本周GTC 2026正在上演，英偉達(dá)CEO黃仁勛再次強(qiáng)調(diào)了AI工廠的概念，表明核心為構(gòu)建覆蓋云、邊緣乃至太空的全棧AI基礎(chǔ)設(shè)施，并提出到2027年相關(guān)營(yíng)收將達(dá)1萬(wàn)億美元的預(yù)測(cè)。從云端來(lái)看，本次GTC聚焦Vera Rubin AI工廠平臺(tái)。它是一個(gè)由Vera CPU、Rubin GPU、NVLink 6及CPO共封裝光學(xué)交換機(jī)等七種芯片構(gòu)成的完整系統(tǒng)，旨在將整個(gè)數(shù)據(jù)中心整合為一臺(tái)巨型計(jì)算機(jī)。為應(yīng)對(duì)推理成本的挑戰(zhàn)，英偉達(dá)還引入了與Groq合作的LPU推理架構(gòu)，通過(guò)讓GPU負(fù)責(zé)“預(yù)填充”、LPU專攻“解碼”的協(xié)同模式，將推理的每瓦特Token生成效率提升了35倍。

從Scale-out和Scale-up互聯(lián)角度來(lái)看，英偉達(dá)過(guò)去2年并沒有在架構(gòu)上做過(guò)多的革新，而是著重強(qiáng)調(diào)Scale-up的大規(guī)模HBD擴(kuò)展，通過(guò)革新NVLink 與 NVSwitch整體性能構(gòu)建Scale-up網(wǎng)絡(luò)，并通過(guò) Spectrum 以太網(wǎng)交換機(jī)與 ConnectX 網(wǎng)卡的持續(xù)升級(jí)構(gòu)建 Scale-out 網(wǎng)絡(luò)。英偉達(dá)代表的是一個(gè)整體的AI交付解決方案，也是一種以英偉達(dá)計(jì)算芯片及其互聯(lián)體系所衍生的封閉生態(tài)。

大家還沉浸在英偉達(dá)AI全棧的狂歡中，整個(gè)北美的AI網(wǎng)絡(luò)正在以不同的形態(tài)演進(jìn)。近期，OCP正式發(fā)布ESUN(Ethernet for Scale-up Networking，面向縱向擴(kuò)展網(wǎng)絡(luò)的以太網(wǎng))1.0規(guī)范，旨在解決傳統(tǒng)以太網(wǎng)在大規(guī)模AI集群場(chǎng)景下的多維度瓶頸——包括小數(shù)據(jù)包傳輸開銷過(guò)高、多供應(yīng)商設(shè)備互操作性缺失、無(wú)損傳輸能力不足等長(zhǎng)期痛點(diǎn)，最終目標(biāo)是將標(biāo)準(zhǔn)以太網(wǎng)打造為支撐EB級(jí)AI工作負(fù)載。

(圖：ESUN 協(xié)議棧)

而在北美云廠商巨頭一側(cè)，打破Scale-out與Scale-up互聯(lián)生態(tài)區(qū)隔的新形態(tài)正在逐步上演。Scale-up、Scale-across 和 Scale-out 之間的界限在硬件最強(qiáng)勢(shì)的北美正在逐步模糊化。

(圖源：semiengineering.com)

北美互聯(lián)架構(gòu)創(chuàng)新案例：Maia 200

On Die NIC 網(wǎng)卡(NIC)集成進(jìn)主芯片

Maia 200 是微軟第一顆為 AI 推理場(chǎng)景深度定制的系統(tǒng)級(jí)芯片，于 2026 年 1 月正式發(fā)布。它基于 TSMC N3(3nm)工藝制造，集成超過(guò) 1400 億晶體管，TDP 功耗包絡(luò)為 750W，在算力密度、內(nèi)存容量與互聯(lián)帶寬三個(gè)維度上均實(shí)現(xiàn)了跨代躍升。

Maia 200 最具革命性的架構(gòu)決策，是將高性能以太網(wǎng) NIC 直接集成到主芯片 Die 上(On-Die NIC)，通過(guò)這種方式實(shí)現(xiàn)了Scale-out和Scale-up網(wǎng)絡(luò)的融合，這一設(shè)計(jì)具體實(shí)現(xiàn)如下：

(參考第一代Maia 100其構(gòu)建的Scale-up組網(wǎng)形態(tài))

1片間帶寬

提供單向帶寬 1.4 TB/s ，雙向帶寬2.8 TB/s 。

2互聯(lián)形態(tài)

