🟢NVIDIA Blog•較早收集於 4h
Spectrum-X 新增 MRC 支援 Gigascale AI
💡Spectrum-X + MRC 主導 Gigascale AI 乙太網路—大型叢集建置者關鍵（38字元）
⚡ 30-Second TL;DR
有什麼變化
開放式 AI 原生乙太網路結構適用於大型 AI 工廠
為什麼重要
強化 NVIDIA 在 AI 基礎設施的主導地位，讓超大規模業者建置前所未有 AI 工廠。對超越目前乙太網路限制的從業人員至關重要。
下一步行動
在您的 AI 叢集原型中，將 Spectrum-X 搭配 MRC 與 InfiniBand 進行基準測試。
誰應關注：Enterprise & Security Teams
關鍵要點
- •開放式 AI 原生乙太網路結構適用於大型 AI 工廠
- •現新增 MRC 強化擴展能力
- •業界領導者部署的最先進 AI 網路技術
- •Gigascale AI 優先效能與韌性
🧠 深度解析
AI-generated analysis for this event.
🔑 增強重點摘要
- •MRC（Multi-Rail Connectivity）技術透過將多個網路介面卡（NIC）與交換器連結，顯著提升了 AI 叢集的頻寬利用率與容錯能力，解決了大規模 AI 訓練中的網路瓶頸。
- •Spectrum-X 平台整合了 NVIDIA BlueField-3 DPU，不僅提供乙太網路的開放性，還能實現類似 InfiniBand 的擁塞控制與遙測功能，專為 AI 工作負載優化。
- •此更新旨在解決 Gigascale AI 工廠中常見的「長尾延遲」問題，透過更精細的流量調度，確保數萬個 GPU 節點在進行大規模模型訓練時能保持同步。
📊 競品分析▸ Show
| 特性 | NVIDIA Spectrum-X | Broadcom Tomahawk/Jericho | Cisco Nexus (AI/ML) |
|---|---|---|---|
| 核心架構 | AI 原生乙太網路 (含 DPU) | 高效能 ASIC 交換晶片 | 傳統乙太網路架構強化 |
| 擁塞控制 | 專有 AI 流量優化 (Adaptive Routing) | 標準化流量管理 | 傳統 QoS 與緩衝區管理 |
| 軟體生態 | NVIDIA AI Enterprise / Cumulus | 廣泛的第三方 NOS 支援 | Cisco Nexus Dashboard |
| 適用場景 | 超大規模 AI 訓練叢集 | 資料中心核心交換 | 企業級 AI 與混合雲 |
🛠️ 技術深入
- MRC (Multi-Rail Connectivity) 實作：允許單一運算節點透過多個實體網路路徑同時傳輸資料，有效將單一節點的有效頻寬倍增。
- 擁塞控制機制：利用 Spectrum-4 交換器與 BlueField-3 DPU 的硬體遙測，實現微秒級的動態路由調整，避免網路熱點。
- 擴展性：支援數萬個 GPU 節點的無損乙太網路傳輸，透過 RoCE (RDMA over Converged Ethernet) 優化，降低 CPU 負載。
🔮 前景展望AI analysis grounded in cited sources
乙太網路將在超大規模 AI 叢集中取代 InfiniBand 的壟斷地位。
Spectrum-X 透過軟硬體整合補足了乙太網路在 AI 效能上的短板，降低了企業建置 AI 工廠的技術門檻與成本。
網路架構將成為 AI 算力擴展的關鍵瓶頸。
隨著模型參數規模進入兆級，運算節點間的通訊頻寬與延遲將直接決定整體訓練效率，推動網路技術向更高效的互連架構演進。
⏳ 時間線
2023-05
NVIDIA 正式發表 Spectrum-X 平台，旨在將乙太網路引入 AI 領域。
2024-03
NVIDIA 宣布 Spectrum-X 進入量產階段，並獲得多家雲端服務供應商採用。
2025-06
NVIDIA 擴展 Spectrum-X 生態系統，強化對大規模 GPU 叢集的支援。
2026-05
NVIDIA 於 Spectrum-X 新增 MRC 支援，進一步提升 Gigascale AI 的網路韌性。
📰
AI 週報
閱讀本週精選 AI 大事摘要 →
👉相關動態
AI 策展新聞聚合。所有內容版權歸原始發布者所有。
原始來源： NVIDIA Blog ↗