01 破解网络难题，MRC对扩展超级计算机有三大助力

训练大模型时，数据传输易出现延迟和抖动，随着算力基建规模增大，网络拥塞、链路和设备故障等问题更难解决。OpenAI联合多家芯片公司打造MRC，目标是打造即使出现故障也能提供高度可预测性能的网络，以保持训练任务持续推进。

MRC是对聚合以太网RDMA（RoCE）的扩展，借鉴超以太网联盟（UEC）研发的技术，并基于SRv6源路由对其进行能力扩展，支撑大规模AI网络架构组网。该网络架构已依托英伟达和博通的硬件，支撑多款OpenAI模型训练。AMD为MRC贡献拥塞控制技术，提升其实际性能，且已与头部云服务商合作，在测试集群中大规模部署MRC。MRC是首次在英伟达Spectrum - X以太网上验证并优化的新传输协议。博通Thor Ultra支持MRC以及高级RoCE技术，集成了使用网络编程语言（NPL）实现高带宽线率可编程数据路径等功能。英特尔借助MRC技术构建多平面以太网组网架构。

MRC为扩展超级计算机带来三个关键优势：一是仅通过两层以太网交换机，就能搭建出可承载十万块GPU规模超算的多平面高速网络，具备充足冗余能力，功耗更低；二是自适应数据包散射具备极佳的负载均衡能力，降低同步训练中各数据流之间的吞吐量波动，避免任务间性能干扰；三是采用SRv6源路由快速绕过故障链路，采用简洁的静态网络控制面，规避动态路由特有的故障异常问题。

02 支持多平面网络，可实现更低成本、功耗

MRC采用多平面网络，将网络接口拆分为多条更小粒度的子链路，搭建八路独立并行网络，每路带宽为100Gb/s。这样做成本、功耗更低，能提供更多路径多样性，还可提升性能。但传统网络协议要求数据传输固定走单一路径，在大规模多平面网络中会引发网络拥塞，降低整体性能。

03 跨数百条路径进行数据包散射转发

MRC不再将一次数据传输限定在单条路径上，而是把单次传输的数据包分散分发到网络中数百条路径、跨所有独立网络平面并行传输。数据包可乱序到达，接收端无需等待排序，可随到随写入内存。MRC会为使用的路径维护状态信息，检测到拥塞或丢包会切换路径、重传数据包，并通过报文截断机制处理目标端拥塞，减少误判。结合多种机制，MRC连接能微秒级检测网络故障并完成迂回绕行，优于传统网络架构。

04 进一步简化网络，一旦丢包即停止路径

传统方案中，交换机运行动态路由协议，结构和软件复杂，隐匿性异常难排查。采用MRC后，一旦某条路径出现丢包，便停止使用该路径。MRC关闭动态路由，采用IPv6分段路由（SRv6），允许发送端直接指定数据包转发路径。交换机按预设的静态路由规则转发，无需重新计算路由。

05 结语：大厂联手，打破超算集群算力利用率瓶颈

根据官方博客，MRC显著提升了OpenAI训练全新大模型的能力，让网络架构匹配其AI发展路线图。随着训练集群规模扩张，MRC能让GPU集群在遭遇拥塞、链路故障和运维维护时保持协同稳定运行，其可靠性与运行效率或将成为支撑前沿大模型同步训练的基础前提。