让大模型训练更高效，奇异摩尔用互联创新方案定义下一代AI计算

近一段时间以来，DeepSeek现象级爆火引发产业对大规模数据中心建设的思考和争议。在训练端，DeepSeek以开源模型通过算法优化（如稀疏计算、动态架构）降低了训练成本，使得企业能够以低成本实现高性能AI大模型的训练；在推理端，DeepSeek加速了AI应用从训练向推理阶段的迁移。因此，有观点称，DeepSeek之后算力需求将放缓。不过，更多的国内外机构和研报认为，DeepSeek降低了AI应用的门槛，将加速AI大模型应用落地，吸引更多的企业进入这个赛道，算力需求仍将继续增长，不过需求重心从“单卡峰值性能”转向“集群能效优化”。比如，SemiAnalysis预测，全球数据中心容量将从2023年的49GW增长至2026年的96GW，其中新建智算中心容量将占增量的85%。近日，全球四大巨头（Meta、亚马逊、微软及）公布的2025 AI基础设施支出总计超3000亿美元，相比2024年增长30%。

（数据来源：科技巨头公开披露报告）

（图：奇异摩尔创始人兼CEO田陌晨）

奇异摩尔创始人兼CEO田陌晨表示：“‘Scaling Law’依然在延续。从Transformer的独领风骚到MoE专家模型的创新突围，AI领域正迈向万亿、甚至十万亿参数规模的AI大模型训练时代。DeepSeek-R1推理模型的问世离不开基础模型Deepseek-V3的庞大训练积累。在这一背景下，强大的算力集群依然是支撑AI的基石。而如何提高集群的线性加速比，一直是产业的核心话题。与此同时，AI算力网络的重要性日益凸显，它让数据在集群中各个层面、各个维度上都能够快速传输，实现各节点资源的高效调动。”

为此，作为行业领先的AI网络全栈式互联产品及解决方案提供商，奇异摩尔给出了一套极具竞争力的解决方案——基于高性能RDMA和Chiplet技术，利用“Scale Out”“Scale Up”“Scale Inside”三大理念，提升算力基础设施在网间、片间和片内的传输效率，为智能算力发展赋能。

Scale Out——打破系统传输瓶颈

DeepSeek的成功证明了开源模型相较于闭源模型具有一定的优越性，随着模型的智能化趋势演进，模型体量的增加仍然会是行业发展的主要趋势之一。为了完成千亿、万亿参数规模AI大模型的训练任务，通用的做法一般会采用Tensor并行（TP）、Pipeline并行（PP）、和Data并行（DP）策略来拆分训练任务。随着MoE（Mixture of Experts，混合专家）模型的出现，除了涉及上述并行策略外，还引入了专家并行(EP)。其中，EP和TP通信数据开销较大，主要通过Scale Up互联方式应对。DP和PP并行计算的通信开销相对较小，主要通过Scale Out互联方式应对。

因而，如下图所示，当下主流的万卡集群里存在两种互联域——GPU南向Scale Up互联域（Scale Up Domain，SUD）和GPU北向Scale Out互联域（Scale Out Domain，SOD）。田陌晨强调：“以Scale Up和Scale Out双擎驱动方式构建大规模、高效的智算集群，是应对算力需求爆发的有效手段。”

智算集群里的Scale Up和Scale Out

在这个集群网络中，Scale Out专注于横向/水平的扩展，强调通过增加更多计算节点实现集群规模的扩展。当前，远程直接内存访问（RDMA）已经成为构建Scale Out网络的主流选择。作为一种host-offload/host-bypass技术，RDMA提供了从一台计算机内存到另一台计算机内存的直接访问，具有低延迟、高带宽的特性，在大规模集群中扮演着重要的角色。如下图所示，RDMA主要包含InfiniBand（IB）、基于以太网的RoCE和基于TCP/IP的iWARP。其中，IB和以太网RDMA是算力集群里应用最广泛的技术。

RDMA应用和实现方式（来源：知乎 @Savir）

IB是专门为RDMA开发的一种网络通信技术，具有高带宽、低延迟等优势，且IB默认是无损网络，无需特殊设置。得益于这些优势，过往IB在Scale Out网络构建中占据主导地位。然而，IB需要专门支持该技术的网卡和交换机，价格是传统网络的5-10倍，成本相对较高，且IB交换机交期较长。同时，IB兼容性差，难以和大多数以太网设备兼容，例如网卡、线缆、交换机和路由器等，无法成为行业统一的发展路线。

