中科曙光发布国产IB网络：全栈自研实现万卡级算力集群

《科创板日报》3月13日发布消息（记者 郭辉）3月12日，中科曙光在郑州宣布实现国产高端原生RDMA技术重大突破，正式推出首款全栈自研400G无损高速网络——scaleFabric。

据了解，中科曙光scaleFabric是国内首款全栈自研IB网络产品。

在大规模智算集群领域，RDMA（远程直接内存访问）网络已成为算力中心的基础需求。中科曙光scaleFabric基于原生RDMA架构，从底层的112G SerDes IP、硬件设备到上层的管理软件实现100%自主研发，突破了海外在高端原生RDMA网络的技术垄断。

中国工程院院士邬贺铨指出，高速网络作为算力基础设施的核心关键技术，其自主可控性直接关系到国家算力基础的安全与发展质量。在大模型训练和智算集群规模化部署背景下，网络需要同时具备超低延迟、超高带宽与无损传输能力，而RDMA高速网络正是智算集群的“算力大动脉”。

目前InfiniBand和RoCE是市场主流的高速网络技术方案。其中InfiniBand凭借低时延与原生无损传输能力，在全球顶级超算与AI集群中被广泛采用。根据TOP500榜单，当前全球约60%的高性能计算系统采用InfiniBand网络架构。

中科曙光scaleFabric采用InfiniBand原生RDMA路线，而非RoCE路线。对此，中科曙光表示，InfiniBand的技术路线在AI/HPC中具有不可替代的优势，是真正的无损网络，而无损特性对RDMA性能的发挥具有优势，便于更好地对网络进行管理。

此前InfiniBand（IB）相关产业链基本被海外厂商垄断。

2019年，英伟达以69亿美元收购Mellanox（迈络思）。Mellanox是一家主打InfiniBand网络技术的公司。上世纪90年代以后，随着超算技术的路径分化，InfiniBand逐步成为高速网络的代名词。这一收购事件被视为算力史上的标志性转折点，英伟达借此从一家GPU产品厂商转型为AI数据中心公司，还实现以整合网络技术，解决AI算力规模化进程中的通信瓶颈。

据业内人员向《科创板日报》记者表示，中国市场用户在使用IB网络时面临诸多痛点，IB网络虽是开放协议，但是技术事实上是被迈络思公司所垄断的，其次其价格成本、服务和响应速度也难以满足国内客户的需求。

性能方面，据称scaleFabric400系列网络产品技术规格实现全面对标英伟达NDR产品。

中科曙光高速网络互联产品部总工程师万伟介绍，scaleFabric的核心是自主研发的两颗高速网络芯片。其中scaleFabric400网卡芯片做到400G高带宽，采用自研的RDMA引擎；scaleFabric400交换芯片实现64T双向交换容量，采用VCT交换机制，转发时延可低至260纳秒。

此外，scaleFabric交换机端口密度做到80口400G，与英伟达NDR 64口交换机相比，端口密度提升25%，这使得scaleFabric的组网成本得到大幅降低。同时，单卡最大QP数支持为256K，相比英伟达NDR提升100%，单子网互联规模是传统IB的2.33倍，可轻松支持最大11.4万卡集群部署，同时网络总成本可降低30%。

“实测数据来看，scaleFabric基本上都能做到和英伟达NDR相当的水平，部分数据甚至优于NDR系列，两款芯片技术规格全面对标了英伟达当前主力产品的NDR产品。”万伟如是称。

在与现有IB网络的兼容方面，据介绍，scaleFabric提供原生的接口，可全面兼容各种通信库，实现无缝兼容各种HPC和AI的应用，各类大模型训练都可以在不改代码的情况下，直接迁移到基于scaleFabric的系统。同时，在网络管理和维护方式上，也兼容了IB用户的使用习惯。

对国产算力硬件的兼容上，中科曙光高级副总裁李斌接受《科创板日报》记者等媒体采访表示，过去scaleFabric已经对不同的计算芯片进行了互联适配，未来会探索更高效的方式，比如计算芯片通过专有的协同连接到网卡，另外还在生态内推动芯片互联协议的共享，探索与其他厂商芯片更高效的芯片直通。

在实际应用层面，scaleFabric目前已部署在位于郑州的国家超算互联网核心节点，支撑三套万卡级scaleX智算集群上线运行，总规模达3万卡。

李斌表示，随着产品在超大规模智算集群中的落地应用，国产原生RDMA技术路线正逐步走向成熟，围绕其形成的高性能网络产业生态正在加速形成。

随着此次首款国产全栈自研IB网络产品的发布，中科曙光联合联想开天、中兴通讯、达梦数据、欧瑞科斯、乐讯科技、九章云极等产业合作方，成立光合组织高性能计算专委会AIDC高速网络工作组。

曙光信息产业（北京）有限公司副总裁柳昀表示，“scaleFabric技术推出后，未来还要依靠标准化的组织，以开放的姿态联合更多的国内合作伙伴，从AI数据中心、加速芯片到网络设备、AI框架等多个环节，推动产业协同创新，构建AI网络生态。”