在機(jī)架內(nèi)部，四顆Maia 200通過(guò)直接鏈路全連接，形成計(jì)算域;跨機(jī)架基于自研ATL(AI傳輸層)協(xié)議，基于標(biāo)準(zhǔn)以太網(wǎng)物理層進(jìn)行大規(guī)模擴(kuò)展，從而實(shí)現(xiàn)低延遲、無(wú)損的集合通信。比上一代Maia 100有所升級(jí)的是，ATL 網(wǎng)絡(luò)用于硬件級(jí)的包噴灑，多路徑路由、擁塞感知流量控制等高性能RDMA技術(shù)，可覆蓋更大的集群域。

3互聯(lián)規(guī)模

多個(gè)節(jié)點(diǎn)內(nèi)計(jì)算單元(4顆一組)通過(guò)工業(yè)標(biāo)準(zhǔn)高密度以太網(wǎng)交換機(jī) ASIC 互聯(lián)，形成可擴(kuò)展至 6,144 臺(tái)加速器的統(tǒng)一Scale-up 域，覆蓋 MoE 模型的全局 All-to-All 專家路由流量。

總結(jié)，Maia 200 架構(gòu)雖然相對(duì)激進(jìn)，但用同一物理層的以太網(wǎng)，同時(shí)承載 Scale-up 和 Scale-out 流量，通過(guò) ATL 協(xié)議層差異化處理兩類通信語(yǔ)義從而實(shí)現(xiàn)了統(tǒng)一的 Scale-up 與 Scale-out 網(wǎng)絡(luò)棧，大幅降低了部署和運(yùn)維復(fù)雜度。

北美互聯(lián)架構(gòu)創(chuàng)新案例：Meta MTIA系列

Meta 的高速迭代策略并非試圖“預(yù)測(cè)”模型走向，而是通過(guò)縮短反饋閉環(huán)來(lái)“緊跟”模型演變。AI 模型的迭代速度，快于傳統(tǒng)芯片的研發(fā)周期。芯片設(shè)計(jì)基于對(duì)未來(lái)工作負(fù)載的預(yù)測(cè)，但等硬件量產(chǎn)上線時(shí)(通常需要兩年時(shí)間)，這些工作負(fù)載可能已發(fā)生巨大變化。Meta沒有孤注一擲、長(zhǎng)期等待，而是刻意采用迭代式研發(fā)思路：每一代 MTIA 都基于上一代優(yōu)化，采用模塊化小芯片(芯粒，將大芯片拆分為多個(gè)獨(dú)立小模塊拼接，降低研發(fā)難度、提升復(fù)用性)設(shè)計(jì)，融入最新的 AI 工作負(fù)載洞察與硬件技術(shù)，并以更短的周期完成部署。這種更緊湊的迭代閉環(huán)，讓Meta的硬件能更好地適配不斷演變的模型，同時(shí)加速新技術(shù)的落地應(yīng)用。這一技術(shù)創(chuàng)新和奇異摩爾的Kiwi Fabric 計(jì)算與芯粒解耦技術(shù)路線不謀而合。

Meta 芯片MTIA的快速迭代

Meta發(fā)布的這四款A(yù)I芯片分別為MTIA 300、MTIA 400、MTIA 450和MTIA 500，由Meta與博通公司合作開發(fā)，基于開源的RISC-V架構(gòu)并由TSMC生產(chǎn)。目前，MTIA 300已經(jīng)開始生產(chǎn)，預(yù)計(jì)其他3款芯片將在2027年初至年底之間出貨。

(圖源：微軟)

摩爾定律的放緩并未束縛定制硅片的步伐。從MTIA 300到MTIA 500，Meta在不到兩年的時(shí)間里，完成了內(nèi)存帶寬4.5倍、計(jì)算性能25倍的跨越式增長(zhǎng)。同時(shí)，Scale-Up互聯(lián)能力從初代奠基走向成熟，已實(shí)現(xiàn)對(duì)72卡的全連接支持，并以1.2 TB/s的聚合帶寬，將多顆芯片無(wú)縫整合為統(tǒng)一的算力節(jié)點(diǎn)——這正是系統(tǒng)級(jí)協(xié)同設(shè)計(jì)的威力所在。