随着集群规模增大，以太网RDMA获得了主流厂商的广泛支持。以太网RDMA同样具有高速率、高带宽、CPU负载低等优势，在低时延和无损网络特性方面也已经和IB性能持平。同时，以太网RDMA具有更好的开放性、兼容性和统一性，更利于做大规模的组网集群。从一些行业代表性案例来看，如字节跳动的万卡集群，Meta公司的数万卡集群，以及特斯拉希望打造的十万卡集群，都一致选择了以太网方案。此外，因为硬件通用和运维简单，以太网RDMA方案更具性价比。

虽然以太网RDMA已经被公认是未来Scale Out的大趋势，不过田陌晨指出：“如果是基于RoCEv2构建方案仍存在一些问题，比如乱序需要重传，负载分担不完美，存在Go-back-N问题，以及DCQCN 部署调优复杂等。在万卡和十万卡集群中，业界需要增强型以太网RDMA以应对上述这些挑战，超以太网传输(Ultra Ethernet Transport，UET)便是下一代AI计算和HPC里的关键技术。”

为了能够进一步发挥以太网和RDMA技术的潜能，博通、思科、Arista、微软、Meta等公司牵头成立了超以太网联盟（UEC）。如下图所示，在UEC规范1.0的预览版本中，UEC从软件API、运输层、链路层、网络安全和拥塞控制等方面对Transport Layer传输层做了全面的优化，关键功能包括FEC（前向纠错）统计、链路层重传（LLR）、多路径报文喷发、新一代拥塞控制、灵活排序、端到端遥测、交换机卸载等。根据AMD方面的数据，UEC就绪（UEC-ready）系统能够提供比传统RoCEv2系统高出5-6倍的性能。

UEC规范1.0示意图（来源：UEC）

田陌晨表示：“UEC是专门为AI网络Scale Out互联成立的国际联盟，致力于通过Modernized RDMA优化AI和HPC工作负载。借助UEC的关键性能，Scale Out网络能够充分利用系统内所有可用的传输路径，并最小化网络拥塞。当前基于RDMA RoCE的解决方案未来也可以通过践行UEC联盟的标准升级各自的以太网产品方案，打造更大规模的无损集群通信。”

奇异摩尔打造的Kiwi NDSA-SNIC AI原生智能网卡便是一款UEC就绪方案，性能比肩全球标杆ASIC产品。Kiwi NDSA SmartNIC提供领先行业的高性能，支持高达800Gbps的传输带宽，提供低至μs级的数据传输延时，满足当前数据中心行业400Gbps-800Gbps升级需求，可实现Tb级别万卡集群间无损数据传输。

奇异摩尔Kiwi NDSA-SNIC AI原生智能网卡方案（来源：奇异摩尔）

借助UEC就绪RDMA中的路径感知拥塞控制、有序消息传递、选择性确认重传、自适应路由及数据包喷洒等关键功能，Kiwi NDSA-SNIC能够充分保障AI网络间数据的稳定传输。比如，Kiwi NDSA-SNIC提供的自适应路由及数据包喷洒功能可以充分发挥高速网络的性能，支持高级分组喷洒，提供多路径数据包传送和细粒度负载平衡，有效应对传输拥塞。相同用例还有：通过有序消息传递（In-Order Message Delivery）来降低系统延迟，通过路径感知拥塞控制（Path Aware Congestion Control）来优化多个路径的数据包流，等等。

此外，Kiwi NDSA-SNIC还拥有很多其他的关键特性。比如，Kiwi NDSA-SNIC具有出色的高并发特性，支持多达数百万个队列对，可扩展内存空间达到GB；Kiwi NDSA-SNIC具有可编程性，可应对各种网络任务加速，为Scale Out网络带来持续创新的功能，并保证与未来的行业标准无缝兼容。

综合而言，奇异摩尔的Kiwi NDSA-SNIC AI原生智能网卡是一个拥有高性能、可编程的Scale Out网络引擎，将开启AI网络 Scale Out发展的新篇章。田陌晨称：“当前，奇异摩尔已经成为UEC联盟成员。随着以太网逐渐过渡到超以太网，奇异摩尔愿携手联盟伙伴共同探讨并践行Scale Out相关标准的制定和完善，并第一时间为行业带来性能领先的UEC方案，推动AI网络 Scale Out技术向前发展。”

