（文/陈济深 裁剪/张广凯）

好意思东时期5月5日，OpenAI统一英伟达、AMD、英特尔、微软和博通，发布了一项名为MRC的新式收集传输条约，标的是惩处大限度AI集群中GPU之间的数据传输遵守问题。

OpenAI在公告中提到，ChatGPT每周活跃用户仍是报复9亿。用户限度赓续蔓延，背后对应的是覆按、推理和转移系统的继续扩张。收集运转从底层配套，变成影响GPU灵验产能的舛误法子。

当前，MRC仍是部署在OpenAI最大限度的超算集群中，而五家配结伙伴着实覆盖了好意思国AI芯片和云揣摸打算产业的一起中枢力量。

5月21日，中国大模子独角兽智谱文告，统一清华大学与驭驯收集，在GLM-5.1线上分娩集群中完成了另一种全新收集架构ZCube的限度化落地。

三个月前，智谱刚资格过一轮信得过的算力危境。2月12日GLM-5上线后，环球范围内的需求激增，并发探听量报复了既有揣摸打算的上限，劳动出现列队、反馈延长和卡顿。智谱屡次对国产芯片集群进行扩容，限量发售GLM Coding Plan套餐，仍然无法透彻惩处供不应求的样式，不得不在2月16日发公告，面向芯片厂商和算力劳动商公开启动「算力结伙东说念主」招募策划。

堆卡扩容是最奏凯的应付技能，但卡的供给有天花板。ZCube的落地，意味着智谱和配结伙伴给出了另一种想路：在现存GPU限度不变的前提下，从收集架构层挖掘遵守空间。

当年两年，AI算力竞赛的干线是拼GPU数目。万卡集群、十万卡集群，着实成了估量AI公司基础设施智力的硬策划。但OpenAI和智谱着实同期开释的信号标明，AI基建仍是插足了一个新阶段：GPU除外，收集运转成为超大限度AI基础设施的下一个主战场。

算力的覆盖瓶颈：GPU仍然不够，收集更成了问题

大模子推理不是单张GPU的事。每处理一次用户肯求，集群里面齐要高频传递大齐中间数据。

当今业界主流的作念法是PD分离部署，崇敬「联结问题」的GPU和崇敬「生成回话」的GPU分开部署在不同节点上，中间有一块叫KV Cache的数据需要跨节点搬运，搬运量大且极不均匀。

传统的收集架构很难适配这种不均匀的流量模式。少数几台交换机和链路反复拥挤，其他链路却莫得被充分愚弄。扫尾即是，总带宽看起来够，但灵验迷糊上不去，GPU只可等数据。

智谱时期团队作念过一组措施变量实验：相同的GPU和软件，仅将收集带宽从100Gbps擢升到200Gbps，推理总迷糊就涨了约19%，首Token时延下跌了约22%。

这证明，现存集群里相当一部分GPU并莫得充分开释产能。卡没坏，但路运转成为决定灵验产能的舛误变量。

业界沿用了二十多年的组网阵势叫Clos架构。它的基本形态，是交换机一层一层往上堆，底层Leaf交换机连GPU，顶层Spine交换机崇敬转发跨组流量，像金字塔。

英伟达在此基础上推过一个优化版ROFT，把疏浚编号的GPU接到消失台Leaf交换机上，覆按场景下后果可以。但到了PD分离推理场景，问题涌现了。

KV Cache传输自然是分歧称的，不同GPU、不同网卡承担的负载各异很大，ROFT假定的「均匀分拨」不修复。少数几台Leaf交换机变成热门，PFC反压时常触发，链路拥塞进一步放大尾时延，拖慢整个这个词集群。

打个比喻，ROFT假定每条车说念上的车流量差未几，是以均匀分拨红绿灯时长。践诺上有几条说念车绝酌定，有几条说念着实没车，红绿灯决策就失效了。

推翻二十年旧架构：ZCube如何破局

智谱、清华大学和驭驯收集这次落地的决策ZCube，则是继承把金字塔拍平。

这一拓扑架构此前已由清华大学、中关村实验室、驭驯收集、字节高出等团队在ACM SIGCOMM 2025论文中系统暴戾。SIGCOMM是揣摸打算机收集规模公认的环球最高等别学术会议。据智谱清楚，评审曾评价ZCube「显耀改换了整个这个词行业对收集的分解阵势」（significantly change the way we think about and understand networking）。

这次智谱将其引入GLM-5.1 coding分娩推理集群，是ZCube初次在信得过大限度推理环境中完成考证。

传统Clos架构的金字塔结构里，底层交换机连GPU，顶层交换机崇敬转发，数据跨组传输要先上楼再下楼，旅途长，也更容易形成局部拥塞。

ZCube的作念法是砍掉顶层，只留底层交换机，A8体育直播官网分红两组作念齐备互联，再用一种混杂接入阵势让每张GPU同期联结两组交换机。

最终后果是，全网纵容两张GPU之间只需过程两台交换机就能通讯，每对GPU之间齐只消一条最优旅途。由拓扑映射和旅途继承酿成的不消冲突，被大幅压低。

自然，这并不虞味着整个拥塞齐会淹没。多个GPU同期向消失方针地写入数据这类不行幸免的拥塞仍然存在，但那需要拥塞措施和转移战术去向理，仍是不是ZCube主要惩处的问题。

