OpenAI 宣布推出全新 AI 超級电腦網路協议 MRC（Multipath Reliable Connection），並已透过 Open Compute Project（OCP）开源釋出。这項技術由 OpenAI 与 AMD、Microsoft、NVIDIA、Intel、Broadcom 等业者共同开发，目標是解決超大型 AI 訓練叢集在 GPU 之间的资料傳输瓶頸。
AI 訓練真正瓶頸是 GPU 之间如何溝通
OpenAI 表示，随著 ChatGPT 每週使用人數已超过 9 亿，AI 系统正逐漸成为基礎设施等級的服務。为了支撐下一代模型訓練与推論需求，OpenAI 认为不只模型本身需要进化，连網路架構都必須重新设计。
OpenAI 在技術文章中指出，大型 AI 模型訓練时，一次訓練步骤可能涉及數百万次 GPU 间资料交換。只要其中一个傳输延遲，就可能让整个訓練同步停滯，導致大量 GPU 閒置。
而当 AI 超級电腦規模越来越大，網路壅塞、交換器故障、延遲抖动（jitter）等问題会急遽放大。OpenAI 认为，这也是 Stargate 超級电腦计畫中最核心的技術挑戰之一。
过去资料中心的網路架構，多數採用單一路徑傳输（single-path）。但 MRC 最大的改變，是让同一份资料能同时分散到數百條路徑傳输。
MRC 是什麼？OpenAI：让 AI 網路變自动闪避障礙物
根據 OpenAI 与 AMD 的说法，MRC 的核心概念是：
將资料拆散，同时走多條路徑
在微秒級別自动繞过故障
減少網路壅塞造成的延遲
让 GPU 保持同步运作
AMD 形容，傳统 AI 網路像是高速公路只走單一路線，一旦塞车或事故就会影響整體进度；MRC 則像是具備即时改道能力的智慧交通系统。AMD 甚至直言：「AI 規模化真正的瓶頸已经不是 GPU 与 CPU，而是網路。」
为什麼 OpenAI 要自己设计網路協议？
这次 OpenAI 釋出的訊號非常明確：AI 競爭已经不只是模型競爭，而是整套「超級电腦基礎设施」競爭。OpenAI 在文章中提到，在 Stargate 出现之前，他們与合作夥伴已共同維護三代 AI 超級电腦。这些经验让 OpenAI 得出一个結論：若想在 Stargate 規模下有效使用算力，整个 stack 都必須大幅降低複雜度。其中就包含網路層。
也就是说，未来 Frontier Model 的競爭，不再只是誰有更強模型，而是誰能更有效率地让數十万、甚至數百万 GPU 同步运作。
MRC 背后是 Stargate：OpenAI 的曼哈頓计畫
MRC 的背景，其实是 Stargate LLC。Stargate 是 OpenAI、SoftBank Group、Oracle Corporation 与 MGX 推动的大型 AI 基礎设施计畫，最初目標是在美国投资高达 5,000 亿美元 AI 基礎设施。OpenAI 表示，目前已超过原本 10GW 的階段性目標，且最近 90 天新增超过 3GW AI 基礎设施容量。
其中位於德州 Abilene 的 Stargate 超級电腦，正是 MRC 主要部署场域之一。OpenAI 指出，MRC 已整合进最新 800Gb/s 網路介面，並在实际大型訓練叢集中运行。
这篇文章 OpenAI 公布 MRC 超級电腦網路協议！攜手輝达、AMD、微软打造 Stargate 基礎设施 最早出现於 链新聞 ABMedia。
相关文章
