中科曙光scaleFabric首发：中国高端RDMA迈入自研时代

3月12日，中科曙光宣布实现国产高端原生RDMA技术重大突破，正式发布首款全栈自研400G无损高速网络——scaleFabric。该产品基于原生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，填补了国内数据中心高速网络领域的空白，以比肩国际顶尖同类产品的性能表现，为超大规模智算集群铺就了一条高带宽、低时延、真无损、超可靠的“算力大动脉”。

高端智算互联待破局

随着AI大模型训练与高通量推理计算需求持续扩大，万卡级乃至更大规模的算力集群正成为主流形态。研究表明，在大规模分布式训练中，网络通信耗时占比已达到30-50%，网络性能直接影响算力系统的整体效率。

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本需求，凭借零丢包、高带宽、低延迟等特征，可极大提升通信效率。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，目前全球约60%的高性能计算系统采用InfiniBand网络架构。

中国工程院院士‌邬贺铨视频致辞

国产原生RDMA问世

scaleFabric是国内首款原生无损RDMA高速网络，面向超大规模智算集群设计，从核心关键IP、交换芯片、网卡到交换机、驱动与管理软件均实现自主研发，构建起从硬件到软件的完整技术体系。

此次发布的scaleFabric400系列网络产品技术规格全面对标英伟达NDR，部分指标实现赶超。性能方面，scaleFabric400网卡基于PCIe5.0接口，端口带宽达400Gbps，端到端通信时延低至0.9微秒；scaleFabric400交换机单端口带宽达800Gbps，整机交换容量可达双向64Tbps，交换时延约260纳秒，支持800G×40或400G×80端口扩展。这一性能组合，可充分满足万卡级AI训练集群对高带宽、低时延网络的极致需求。

稳定性与扩展能力上，产品采用基于信用的无损流控机制，从根源规避拥塞丢包风险，链路故障恢复时间小于1毫秒，已支撑近万卡集群持续稳定运行验证超10个月。与英伟达NDR相比，交换机端口密度提升25%，网卡最大QP数支持提升100%，单子网互连规模是传统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%。

在大规模AI训练系统中，网络互联能力已成为影响算力利用率的关键变量。scaleFabric的发布，标志着国产智算网络在高端RDMA领域实现重大突破。

万卡集群率先验证

在实际应用层面，scaleFabric目前已部署于国家超算互联网郑州核心节点，支撑三套万卡级scaleX智算集群上线运行，总规模达3万卡。中科曙光高级副总裁李斌表示，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也正在加速形成。

运行数据显示，该网络系统在大规模集群环境中保持稳定运行，可支持跨POD组网及大规模并行训练任务，为国产原生无损RDMA网络在高端智算基础设施中的应用提供了实践验证。

依托在高性能计算、存储与网络领域的长期技术积累，中科曙光已逐步形成“算—存—网”协同发展的完整算力底座能力，为大规模AI基础设施提供系统级支撑。随着政府工作报告提出持续推进“人工智能+”，算力基础设施正进入新一轮升级周期。国产原生RDMA网络的落地，意味着我国在智算互联这一关键环节开始形成自主技术路径，补齐了我国智算基础设施中的关键一环。（中科曙光供图供稿）

标签：