OpenAI发布MRC超算协议，重塑10万GPU集群通信，AMD等合作推进

文章摘要

【关 键 词】 大模型、算力网络、路径优化、故障容忍、行业标准

随着大语言模型训练规模突破万卡级别，超大规模计算集群对底层数据传输的稳定性提出了极高要求。

传统单路径网络极易因局部拥堵或单点线路老化引发全局延迟，任何数据包丢失都会迫使昂贵的计算任务中断重启。

传统架构下的微小网络波动会被同步预训工作负载成倍放大，直接导致极高的算力损耗与时间成本，迫切需求从物理拓扑层面进行彻底重构。

为此，多家科技企业联合开发了多路径可靠连接协议，将传统超高带宽通道拆解为多组独立并行的子平面，使得超大规模节点集群仅需两层交换机即可完成全互联配置，显著降低组件功耗与总体建设开支。

在流量调度机制上，新协议抛弃僵化的固定路由规则，采用分布式数据喷射技术将计算流量均匀摊薄至数百条物理路径中，接收端依据每个数据包头内置的内存坐标完成无序拼接，从根源上抹除了网络阻塞热点。

该架构同时引入静态段路由技术，剥离交换机的动态收敛计算职能，使其仅保留核对与转发的基础属性，从而根除了路由重计算引发的系统级震荡与隐蔽故障。

该协议已在多款顶级智算平台完成实地部署，依托底层融合以太网标准与健康周期探测算法，实现微秒级链路故障识别与毫秒级业务无感热切换。

标准化通信规范已面向全行业公开，通过跨生态的硬件协同对齐，构建出具备弹性减震能力的基础设施底座，为后续通用人工智能的持续规模化演进提供坚实支撑。

原文和模型

【原文链接】 阅读原文 [ 3052字 | 13分钟 ]
【原文作者】 AIGC开放社区
【摘要模型】 qwen3.6-plus
【摘要评分】 ★☆☆☆☆

阿里云百炼

大模型服务平台是阿里云基于通义大模型等多种大模型的一站式大模型开发平台。