網(wǎng)絡(luò)接口芯粒創(chuàng)新

從MTIA 300開始，其顯著特點(diǎn)包括內(nèi)置網(wǎng)卡芯片、用于卸載通信任務(wù)的專用消息引擎、用于歸約任務(wù)的近內(nèi)存計(jì)算。這些低延遲、高帶寬的通信組件為后續(xù)MTIA芯片中高效的GenAI推理和訓(xùn)練奠定了基礎(chǔ)。在之后的迭代中，每代 MTIA 均內(nèi)置 2個(gè)網(wǎng)絡(luò)芯粒，相當(dāng)于將 NIC 集成進(jìn)封裝內(nèi)部。這個(gè)技術(shù)路徑與上述微軟Maia 200 的設(shè)計(jì)趨同。

1專用消息引擎

負(fù)責(zé)卸載AllReduce、AllGather等集合通信操作，使計(jì)算芯粒得以從繁重的同步任務(wù)中徹底解放，專注執(zhí)行矩陣運(yùn)算。

2近內(nèi)存計(jì)算

在數(shù)據(jù)不離開芯片存儲(chǔ)層次的前提下完成Reduce類集合操作，大幅降低跨芯粒通信的延遲與能耗。

3內(nèi)置網(wǎng)絡(luò)芯粒

將NIC功能從獨(dú)立板卡“溶解”進(jìn)芯片封裝，實(shí)現(xiàn)通信路徑的物理級(jí)縮短，為構(gòu)建低開銷、高密度的Scale-up互連提供硬件基礎(chǔ)。

現(xiàn)有需求與未來(lái)演進(jìn)的靈活組合

從 DeepSeek V3 問(wèn)世至今不足 15 個(gè)月，AI 的進(jìn)化速度已徹底超越人類的認(rèn)知象限?？v觀海外, 北美市場(chǎng) AI 用戶習(xí)慣已深度成型，中國(guó)出海軍團(tuán)正在奮起直追。MiniMax 2025 年全年?duì)I收達(dá) 7903.8 萬(wàn)美元(同比增長(zhǎng) 158.9%)，其中海外收入 5766 萬(wàn)美元，占比 73%，覆蓋全球超 200 個(gè)國(guó)家和地區(qū)、累計(jì)服務(wù) 2.36 億用戶。Kimi 旗下 K2.5 大模型發(fā)布不足 20 天，累計(jì)收入便超越 2025 年全年總額，海外收入首次超越國(guó)內(nèi)。

聚焦國(guó)內(nèi)：AI 正以前所未有的速度貼近每一位普通用戶。字節(jié)Seedance 2.0 作為首款落地春晚級(jí)超高清直播場(chǎng)景的 AI 視頻大模型，在央視春晚直播中實(shí)現(xiàn)實(shí)時(shí)渲染，引發(fā)全球矚目。與此同時(shí)，開源 AI 智能體 OpenClaw("養(yǎng)龍蝦")在發(fā)布兩周內(nèi)席卷全網(wǎng)熱搜，引發(fā)廣大普通消費(fèi)者關(guān)注。

而互聯(lián)，作為支撐AI Workload的重要硬件一環(huán)，其技術(shù)演進(jìn)不可忽視。就現(xiàn)有廣泛部署的基礎(chǔ)設(shè)施而言，面向 Scale-out 的網(wǎng)絡(luò)仍占重要席位，成熟的 RDMA over Ethernet 生態(tài)已在數(shù)據(jù)中心大規(guī)模落地。以 CX-7 系列為代表的高性能 RDMA 網(wǎng)卡，將端到端延遲壓縮至 800 ns 以內(nèi)，相比傳統(tǒng)標(biāo)準(zhǔn)網(wǎng)卡實(shí)現(xiàn) 延遲降低 79%、消息率提升 345%，也是當(dāng)前國(guó)內(nèi)主流應(yīng)用網(wǎng)卡。下一代支持高性能RDMA技術(shù)的AI NIC 在國(guó)產(chǎn)化替代政策的明確支持下成為重點(diǎn)突破方向并迎來(lái)從驗(yàn)證到規(guī)模部署應(yīng)用的關(guān)鍵窗口期。

