英偉達的又一場「陽謀」

本文來自格隆匯專欄：半導體行業觀察；作者：杜芹DQ

過去二十年，數據中心的性能進步主要依賴於計算芯片——CPU、GPU、FPGA 不斷演進，但進入生成式 AI 時代后，整個算力體系開始被網絡重新定義。在大模型訓練中，GPU 間的通信延迟與帶寬瓶頸，已經成為訓練效率的關鍵約束。尤其當模型參數突破萬億級，單個GPU已難以承擔任務，必須通過數千、數萬張 GPU 的並行協同來完成訓練。

在這一過程中，網絡的重要性愈發凸顯，近日，行業內的一則大消息是：Meta/Oracle兩大科技巨頭選擇了NVIDIA Spectrum-X以太網交換機與相關技術。此舉被業界視為以太網向AI專用互連邁出的重要一步。

同時也反映出英偉達正在加速向開放以太網生態滲透，綁定雲巨頭與企業客户。英偉達已經憑藉 InfiniBand控制了封閉的高端網絡，如今又正在「開放」的以太網生態中設下第二道圍牆。

Spectrum-X，以太網AI化

過去幾十年，以太網是數據中心採用最為廣泛的網絡。但在AI為核心的時代，AI 的核心挑戰不在單個節點的算力，而在分佈式架構下的協同效率。訓練一個基礎模型（如 GPT、BERT、DALL-E），需要跨節點同步海量梯度參數。整個訓練過程的速度，取決於最慢的那一個節點——這正是 「尾延迟（Tail Latency）」 問題的根源。

因此，AI 網絡的設計目標不是「平均性能」，而是要確保極端情況下也不拖后腿。這對網絡延迟、丟包率、流量調度、擁塞控制乃至緩存架構，都提出了遠超傳統以太網的要求。為此，英偉達推出了Spectrum-X，首個專為AI優化的以太網解決方案。

那麼，Spectrum-X具體做了哪些改進呢？在NVIDIA最新白皮書《Networking for the Era of AI: The Network Defines the Data Center》中，英偉達對此有着詳細的介紹。

第一、打造無損以太網。在傳統以太網中，丟包與重傳被視為「可接受成本」。但在AI訓練中，任何丟包都可能導致 GPU空閒、同步失敗或能耗激增。

Spectrum-X 通過：RoCE（RDMA over Converged Ethernet）技術實現CPU旁路通信；PFC（Priority Flow Control） + DDP（Direct Data Placement） 確保端到端無損傳輸；再與Spectrum-X SuperNIC聯動，實現硬件級擁塞檢測與動態流量調度。

GPU-to-GPU通信的RDMA實現圖（來源：英偉達）

這使得以太網第一次具備了接近 InfiniBand的傳輸確定性。

第二、自適應路由與分包調度。AI 工作負載與傳統雲計算最大的不同在於，它產生的是少量但極龐大的「象流（Elephant Flows）」。這些流量極易在網絡中形成熱點，造成嚴重擁塞。

Spectrum-X採用包級自適應路由（Packet-level Adaptive Routing）與分包噴射（Packet Spraying）技術，通過實時監測鏈路負載，動態選擇最優路徑，並在 SuperNIC 層完成亂序重排。這種機制打破了以太網靜態哈希路由（ECMP）的侷限，使 AI 集羣在流量不均時仍能保持線性擴展能力。

VIDIA Spectrum-X 以太網自適應路由實現圖示（來源：英偉達）

第三、解決擁塞控制問題。傳統ECN擁塞控制的最大問題是響應延迟太高。當交換機檢測到擁塞併發出 ECN 標記時，緩衝區往往已被填滿，GPU已出現空轉。

Spectrum-X通過硬件級 In-band Telemetry（帶內遙測） 實時上報網絡狀態，SuperNIC 據此立即執行 Flow Metering（流量節流），實現亞微秒級反饋閉環。英偉達聲稱，其技術已展現出創紀錄的效率，其擁塞控制技術實現了 95% 的數據吞吐量，而現成的大規模以太網吞吐量約為 60%。

第四、性能隔離與安全。AI雲往往需要在同一基礎設施上運行來自不同用户或部門的訓練任務。Spectrum-X通過共享緩存架構（Universal Shared Buffer） 確保不同端口公平訪問緩存，防止「吵鬧鄰居」任務影響他人。同時配合 BlueField-3 DPU，在網絡與存儲層提供：MACsec/IPsec 加密（數據在途安全）；AES-XTS 256/512 加密（數據靜態安全）；Root-of-Trust 與 Secure Boot（硬件安全啟動）。這使得AI雲具備了類似私有集羣的安全隔離能力。

