📖 AI 总结

Meta 推出了 MetaRoCE，这是一种为 AI 规模以太网设计的全新 RDMA 传输协议，旨在解决大规模 AI 训练中的网络瓶颈问题。文章指出，训练前沿模型时，网络性能与计算能力同等重要，集体通信操作（如 all-reduce 和 all-to-all）的同步速度受限于最慢传输，任何网络延迟都会浪费大量算力。MetaRoCE 的核心创新在于颠覆传统 RoCE 依赖网络按序交付和 PFC 的假设，转而将网络视为有损环境，把排序、路径选择和恢复功能全部下沉到网卡（NIC）中，从而支持更高效的数据包喷洒。Meta 已通过 AMD Pensando 可编程网卡验证了该方案，并计划在 2026 年 10 月的 OCP 全球峰会上发布规范、参考软件实现和合规测试套件。目前，MetaRoCE 仍处于早期阶段，硬件支持有限，更多是架构决策而非采购选项，但其设计思路为 AI 集群网络性能优化提供了新方向。