf）是数据中心里最常见的两层网络拓扑：每一台"叶子"交换机（Leaf）都连到每一台"脊"交换机（Spine），而 Spine 之间、Leaf 之间互不直连；服务器只挂在 Leaf 上。
为什么长成这个形状
传统数据中心用的是"接入层—汇聚层—核心层"（Access-Aggregation-Core）三层结构。它默认流量是"南北向"（North-South）：外面的用户访问里面的服务器。同楼层机器互访还行，跨楼层就得往上绕，路径有长有短。
AI 训练把流量方向调转了 90 度，变成"东西向"（East-West）：服务器和服务器之间狂发数据。这时三层结构的两个毛病就暴露了——汇聚层上行带宽收敛，容易堵；跨区通信的跳数和时延不一致。
叶脊的做法是把中间层压掉。任意两台服务器之间只有两种可能：挂在同一台 Leaf 下，一跳；挂在不同 Leaf 下，Leaf→Spine→Leaf，三跳。不管机器在机房哪个角落，最多三跳，跳数固定。
打个比方：三层结构像老式公司，跨部门办事要走"我的主管 → 我的部门总监 → 对方总监 → 对方主管"，路程长短全看部门在哪一层。叶脊像城市地铁网格，每条线（Leaf）和每条换乘线（Spine）都相交，从任意站到任意站最多换乘一次，走法稳定可预期。
和相邻概念的区别
| 对比项 | 传统三层 | 叶脊两层 |
|---|---|---|
| 主要服务流量 | 南北向 | 东西向 |
| 任意两点路径 | 跳数不固定 | 最多 3 跳，固定 |
| 扩容方式 | 换更大的核心设备 | 横向增加 Spine 或 Leaf |
| 时延表现 | 波动较大 | 一致、可预测 |
Spine-Leaf 是 CLOS 网络（Clos network，源自 1953 年 Charles Clos 的电话交换网设计）在数据中心的落地形态；胖树（Fat-Tree）则是它在超算与大规模集群里的一种常见变体。叫法常被混用，核心思想一致：用大量等价路径取代单台大设备。这些等价路径靠 ECMP（Equal-Cost Multi-Path，等价多路径）把流量摊到所有 Spine 上。
对 AI 从业者的意义
分布式训练里最重的通信是 AI 词典：AllReduce">AllReduce：每张卡都要和其他所有卡交换梯度分片，本质是"人人对话"。同步训练又是木桶效应——最慢的那一对节点决定整个 step 的耗时。
等跳数意味着没有"远房亲戚"节点；等价多路径意味着流量不会全挤到某一台 Spine。两者合起来，让 AllReduce 的尾延迟可控，集群从几十卡扩到几千卡时，通信不会先崩、再拖垮算力。
看集群方案时，你会遇到"收敛比"（Leaf 下行总带宽与上联总带宽之比，理想是 1:1 不收敛）、"Spine 数量"这类词。规模再大，还会在 Spine 之上加一层 super-spine，把多个 POD 连起来。具体设备端口与速率以官方页面为准。