可以説，Spectrum-X讓以太網有了「AI 基因」。因此，這也贏得了Meta和Oracle的青睞，不過兩家在採用 Spectrum-X上選擇了不同的落地策略，各自圍繞自身業務訴求做出優化。

Meta的路線更側重「開放可編排的網絡平臺」——將 Spectrum 系列與 FBOSS 結合、並在 Minipack3N 這類開源交換機設計上實現落地，體現了Meta在軟硬分離、可編程控制面方面的持續投入。對 Meta而言，目標是以開放規範支持其面向數十億用户的生成式 AI 服務，既要高效也要可控。

Oracle則將 Vera Rubin 作為加速器架構、以 Spectrum-X 做為互聯骨干，目標是把分散的數據中心、成千上萬的節點聚合為統一的可編排超算平臺，從而為企業級客户提供端到端的訓練與推理服務。Oracle 管理層將此類部署稱為「Giga-Scale AI 工廠」，並將其作為雲競爭中的差異化基石。

無論路線如何不同，二者的共同點十分明顯：當算力持續呈指數級增長時，網絡層決定了這些「理論上的算力」能否轉化為「實際可用的吞吐與業務價值」。

Spectrum-X的殺傷力幾何？

從產業鏈競爭格局的角度來分析，NVIDIA Spectrum-X 的推出，確實是一場對以太網網絡行業結構的「降維打擊」。

首先要理解，Spectrum-X 不是一款單獨的交換機產品，而是一種系統戰略。它將以下三個組件綁定為一個「軟硬一體」生態：

• Spectrum-X 交換機 ASIC（實現無損以太網與自適應路由）；

• Spectrum-X SuperNIC（負責包級重排、擁塞控制與遙測反饋）；

• BlueField-3 DPU（提供安全隔離與 RoCE 優化）。

也就是説，NVIDIA 把原本屬於獨立廠商的三層網絡生態（交換機、網卡、加速器）一口吞下，讓「網絡成為 GPU 的延伸模塊」，實現了 Compute–Network–Storage 的垂直閉環。因此，這一戰略幾乎撼動了整個以太網生態。

這意味着過去依靠以太網標準生存的網絡公司——無論是賣芯片的、賣交換機的、賣優化軟件的——都被迫進入一場新的博弈：要麼融入NVIDIA的AI網絡體系，要麼被邊緣化。

直接被波及的企業當中，首當其衝的是數據中心以太網芯片廠商，例如Broadcom（Trident/Tomahawk 系列）、Marvell（Teralynx、Prestera）。Spectrum-X 的 RDMA over Ethernet 能力本質上在挑戰所有高端以太網芯片的價值。這些廠商長期壟斷「交換芯片+NIC」雙生態，以往他們的賣點是「開放 + 性價比」。但當 NVIDIA 把 AI 優化特性（如 DDP、Telemetry、Lossless Routing）內嵌到 GPU/DPU 協同體系中后，這意味着 Spectrum-X 實際上撕開了以太網的「算力黑箱」，勢必會一定程度上波及到這些廠商。

再一個可能受到影響是傳統網絡設備供應商，例如Cisco（思科）、Arista Networks（艾睿思塔）、Juniper Networks（瞻博），這些公司在超大規模雲數據中心中一直是「以太網標準派」的代表。他們的高端產品主要賣點是：支持 400/800 GbE；提供豐富的可編程特性；軟件定義網絡（SDN）管理能力。

但在 Spectrum-X 架構下，英偉達通過「GPU + SuperNIC + Switch + DPU」形成封閉但極致的性能鏈條，客户無需再依賴 Cisco/Arista 的傳統優化方案，尤其在 AI 工廠這種「單租户+極端性能」的環境中，英偉達可以逐漸取代他們的角色。Arista的市值已經有一半來自 AI 網絡預期，但 Spectrum-X 若被 Meta、Oracle、AWS 等大客户全面採用，Arista 的增長模型可能會被削弱。

第三個羣體是，專注互連的初創芯片企業。如Astera Labs、Cornelis Networks、Liqid、和 Rockport Networks、Lightmatter、Celestial AI等——正在開發具備低延迟、高拓撲可擴展性的定製互連方案。

