Meta发MetaRoCE协议 攻百万卡AI以太网

时间：2026年8月24日 地点：美国 Meta 官方博客、Meta 工程团队 人物：Meta 工程团队（数据基础设施 & 网络架构）、OCP（开放计算项目）社区；Open Compute Project 2026 全球峰会合作伙伴；AMD Pensando 团队提供首批可编程 NIC 验证硬件 事件详情：Meta 正式发布 MetaRoCE——一套从零设计、面向 AI 规模以太网的新型 RDMA 传输协议，并将规范、DPDK 优化参考实现、生产级一致性测试套件全部贡献给 OCP。MetaRoCE 把智能从网络交换机转移到网卡端，把网络视为"有损"环境而非传统 RoCE 假设的"无损"，原生支持乱序包喷洒、每路径状态、精准重传与接收端速率提示。Meta 已在 AMD Pensando 可编程 NIC 上完成原型验证，硬件支持尚处早期。 背景：Meta 已把集群扩展到跨多数据中心、覆盖数十万块 GPU 的规模，无论是训练下一代前沿模型还是为全球推理服务，网络都已进入关键路径。All-reduce、all-to-all 等集合通信同步成千上万颗加速器，最慢的一次传输决定整轮训练速度；推理侧分布式分片之间的低时延通信直接影响数亿用户的响应时间。标准 RoCE 强依赖 PFC（Priority Flow Control）无损网络且抑制包喷洒，在多平面、大规模部署中扩展性受限。 影响：MetaRoCE 一举打破 RoCE 对无损以太网的依赖，让 AI 数据中心可直接采用商用以太网交换机与网卡，硬件成本与供应链弹性显著改善。"网卡端感知意图"的端点设计让 Scale-up（同机柜短消息）、Scale-across（跨建筑长链路）、存储/KV-cache incast 三大场景都有清晰路径。配合同日发布的 MTIA 300（首款内置 NIC 与通信卸载引擎的训练芯片），Meta 完整勾勒出"自研加速器 + 自研传输协议 + 开放生态"的 AI 基础设施栈。 总结：训练与推理前沿模型早已不只是计算问题，更是网络问题。Meta 把 MetaRoCE 开源给 OCP，等于把百万卡 AI 以太网的设计话语权从设备厂商手中拿到云厂商自己手里。10 月 2026 OCP 全球峰会将公布完整规范与参考实现——Meta 是否能以此牵动博通、Arista、AMD Pensando、英伟达 ConnectX 阵营跟进，将决定未来三年 AI 数据中心网络的走向。 参考来源： 1. Meta Engineering 官方博客：https://engineering.fb.com/2026/08/24/networking-traffic/metaroce-rdma-transport-ai-ethernet/ 2. MarkTechPost：https://www.marktechpost.com/2026/08/25/meta-ai-introduces-metaroce-a-clean-sheet-rdma-transport-built-for-ai-scale-ethernet/ 3. The AI Wrap：https://www.theaiwrap.com/story/meta-ai-introduces-metaroce-a-clean-sheet-rdma-transport-built-for-ai-scale-the 4. Vibekk Blog：https://vibekk.com/archives/meta-mtia-300-metaroce-ai-network-stack 5. OO.NEWS：https://oo.news/news/2853148f7858