北京
一边是两会将“超大规模智算集群”写入政府工作报告，一边是全民“养虾”热。这两个看似不相关的话题，其实指向同一方向——AI正在从“研发”走向“应用”，而支撑这场应用的底座，正在被重新定义。
今年两会《报告》，有个说法让人挺兴奋的：“算力国产化”被摆到了新基建的核心位置，明确提出要搞“超大规模智算集群”。
这是给国产算力发了一张“入场券”。
以前我们聊信创，聊的是办公电脑换国产、服务器换国产，属于“替代”；现在战场直接换到了AI算力中心，大模型一火，算力就是硬通货，这是“新建”。对国产产业链来说，确实是第二增长曲线打开了。
但兴奋归兴奋，真正的硬仗可能才刚开始。最近外网突然炸了，几家科技媒体连着爆料：中国一家头部算力厂商在原生RDMA上搞出全栈自研突破，性能将与NVIDIA相匹敌。
为什么一条网络相关的消息能炸圈？因为“超大规模智算集群”这几个字，落到技术上，要求的可不只是把显卡换成国产的那么简单。当集群从几千卡往万卡、十万卡走的时候，有一个环节会被成倍放大，那就是网络。
大模型训练的通信模式，有点像几千个人同时协作一个项目，必须在极短的时间内同步信息。只要中间有一个人传话慢了，整个进度就得等。网络延迟、丢包、抖动，都会被成倍放大。
我们来看目前的两条主线：
RoCE 的思路挺聪明，想在普及率最高的以太网上跑 RDMA，实现低成本的高性能传输。这好比给普通轿车换上高性能轮胎，日常开确实比别的车快。但问题在于，一旦上了赛道、跑到极限速度，底盘和悬挂的先天差异就暴露出来了。
IB 网络为极限场景设计。它有一个很特别的设计：传输数据之前，先确认接收端有足够的资源。这种基于信用的流控机制，让它的交换延迟可以低到 100 纳秒级别，而且几乎不会丢包。
当然，RoCE 也有自己的生态位。它在中小规模集群里确实够用，成本也更友好。但现在的问题是，高端市场的节奏已经走到 400G 互联，而在 200G 以上的高速领域，RoCE 的核心交换芯片和网卡芯片，依然高度依赖海外厂商。换句话说，RoCE 的上限，现阶段不完全由我们自己决定。
这给国产智算基建出了一道难题：我们是要在通用架构上继续修修补补，还是集中资源去攻克高性能网络这座山头？叠加两会提出要建超大规模集群，相信趋势已经很明显了。
在 AI 时代，我们是否有底气打造真正属于自己的算力底座？这场连接之战，可能比芯片之战更隐蔽，但也同样关键。
特别声明：以上内容(如有图片或视频亦包括在内)为自媒体平台“网易号”用户上传并发布，本平台仅提供信息存储服务。
Notice: The content above (including the pictures and videos if any) is uploaded and posted by a user of NetEase Hao, which is a social media platform and only provides information storage services.