AI Workload 的快速進(jìn)階——從 Dense Transformer 到 MoE、從短上下文到超長(zhǎng)推理鏈、從訓(xùn)練主導(dǎo)到推理主導(dǎo)——正在為 Scale-up 與 Scale-out 的全局架構(gòu)帶來(lái)巨大的不確定性。如今的超節(jié)點(diǎn)網(wǎng)絡(luò)演進(jìn)對(duì)于未來(lái)的硬件所需的性能及架構(gòu)提出了挑戰(zhàn)。正如北美市場(chǎng)2大云巨頭的布局，網(wǎng)絡(luò)功能正在從"GPU 附屬品"演變?yōu)楠?dú)立的、可單獨(dú)迭代的核心計(jì)算基礎(chǔ)設(shè)施單元。本質(zhì)上都是在回答同一個(gè)問(wèn)題：如何在AI快速演進(jìn)迭代下讓互聯(lián)能力與計(jì)算能力以不同的速度獨(dú)立進(jìn)化，同時(shí)最大化整個(gè)超節(jié)點(diǎn)的系統(tǒng)效率。

奇異摩爾的答案：以芯粒為形態(tài)， 構(gòu)建覆蓋現(xiàn)在與未來(lái)的雙軌互聯(lián)產(chǎn)品線

SoC 單一路徑的本質(zhì)矛盾：它是為穩(wěn)定時(shí)代設(shè)計(jì)的產(chǎn)品形態(tài)，卻要服務(wù)于一個(gè)激進(jìn)迭代的時(shí)代。以芯粒為形態(tài)構(gòu)成的AI NIC、基于以太網(wǎng)并支持內(nèi)存語(yǔ)義的G2G IOD互聯(lián)芯?？煞謩e對(duì)應(yīng)現(xiàn)有和未來(lái)AI 網(wǎng)絡(luò)演進(jìn)的產(chǎn)品解決方案，更符合應(yīng)對(duì)未來(lái)AI Model的快速迭代。

一方面，未來(lái)無(wú)論是Scale-out還是Scale-up網(wǎng)絡(luò)，對(duì)于網(wǎng)絡(luò)傳輸都需要具備不同層級(jí)的重傳和流控機(jī)制，例如Link Level Retry鏈路層重傳、Credit based flow control基于信用的流量控制機(jī)制等技術(shù)。另一方面，Scale-up相對(duì)Scale-out的傳輸速率要求更高、要求時(shí)延更低，但規(guī)模較小。Scale-up 網(wǎng)絡(luò)面向千卡萬(wàn)卡，需要更簡(jiǎn)潔高效的傳輸協(xié)議，和基于包的無(wú)損多徑網(wǎng)絡(luò)的控制算法。

奇異摩爾基于自己獨(dú)創(chuàng)的HPDE引擎，在統(tǒng)一的微架構(gòu)下，根據(jù)網(wǎng)絡(luò)的不同需求，最大程度復(fù)用公共基礎(chǔ)IP，將不同層次的網(wǎng)絡(luò)傳輸功能分別集成在AI SNIC和GPU互聯(lián)芯粒G2G IOD產(chǎn)品中，實(shí)現(xiàn)研發(fā)平臺(tái)的可復(fù)用性和具靈活性, 從容面對(duì)未來(lái)Scale-out和Scale-up網(wǎng)絡(luò)的融合。

開放共創(chuàng)AI Infra未來(lái)，奇異摩爾

受邀出席2026 Open AI Infra Summit

4月9-10日，奇異摩爾受邀出席2026 Open AI Infra Summit大會(huì)。會(huì)上奇異摩爾網(wǎng)絡(luò)架構(gòu) VP 葉棟將在其《AI 原生時(shí)代：基于 Scale Out 及 Scale Up 網(wǎng)絡(luò)的智算互聯(lián)解決方案》的演講中，分享奇異摩爾對(duì) AI 智算場(chǎng)景的深度理解，逐一拆解當(dāng)前 Scale-out 與 Scale-up 網(wǎng)絡(luò)面臨的需求與挑戰(zhàn)，并分享奇異摩爾在 AI 原生超級(jí)網(wǎng)卡與超節(jié)點(diǎn)互聯(lián)芯粒技術(shù)上的最新解決方案，探討如何通過(guò)開放、高效的互聯(lián)技術(shù)，為 AI 高性能計(jì)算提供更堅(jiān)實(shí)、更強(qiáng)勁的支撐。

綜上而言，技術(shù)終將更迭，架構(gòu)總會(huì)重塑，但商業(yè)的底層邏輯從未改變——趨勢(shì)洞察決定方向，風(fēng)險(xiǎn)規(guī)避決定存活，而交付能力，決定了一家企業(yè)能否在AI的牌桌上坐到最后。 當(dāng)大潮退去，裸泳者消失，留下來(lái)的人將證明：看清本質(zhì)是智慧，靈活轉(zhuǎn)身是勇氣，而持續(xù)交付，才是一家企業(yè)最深沉的護(hù)城河。