首先讓我們簡單分析下這些廠商存在的意義，在英偉達的世界里，互連是垂直整合的：GPU → NVLink → Spectrum-X/InfiniBand → BlueField。但對於其他廠商（AMD、Intel、Google TPU），他們沒有控制整個堆棧的能力，因此急需這些 「中立型互連供應商」 提供可替代方案。例如：Astera Labs 的 Leo/Cosmos系列控制器，已經被用在AMD MI300與Intel Gaudi 平臺上，用來管理GPU與內存池的互連。Cornelis Networks 則與歐洲超算中心合作，推出 Omni-Path 200G 網絡，用以替代 InfiniBand；Liqid 的 Composable Fabric 方案被戴爾和 HPE 集成，用於「AI 基礎設施即服務（AI IaaS）」。Lightmatter 與 Celestial AI 則瞄準更遠的未來——當光互連取代電互連時，整個 AI 計算集羣的架構都將被重寫。

一旦大型雲廠選擇 Spectrum-X 架構，就意味着其整個集羣在驅動、遙測、QoS 控制層面都依賴 NVIDIA。初創廠商的開放 Fabric 難以兼容。在短期內，Spectrum-X 的整合速度與客户綁定深度，確實讓這些獨立創新者的市場空間被明顯壓縮。

InfiniBand穩坐高性能計算的王座

如果説Spectrum-X是以太網的AI化，那麼英偉達Quantum InfiniBand則是AI原生的超級網絡。

從一開始，以太網追求的是開放性與普適性——它容忍一定丟包與延迟，以換取成本與兼容性。而InfiniBand的設計哲學恰恰相反：它追求極致的確定性與零損傳輸（Lossless Determinism）。早在 1999 年，它便作為 HPC（高性能計算）領域的數據互連標準登場，如今已成為全球超級計算中心的事實標準。

憑藉三大特性，InfiniBand在過去二十余年間始終穩居性能巔峰：

• 無損傳輸（Lossless Networking）：確保訓練過程中無一字節數據丟失；

• 超低延迟（Ultra-Low Latency）：通信時延以微秒計，遠低於傳統以太網；

• 原生 RDMA 與網絡內計算（In-Network Computing）：在網絡層執行計算聚合，釋放主機負載。

這些能力讓 InfiniBand 成為 AI 訓練時代的「通信主干」，尤其是在大模型動輒上萬 GPU 節點的架構下，它依然能維持線性擴展與穩定的同步性能。

英偉達在2019年以近70億美元收購Mellanox后，掌握了InfiniBand的全棧生態。最新的Quantum-2是英偉達InfiniBand架構的第七代產品，被業界視為當前最具代表性的高性能網絡平臺。它為每個端口提供高達 400 Gb/s 的帶寬，是前代產品的兩倍；其交換芯片的端口密度更是提升了 三倍，可在三跳 Dragonfly+ 拓撲 內連接超過 一百萬個節點。

更重要的是，Quantum-2 引入了第三代 NVIDIA SHARP（Scalable Hierarchical Aggregation and Reduction Protocol） 技術——這是一種將計算能力「嵌入網絡」的聚合機制，使網絡本身成為「協處理器」。在這一架構下，AI 模型訓練的加速能力較上一代提升 32 倍，並支持多個租户與並行應用共享同一基礎設施而不犧牲性能，真正實現了「網絡級虛擬化」的算力資源池化。

然而，InfiniBand的輝煌背后，也潛藏着結構性的挑戰。一方面，它由 NVIDIA 主導並保持着較強的生態封閉性——這種「垂直一體化」的架構雖然帶來性能優勢，但也引發了雲服務商與 OEM 廠商的擔憂：成本高、生態受限、兼容性有限、議價空間有限。

正因如此，以太網陣營正在加速反擊。包括 Meta、Oracle、Broadcom、AMD 在內的多家企業，正通過 Ultra Ethernet Consortium（超以太網聯盟） 推動新一代開放標準，希望在開放以太網架構下重建 InfiniBand 級的確定性與性能。這也是為何英偉達為何選擇推出Spectrum-X的一個原因，主動把自家優勢算法、遙測和擁塞控制機制「嫁接」到以太網標準體系中，以便在以太網生態中保持網絡層的話語權。

超以太網聯盟的指導成員

結語

從 InfiniBand 到 Spectrum-X，英偉達正在完成一場看似開放、實則更深層次的「壟斷重構」。它在封閉與開放之間搭建雙軌系統——一條面向 HPC 與超算（InfiniBand），一條面向雲與企業 AI（Spectrum-X）。最后，就用英偉達白皮書中的一句話結束吧：「The network defines the data center.」——AI時代的算力，不再在芯片之間，而在連接之中。