在AI大模型訓練與高通量推理計算需求迅猛增長的背景下，萬卡級算力集群正成為行業(yè)主流。然而，大規(guī)模分布式訓練中網(wǎng)絡通信耗時占比高達30-50%，網(wǎng)絡性能成為制約算力系統(tǒng)效率的關鍵瓶頸。面對這一挑戰(zhàn)，中科曙光近日宣布推出國內首款全棧自研的400G無損高速網(wǎng)絡解決方案——scaleFabric，標志著我國在高端智算互聯(lián)領域實現(xiàn)重大技術突破。

作為面向超大規(guī)模智算集群設計的原生RDMA網(wǎng)絡，scaleFabric構建了從底層IP到上層軟件的完整自主技術體系。該方案涵蓋112G SerDes核心IP、交換芯片、智能網(wǎng)卡及管理軟件等全鏈條組件，其中400G網(wǎng)卡采用PCIe5.0接口，端到端時延低至0.9微秒；800G交換機支持雙向64Tbps交換容量，時延僅260納秒，性能指標全面對標國際頂尖的英偉達NDR架構，并在端口密度、單子網(wǎng)規(guī)模等維度實現(xiàn)超越。通過信用制無損流控機制，系統(tǒng)可徹底規(guī)避擁塞丟包風險，實現(xiàn)近萬卡集群連續(xù)10個月穩(wěn)定運行，故障恢復時間小于1毫秒。

在鄭州國家超算互聯(lián)網(wǎng)核心節(jié)點的實際應用中，scaleFabric已支撐三套總規(guī)模達3萬卡的scaleX智算集群上線。運行數(shù)據(jù)顯示，該網(wǎng)絡可高效支持跨POD組網(wǎng)與大規(guī)模并行訓練任務，單子網(wǎng)互連規(guī)模達傳統(tǒng)IB架構的2.33倍，網(wǎng)絡總成本降低30%。中國工程院院士鄔賀銓在視頻致辭中強調："高速網(wǎng)絡是算力基礎設施的核心命脈，其自主可控性直接關系到國家數(shù)字安全與發(fā)展質量。scaleFabric的突破為構建自主可控的智算生態(tài)提供了關鍵支撐。"

長期以來，InfiniBand產業(yè)鏈被海外廠商高度壟斷，從高速SerDes IP到核心芯片、IB網(wǎng)卡等關鍵環(huán)節(jié)均存在技術壁壘。隨著AI算力需求呈指數(shù)級增長，發(fā)展自主高性能RDMA網(wǎng)絡已成為產業(yè)共識。scaleFabric的落地不僅填補了國內數(shù)據(jù)中心高速網(wǎng)絡領域的技術空白，更通過"算-存-網(wǎng)"協(xié)同優(yōu)化的系統(tǒng)級設計，為大規(guī)模AI基礎設施提供了完整的國產化解決方案。目前，圍繞該技術已形成涵蓋芯片、設備、軟件的完整產業(yè)生態(tài)，為我國智算基礎設施升級注入新動能。