因为砍掉了整个这个词顶层，ZCube还能奏凯减少交换机和光模块数目。按照智谱清楚的数据，交换机与光模块老本开支减少约三分之一。

扩展性上，使用一层容量为51.2T的交换机，也即是128个400Gbps端口，ZCube就能构建一个联结16384块400Gbps网卡的收集。若是使用更高容量的交换机，不祥将ZCube分歧为多个平面，限度可以进一步推到数万乃至数十万张GPU。

这套架构的适用范围也不啻推理，覆按场景下相同灵验。

回到刚才的比喻：ZCube不是优化红绿灯，而是重新画路网，让底本由拓扑结构酿成的不消冲突大幅减少。

智谱在一个千卡级的GLM-5.1 coding推理集群上作念了实测。GPU型号、软件栈、业务代码一起不动，只把收集从ROFT换成ZCube。

据智谱清楚，GPU平均推理迷糊擢升15%，TTFT P99，也即是首Token时延的99分位，缩小40.6%，交换机与光模块成本减少三分之一。按万卡限度估算，仅收集硬件一项可纯粹2.1亿至6.4亿元。

当前，该集群已在线上踏实运行杰出两周，在GLM-5.1 coding推理劳动中证据着热切作用。

ZCube的部署并非软件升级，而是物理革命。布线决策、IP编址、路由战术、交换机成就一起要针对新架构重新遐想。驭驯收集团队为此开拓了一套完好意思的自动化器具链，覆盖机房布局遐想、连线正确性校验、成就自动生成与批量下发，这是短时期内完成大限度分娩集群革命的舛误。

OpenAI走的是另一条路

OpenAI的MRC条约惩处的亦然大限度集群的收集瓶颈，但场景和门道齐不同。

MRC主要面向覆按收集，惩处的是大限度GPU集群作念同步预覆按时，尾部延长和链路故障拖慢整个这个词覆按功课的问题。ZCube这次落地在推理收集，拼凑的是PD分离场景下KV Cache传输酿成的结构性拥塞。

消失类瓶颈，在覆按和推理两头各有各的进展形态。

时期门道上，MRC莫得像ZCube那样重构拓扑，而是在现存多平面两层以太网结构上，通过多旅途并发传输和智能路由把旅途愚弄率拉高，哪条路堵了就微秒级绕过。

MRC仍是部署在OpenAI一起最大限度的英伟达GB200超算集群上，并已用于覆按多个前沿模子。条约法式则通过Open Compute Project向全行业绽放。

两种决策甚而不互斥，表面上可以近似。但它们在消失个月被推到产业台前这件事自己，比单项时期更值得珍视：GPU武备竞赛打了两年之后，中好意思双方齐运转在收集层伊始了。

OpenAI手执五家好意思国芯片和云巨头的全产业链复古，继承在现存架构上作念条约层优化；智谱统一清华和驭驯收集走产学研旅途，奏凯从架构层重新遐想。

两条路各自惩处各自的问题，但共同指向一个判断：当年比的是谁能拿到更多卡，当今运转比谁能把已有卡组织得更灵验率。

AI基建迎来遵守期间

若是说OpenAI和智谱的共同点，是把收集推到AI基建台前，那么两家公司濒临的资源束缚其实齐备不同。

本年5月，黄仁勋搭上特朗普的「空军一号」再度访华，英伟达在中国阛阓的姿态看上去比以往任何时候齐积极。但姿态归姿态，H100和GB200仍受严格措施；H200固然出现了一定松动，能否形成踏实、限度化的供给仍充满不敬佩性。

与此同期，国产算力正在快速补位。

智谱在2月发布算力结伙东说念主策划时，明确提到已「屡次对国产芯片集群进行扩容」。GLM-5自己也已完成与华为昇腾、寒武纪、摩尔线程等多家国产芯片平台的推理适配。

中国AI公司手里的牌，仍是从单一的英伟达GPU，变成了国产芯片与存量英伟达芯片混杂的多元组合。

ZCube的价值随机在这里：它惩处的是收集层的遵守问题，并不绑定特定GPU产物和生态。无论集群里跑的是昇腾、寒武纪照旧英伟达，只消限度上千卡、走PD分离推理，收集拥塞的瓶颈就客不雅存在。

ZCube省却的三分之一交换机和光模块成本，在万卡限度下是2亿到6亿元级别的真金白银。更热切的是，这类架构优化并不依赖恭候下一代GPU供给放开，而是从现存系统里奏凯挖遵守。

ZCube还莫得走出智谱成为行业通用决策，但论文、分娩数据和自动化部署器具链仍是把一件事解释晰了：收集架构优化不仅仅实验室里的拓扑遐想，而是可以奏凯插足分娩集群、回荡为迷糊和成本收益的工程智力。

当环球AI基建从单纯堆卡插足系统遵守期间A8体育直播中国官网入口，这种从架构层向内挖潜的智力，正在成为中国AI产业的一张新牌。