奇异摩尔UEC会员（来源：UEC官网）

Scale Up——让计算芯片配合更高效

和横向/水平扩展的Scale Out不同，Scale Up是垂直/向上扩展，目标是打造机内高带宽互联的超节点。上述提到，TP张量并行以及EP专家并行需要更高的带宽和更低的时延来进行全局同步。通过Scale Up的方式，将更多的算力芯片GPU集中到一个节点上，是非常有效的应对方式。如今的Scale Up实际上就是一个以超高带宽为核心的机内GPU-GPU组网方式，还有一个名称是超带宽域（HBD，High Bandwidth Domain）。

英伟达GB200 NVL72的推出引领着国内外AI网络生态对HBD技术的广泛探讨。英伟达GB200NVL72服务器是一个典型的超大HBD，实现了36组GB200（36个Grace CPU，72个B200 GPU）之间的超高带宽互联。在这个HBD系统里，第五代 NVLink是最关键的，它能够提供GPU-GPU之间双向1.8TB的传输速率，使得这个HBD系统可以作为一个大型GPU去使用，训练效率相较于H100系统提升了4倍，能效提升了25倍。
 

NVL72互联架构(来源：英伟达)

和IB一样，NVLink也是由英伟达主导，虽然性能强劲但是生态封闭，只服务于英伟达的高端GPU。由于没有NVLink和NVSwitch这样的技术，此前其他厂商主要采用full mesh或者cube-mesh结构，以8卡互联为主，而16-32卡互联是下一代方案。

DeepSeek事件引发了业界对于上述NVLink和HBD需求的不同预期。但中长期发展来看，相比软件迭代速度以小时来计算，硬件的迭代则是以年为计算的循序渐进过程，不会一蹴而就。据SemiAnalysis预计大型模型的标准只会随着未来的模型发布而继续升高，但从经济效用上来说，其所对应的硬件必须坚持使用并有效 4-6 年，而不仅仅是直到下一个模型发布。

对此，田陌晨认为：“未来MoE模型的进阶路线在一定程度上存在不确定性，创新随时可能发生。但国产AI网络的生态闭环势在必行。英伟达NVLink和Cuda的护城河仍然存在，首先要解决Scale Up互联国产替代方案有没有的问题，再来看做到哪种程度。未来随着国产大模型、芯片架构等软硬件生态的协同发展，有望逐步实现国产算力闭环。”

如今，科技巨头正联合生态上下游在GPU-GPU高效互联方面主要分为两个流派：内存语义和消息语义。内存语义Load/Store/Atomic是GPU内部总线传输的原生语义，英伟达NVLink便是基于内存语义，对标NVLink的UAlink等也是基于这种语义；消息语义则是采用类似Scale Out的DMA语义Send/Read/Write，将数据进行打包传输，亚马逊和Tenstorrent等公司便是基于消息语义打造Scale Up互联方案。

内存语义和消息语义各有千秋。内存语义是GPU内部传输的原生语义，处理器负担更小，在数据包体量小时效率更高；消息语义采用数据打包的方式，随着数据包体量变大，性能逐渐追上了内存语义，随着AI大模型体量增大，这一点也非常重要。

不过，田陌晨指出：“无论是内存语义还是消息语义，对于厂商而言，都面临一些共性的挑战，比如传统GPU直出将IO集成在GPU内部，性能提升受到了光罩尺寸的严格限制，留给IO的空间非常有限，IO密度提升困难；Scale Up网络和数据传输协议复杂，计算芯片厂商大都缺乏相关经验，尤其是开发交换机芯片的经验；除NVLink之外，其他Scale Up协议并不成熟且不统一，协议迭代对计算芯片迭代造成了巨大的困扰。”

GPU IO集成在GPU内部（来源：奇异摩尔）

为了能够更好地应对上述挑战，产业界提出了一种创新的GPU直出方式——计算和IO分离。奇异摩尔NDSA-G2G互联方案便是这条技术路径里非常有竞争力的一款方案。

借助NDSA-G2G可以实现计算芯粒和IO芯粒解耦，通过通用芯粒互联技术UCIe进行互联。这样做的好处是，只需要牺牲一点点的芯片面积（小百分之几），就可以将宝贵的中介层资源近乎100%用于计算，并按照客户的需求灵活地增加IO芯粒的数量，且计算芯粒和IO芯粒可以基于不同的工艺技术。再加上IO芯粒的复用特性，能够显著提升高性能计算芯片的性能和性价比。

