MRC协议开源引爆AI基建革命,国产芯片迎万卡集群新机遇
01MRC协议解决传输瓶颈
2026年5月6日,OpenAI联合AMD、博通、英特尔、微软与英伟达共同发布多路径可靠连接(MRC)协议,并通过开放计算项目(OCP)向全行业开源。该协议专为超大规模AI训练集群设计,核心目标是解决网络拥塞、链路故障导致的GPU空转问题。在十万卡级集群中,传统单路径传输架构极易因局部拥塞或设备抖动造成同步训练中断,而MRC通过多平面网络、自适应数据包喷洒与SRv6源路由三大机制,将故障恢复时间从秒级压缩至微秒级,显著提升GPU利用率。目前该协议已在Oracle Cloud Infrastructure阿比林站点及微软Fairwater超级计算机中部署,支撑NVIDIA GB200超级计算机的前沿模型训练任务。123
02英伟达Spectrum-X率先落地
MRC协议率先在NVIDIA Spectrum-X以太网硬件平台上完成验证与优化。Spectrum-X作为AI原生以太网架构,结合ConnectX SuperNIC网卡与Spectrum交换机,原生支持MRC的多路径传输、微秒级故障旁路及跨平面负载均衡功能。2026年6月2日,英伟达宣布Spectrum-X硅光技术全面量产,采用光电一体封装(CPO)设计,相较传统收发器方案实现能效提升5倍、AI正常运行时间提升5倍。该平台已获CoreWeave、Lambda及Oracle Cloud Infrastructure等云服务商采用,用于构建万卡级AI工厂。OpenAI工业计算负责人Sachin Katti表示,在Blackwell架构中部署MRC后,训练任务可自动绕过链路抖动或交换机重启事件,无需人工干预,极大提升了系统鲁棒性。4567
03国产厂商启动兼容适配
面对MRC协议带来的架构变革,国产芯片厂商正加速技术响应。由于MRC基于RoCE标准扩展并通过OCP开源,硬件无关且无需专有授权,为国产交换芯片提供了直接对标机会。根据产业分析,MRC将单GPU的800G端口拆分为8个100G链路,推动51.2T/25.6T交换芯片成为超大规模集群组网主力。当前国产25.6T交换芯片已实现量产,51.2T产品正处于研发关键阶段。与此同时,海外龙头博通TH5 51.2T芯片面临70至80周的交货周期,供需严重失衡,为国产替代创造窗口期。华为昇腾生态虽未公开宣布MRC支持计划,但其灵衢UB2.0超节点协议在2025年9月已开源,具备8192卡互联与亚微秒故障切换能力,技术路线与MRC存在部分重叠。其他国产GPU厂商如海光、寒武纪及摩尔线程,正通过ROCm兼容或自研软件栈提升集群通信效率,部分千卡级国产算力集群已实现99%带宽利用率,显示出国产网络基础设施的初步协同能力。891011
04行业影响聚焦成本与标准
MRC协议的推广正重塑AI基础设施竞争格局。其两层交换架构可连接约13.1万块GPU,较传统三层或四层方案显著降低功耗、组件数量与建设成本。同时,协议开源特性削弱了单一厂商生态锁定效应,使AMD、英特尔等非英伟达硬件有机会平等参与大规模训练集群构建。对云服务商而言,这意味着更高的采购灵活性与更低的长期运维风险。然而,MRC当前主要针对训练场景优化,其静态源路由机制依赖可预测的数据流模式,在推理场景适用性受限。此外,谷歌、亚马逊与Meta尚未加入MRC联盟,三家均大力发展自研ASIC与私有互联协议,协议的全球包容性仍有待观察。短期来看,MRC不会直接影响终端API响应速度,但若成功降低超大规模训练成本与周期,或将间接推动新一代大模型迭代加速及服务定价优化。12131415
当前文章无评论,是时候发表评论了