OpenAI部署MRC多路径协议支撑超大规模GPU互联

前沿模型训练依赖在GPU之间快速搬运数据的可靠超算网络。据官方介绍，OpenAI联合AMD、Broadcom、Intel、Microsoft与NVIDIA开发了MRC（Multipath Reliable Connection）协议，并于发布当日通过开放计算项目（OCP）向业界开放。方案上，MRC不再把每张网卡视作一条800Gb/s链路，而是拆成8个100Gb/s的并行网络平面：一台64口@800G的交换机可改为512口@100G，仅用两级交换机即可全互联约13.1万GPU，而常规800G网络需要三到四级；协议用SRv6把数据包同时喷洒到所有平面及每平面的多条路径上，可在微秒级绕过故障，并简化网络控制面。官方称MRC已部署于OpenAI全部最大的NVIDIA GB200超算，包括得州Abilene的OCI站点与Microsoft Fairwater超算。效果方面，文中提到训练近期一个前沿模型期间曾重启四台tier-1交换机，而MRC之前GPU网卡与tier-0交换机间链路故障会直接导致训练任务失败；局限是8口网卡若失1口，最大速率降为八分之一。