NDSA-G2G的第二大优势是提升IO密度和性能，具有高带宽、低延时和高并发的特性。在高带宽方面，基于NDSA-G2G芯粒，可以实现1TB级别的网络层吞吐量，TB级的GPU侧吞吐量；在低延时方面，NDSA-G2G芯粒提供百ns级的数据传输延时和ns级D2D数据传输延时；在高并发方面，该产品支持多达数百万个队列对，可扩展系统中的内存资源。也就是说，借助奇异摩尔NDSA-G2G芯粒能够赋能国产AI芯片实现自主突围，构建性能媲美英伟达NVSwitch+NVLink的Scale Up方案。

Kiwi NDSA-G2G 产品示意图（来源：奇异摩尔）

NDSA-G2G的第三大优势是具有出色的灵活性。如上所述，目前Scale Up技术路线并不统一，且智算中心厂商在协议方面大都采用自有协议，或者自己主导的联盟协议。这就导致高性能计算芯片需要在设计时考虑未来2～3年，甚至是3～5年的协议发展，具有非常大的挑战。NDSA-G2G以计算芯粒和IO芯粒分离的方式让IO芯粒可以灵活升级，同时NASG-G2G基于具有可编程性，可以支持目前市面上各种IO协议。这种灵活性让高性能计算芯片厂商可以从容应对当前Scale Up技术路线不统一且协议混乱的挑战。

同时，田陌晨也呼吁：“希望科技行业在Scale Up方向上能够拥抱一种开放而统一的物理接口，实现更好的协同发展，这也是打造国产自主可控算力底座的关键一步。”

Scale Inside——全面提升计算芯片传输效率

在Scale Out和Scale Up 高速发展的过程中，作为算力基础单元，Scale Inside的进度也没有落下，并致力于通过先进封装技术弥补摩尔定律速度放缓的影响。在整个智算系统里，更高算力的计算芯片能够进一步提升Scale Up和Scale Out的性能水平，使得AI大模型的训练更加高效。

当前，单颗高性能计算芯片的成本已经非常恐怖，随着制程工艺进一步精进，这一数字还将继续飙升，因而Chiplet技术得到了广泛的重视。Chiplet技术允许通过混合封装的方式打造高性能计算芯片，也就是说计算单元和IO、存储等其他功能单元可以选择不同的工艺实现，具有极高的灵活性，允许厂商根据自己的需求进行定制芯粒，不仅能够显著降低芯片设计和制造的成本，良率也能够得到很大的改善。

在Scale Inside方向上，奇异摩尔能够提供丰富的Chiplet技术方案，包括Kiwi Link UCIe Die2Die接口IP、Central IO Die,3D Base Die系列等。其中，Kiwi Link全系列支持UCIe标准，具有业界领先的高带宽、低功耗、低延时特性，并支持多种封装类型。Kiwi Link支持高达16~32 GT/s的传输速率和低至ns级的传输延迟，支持Multi-Protocol多协议，包括PCIe、CXL和Streaming。

Kiwi Fabric互联架构（来源：奇异摩尔）

综合而言，奇异摩尔的解决方案能够从“Scale Out”“Scale Up”“Scale Inside”三大角度，推动AI大模型训练效率的提升。在Scale Out方面，奇异摩尔已经是超以太网联盟UEC的成员，能够在第一时间响应UEC规范1.0以及后续规范；在Scale Up方面，奇异摩尔NDSA-G2G芯粒不仅能够帮助科技公司打造媲美英伟达NVSwitch+NVLink性能的Scale Up方案，适配各种技术路线和协议，也正在引领计算芯片的设计革新；在Scale Inside方案，奇异摩尔的Kiwi Link UCIe Die2Die接口IP、Central IO Die、3D Base Die系列等方案能够帮助厂商打造具有高效传输能力的高性能计算芯片。

这些方案很好地践行了奇异摩尔公司的使命——以互联为中心，依托Chiplet和RDMA技术，构筑AI高性能计算的基石。“对于国产AI大模型和国产AI芯片产业而言，奇异摩尔的方案是新质生产力的代表，有着更大的潜能值得去挖掘。为实现国产AI芯片产业的‘中国梦’，奇异摩尔不仅提供支持最前沿协议的IO芯粒，以实现高速率、高带宽、低时延的传输表现，还在Chiplet路线上独辟蹊径，用创新的芯片架构助力打造更高性能的AI芯片。奇异摩尔愿与国内公司携手，为国产AI芯片产业发展添砖加瓦，共同勾画国产AI发展的广阔蓝图。”田陌晨最后说。