AI超节点时代的交换机革命
AI大模型参数规模的指数级增长,正倒逼AI训练集群持续扩容。在这场算力军备竞赛中,网络性能已成为决定集群算力释放效率的关键。对于超大参数模型而言,更高的网络带宽能直接压缩训练周期。RDMA(远程直接内存访问)技术因其绕过内核、降低时延的特性,成为解决通信瓶颈的核心方案。随着算力需求从单芯片堆叠转向系统级协同,依托高速互联技术构建的AI“超节点”架构,正推动交换机市场迎来新一轮技术迭代与格局重塑。
01技术演进:从通信瓶颈到RDMA破局
在GPU通用计算(GPGPU)时代早期,集群节点间的GPU数据传输需依赖CPU,通信瓶颈限制了计算能力的完全发挥。2009年,NVIDIA与Mellanox合作研发GPU Direct技术,并于2012年随Kepler架构正式发布GPU Direct RDMA。该技术实现了GPU与网卡的直接通信,大幅提升了HPC集群的整体效率。
传统数据中心的数据传输受困于TCP/IP架构的原生缺陷。数据在发送端需经过多次内存拷贝与内核态驱动封装,接收端亦需反向操作,导致传输时延高、CPU负载重。RDMA技术通过主机卸载与内核旁路,实现了应用程序间直接内存到内存的通信,全程无需CPU深度介入。这一特性使其成为高性能计算、大数据存储及机器学习领域的核心互联技术。
02路线之争:InfiniBand与以太网的博弈
| 对比维度 | InfiniBand | Ethernet (RoCE v2) |
|---|---|---|
| 标准组织 | InfiniBand Trade Association (IBTA) | IEEE 802.3工作组 |
| 设计目标 | 极致性能:超低延迟、高吞吐、确定性通信 | 通用性、互操作性、向后兼容、成本效益与广泛部署 |
| RDMA支持 | 原生集成(核心特性,无需额外协议) | 需RoCE(v1/v2)或iWARP(依赖无损网络配置) |
| 硬件成本 | 交换机与HCA成本较高(专用生态) | 规模效应显著,硬件选择多样,总体成本更低 |
| 运维复杂度 | 部署简单(开箱即用低延迟),但生态封闭 | 配置灵活,但RoCE需精细调优(PFC/ECN),运维门槛高 |
两种主流RDMA技术路线对比
InfiniBand作为原生RDMA协议代表,由NVIDIA子公司Mellanox主导,能提供低于2微秒的极低传输时延和零丢包性能,是RDMA领域的性能领导者。RoCE协议则旨在将RDMA优势迁移至以太网生态,其中RoCE v2通过IP/UDP封装实现跨子网路由,虽然时延略高于InfiniBand,但凭借部署灵活性迅速占领市场。
为了撼动InfiniBand在AI领域的主导地位,2025年6月,博通、微软、谷歌等巨头联合推出UEC(超以太网联盟)1.0规范。该规范旨在重构以太网协议栈,使其在性能上逼近InfiniBand,同时提供多供应商无缝集成,规避供应商锁定问题。目前,阿里巴巴、百度、华为、腾讯等国内企业均已加入该联盟。
03产业影响:超节点爆发与交换机需求
AI算力增长受单芯片物理功耗密度、互连带宽及内存容量瓶颈制约,边际效益持续递减。行业共识认为,将数十乃至上百颗GPU逻辑整合为统一计算单元的“AI超节点”架构,是突破单芯片性能上限的主要路径。这一架构变革推动数据中心网络架构从2层向3层、4层演进,新增的后端网络层级直接拉动了对高速交换机、网卡及光模块的海量需求。
04厂商布局:国际巨头与国产竞品
主要厂商核心产品布局
国际巨头
凭借芯片与生态优势,率先推出超高性能与CPO架构方案
- NVIDIA:推出Spectrum-x平台;下一代Rubin平台全面转向CPO架构并宣布量产。
- 博通:发布全球首款102.4Tbps交换机芯片Tomahawk 6,专为百万级XPUs集群设计。
国内设备商
快速跟进旗舰产品,布局高密度与液冷技术
- 华为:发布128×800GE 100T盒式交换机XH9330及128×400GE 51.2T液冷交换机XH9230。
- 新华三:发布1.6T智算交换机S98258C-G及全球首款51.2T 800G CPO硅光交换机。
- 锐捷网络:完成基于博通Bailly芯片的51.2T CPO交换机商用互联方案演示。
- 中兴通讯:推出国产超高密度230.4T框式交换机及全系列盒式交换机。
互联网自研
基于白盒化趋势,定制自研交换机以适配超大规模集群
- 腾讯:2022年点亮业界首款25.6T CPO交换机Gemini。
- 字节跳动:上线102.4T自研交换机,支撑十万卡级GPU集群,全端口支持LPO。
- 阿里巴巴:展出集成3.2T NPO技术的102.4T国产交换机,支持平滑演进至409.6T。
互联网企业下场自研交换机,是技术趋势与市场需求共同驱动的结果。白盒化发展降低了技术门槛,软硬件解耦特性大幅降低了建网成本。超大规模数据中心运营商对网络的可扩展性及低延迟有着极致定制化需求,传统标准化产品难以完全匹配。自研交换机不仅能让企业深度适配业务场景,掌握网络底层能力主动权,还能显著降低集群建设的总体拥有成本(TCO)。
随着以太网部署方案的持续优化及超以太网联盟生态的完善,以太网在AI智算网络的市场占比预计将持续攀升。尽管InfiniBand目前仍主导高端市场,但基于成本与规模优势,以太网交换机正朝着高速率、多端口、白盒化及光交换方向加速迭代,成为支撑未来AI算力基础设施的关键力量。
当前文章无评论,是时候发表评论了