英偉達推出 Spectrum‑X 乙太網路，打造千兆規模 AI 資料中心

NVIDIA 推出 Spectrum‑X 乙太網路　打造千兆規模 AI 資料中心

隨著生成式 AI 訓練規模突破百萬顆 GPU，資料中心的網路已成為首要瓶頸。傳統的商用乙太網路在處理大量、同步的 AI 計算流時，會遭遇物理限制。為填補這一缺口，NVIDIA 以硬體加速為核心，從頭設計了 Spectrum‑X 乙太網路，專為千兆級 AI 工廠打造。

為何傳統乙太網路不敷使用？

1. 流量熵值差異

   • 一般資料中心的流量熵值高，數百萬筆小型、獨立的封包四散而行，透過 等成本多路徑 (ECMP) 靜態雜湊 可均衡分配。

   • AI 訓練流量熵值低，GPU 之間以 All‑Reduce、All‑Gather、All‑to‑All 等集合運算不斷同步，形成少數幾條巨大的同步流。

2. 頻寬‑延遲乘積龐大

   • 在 800 Gbps 以上的速率，光速決定的傳播延遲固定不變，但頻寬‑延遲乘積極高，若網路無法在微秒級即時緩解擁塞，隊列將快速堆疊、封包遺失。

3. 軟體控制回應不足

   • 傳統乙太網路的擁塞控制多依賴軟體回饋，無法在上述微秒時間窗內作出反應，導致效能不穩。

Spectrum‑X 的核心架構

• 硬體全加速控制迴路：將控制功能依「範圍、訊號、責任」分離為三條互不干擾的迴路，確保在自然時間尺度內即時解決擁塞，避免回饋迴路產生震盪。
• 逐封包自適應路由 (Adaptive Routing, AR)：相較於 ECMP 的靜態雜湊，Switch 會即時根據實際負載調整每一個封包的傳送路徑，提升布建利用率。
• Multiplane 技術：透過多層平面的布建設計，最大化二分頻寬，讓 AI 訓練的巨量同步流在不同平面上平行傳輸，進一步縮短 Time‑to‑AI（從模型啟動到完成訓練的時間）。

影響與未來展望

Spectrum‑X 的硬體加速與自適應路由，使得 AI 資料中心在千兆規模下仍能維持低延遲與高利用率，從根本上解除傳統乙太網路的瓶頸。未來，隨著模型規模持續擴張與新一代 GPU 推出，網路層面的 硬體/軟體協同設計 將成為資料中心競爭的關鍵。對於雲端服務供應商與企業自建 AI 超算中心而言，採用 Spectrum‑X 代表了向「預測式、彈性」網路架構轉型的第一步。