英伟达（$NVDA）将其面向人工智能（AI）数据中心网络技术提升至新高度。其最新公布的“多路径可靠连接（MRC）”是一项用于减少超大规模GPU集群中瓶颈与故障的技术，其核心在于OpenAI与微软（$MSFT）已在真实AI训练环境中实际应用。
此次发布并非简单的网络升级。英伟达明确了其将长期被视为通用基础设施的以太网转变为“AI原生”网络的蓝图。特别是MRC，它运行在Spectrum-X以太网平台之上，旨在针对数万至数十万个图形处理器（GPU）同时运行的“AI工厂”环境。
MRC是一种基于远程内存直接访问（RDMA）的传输协议。简单来说，其设计是将一个连接分散到多个网络路径进行传输，并在出现拥塞或故障时实时绕行。这种方式能减少因特定路径流量集中而产生的瓶颈，并有助于在发生短暂故障时，避免大规模AI训练任务中断。
据英伟达称，OpenAI已在利用基于Spectrum-X的MRC技术，用于驱动ChatGPT和Codex的最新大型语言模型（LLM）训练。微软也将其引入部分基于GB200系统的大型AI工厂。这意味着该技术并非实验室级别，而是在实际运行环境中得到验证的技术。
本次发布的核心架构
本次发布可归纳为三大支柱。首先，MRC本身充当新的传输层角色。它将单个RDMA连接扩展到多条路径，并根据拥塞信号和路径状态保持最佳传输状态。其次，Spectrum-X是驱动MRC的基础平台。第三，该规范将通过开放计算项目（OCP）公开。除英伟达外，OpenAI、微软、AMD（$AMD）、博通（$AVGO）和英特尔（$INTC）也参与了开发。
英伟达在此也采取了“开放标准，差异化实现”的策略。即不将数据包规范本身据为己有，而是以任何人皆可实现的形式公开，同时指出实际的性能差异取决于网络接口卡、交换机和主机软件之间的紧密集成程度。换言之，标准保持开放，但优化能力在于其自身的硬件与软件整合。
英伟达网络高级副总裁Gilad Shainer将此技术描述为将网络的“大脑”扩展到了主机端。在传统以太网环境中，通常由交换机主导路由，用户很难精细控制服务器外部的网络。但在MRC中，SuperNIC和主机端管理软件可以直接参与路由决策。这意味着，即使像OpenAI这样不直接拥有云基础设施的机构，也能根据其特定的训练任务调整网络行为。
这种架构在“托管用户”与“基础设施所有者”分离的环境中尤为重要。例如，OpenAI在微软的基础设施上运行大规模AI模型，但其架构并非直接管理所有交换机。尽管如此，利用MRC，他们仍可通过服务器端软件和NIC，在一定程度上参与路由策略、拥塞应对和故障规避。随着AI生态系统的进一步多层化，对这种模式的需求很可能会增长。
多平面架构与可扩展性
本次发布另一个值得关注的方面是“多平面”架构。这种方式并非构建单一网络来连接GPU，而是将其构建为多个独立的路径集合。简单来说，就是设置多套能够处理相同东西向流量的并行网络。Spectrum-X在此多平面环境中提供基于硬件加速的负载均衡，即使在特定路径出现故障或维护时，也能将流量切换到其他平面，从而最大限度地减少训练中断。
MRC在此多平面架构上能更高效地运行。它不仅是将多条并行网络作为备份路径，而是主动利用它们，同时提升性能与恢复能力。这被视为一个信号，表明以太网正超越传统的通用数据中心网络，演变为专为AI训练设计的专用网络架构（Fabric）。
英伟达将MRC视为现有技术的有效补充。目前，Spectrum-X至少支持两种面向AI的以太网传输方式。一种是专注于交换机和NIC层面自适应优化的“自适应RDMA”，另一种则是强化了多路径与主机端控制的MRC。这意味着客户可以根据自身的工作负载和运营方式选择不同的协议。
这亦与业界另一项标准化行动——超以太网联盟（UEC）相关联。UEC是由多家企业参与，旨在定义下一代基于以太网的RDMA网络架构的尝试。不过，英伟达预测，长期来看，并非只有单一“赢家”胜出，而是超大规模云厂商和AI运营商将根据各自需求，让多种传输协议并存。
在此背景下，MRC可被视为一个已进入实际使用阶段的“定制化AI以太网”案例。当UEC仍在发展之际，MRC已在微软基于GB200的集群和OpenAI的环境中实际运行。这表明英伟达在网络竞争中，正超越单纯的芯片供应商角色，作为事实上的架构设计者扩大其影响力。
从整个产业来看，此次发布明确了三大趋势。第一，随着AI的普及，以太网本身正迅速分化。像过去那样用一个以太网概念描述整个数据中心已愈发困难，缓存结构、拥塞控制、RDMA方式、AI专用传输技术都各自不同。第二，开放标准与专有实现的组合正成为新的常态。第三，仅认为UEC才是未来唯一答案的观点正在失去影响力，多种方式共存的“多极化” TP AI注意事项 使用TokenPost.ai基础语言模型进行了摘要。本文主要内容可能被遗漏或与事实不符。
