Rubin CPX引出的產(chǎn)業(yè)真相：Scale Out網(wǎng)絡(luò)是AI集群不可或缺底座

文/黃海峰的通信生活

當(dāng)下在AI領(lǐng)域，大規(guī)模輸入數(shù)據(jù)進行高效、低成本處理的問題，成為關(guān)注熱點。AI大模型處理百萬行代碼、生成小時級視頻等長上下文任務(wù)時，算力需求與成本壓力呈指數(shù)級增長。這導(dǎo)致計算基礎(chǔ)設(shè)施面臨性能瓶頸與性價比失衡的雙重挑戰(zhàn)。

行業(yè)如何應(yīng)對挑戰(zhàn)？網(wǎng)絡(luò)作為連接計算節(jié)點的關(guān)鍵紐帶，是解決該挑戰(zhàn)的關(guān)鍵，且正站在Scale Out（橫向擴展，指增加服務(wù)器節(jié)點，構(gòu)成分布式架構(gòu)）與Scale Up（縱向擴展，指增強單個服務(wù)器系統(tǒng)資源）兩條路線的十字路口。

然而，我們看到AI基礎(chǔ)設(shè)施巨頭給出了不一樣的答案。近日，英偉達Rubin CPX系列GPU以“百萬級令牌上下文處理”和“30至50倍投資回報”的亮眼數(shù)據(jù)亮相，宣告專為長上下文推理優(yōu)化的新路徑：它果斷取消Scale Up設(shè)計，直言行業(yè)已從“唯性能論”轉(zhuǎn)向“性價比最優(yōu)解”。

這讓不少人好奇，當(dāng)下不是有觀點認(rèn)為，超節(jié)點發(fā)展迅猛，Scale Up依靠提升單節(jié)點硬件性能（如增加顯存、算力），可以應(yīng)對長上下文任務(wù)，或成發(fā)展方向，甚至將替代Scale Out。

英偉達這是反其道而行之，還是說行業(yè)走向異構(gòu)集群時Scale Up已無價值？Scale Out與Scale Up難道注定就是“非此即彼”的關(guān)系？

撥開技術(shù)迷霧，我們不難發(fā)現(xiàn)，隨著異構(gòu)集群逐漸成為未來AI基礎(chǔ)設(shè)施的主流形態(tài)，Scale Out網(wǎng)絡(luò)絕非可被替代的“備選方案”，而是支撐整個AI集群運轉(zhuǎn)的“通信底座”，與Scale Up網(wǎng)絡(luò)更將形成相輔相成的協(xié)同關(guān)系，與Scale Up攜手發(fā)展才是正確方向。

從性能崇拜到性價比為王：Rubin CPX折射智算產(chǎn)業(yè)新趨勢

縱觀AI智算產(chǎn)業(yè)的發(fā)展歷程，其本質(zhì)上是計算資源從集中到分布式，再到精準(zhǔn)分工的演進史。早期AI任務(wù)依賴單卡單服務(wù)器即可完成，網(wǎng)絡(luò)僅需承擔(dān)基礎(chǔ)的數(shù)據(jù)傳輸功能。

隨著深度學(xué)習(xí)模型參數(shù)從百萬級躍升至萬億級，單節(jié)點算力捉襟見肘，服務(wù)器集群成為主流。此時，網(wǎng)絡(luò)開始需要支撐多節(jié)點間的協(xié)同計算。

而超節(jié)點架構(gòu)的出現(xiàn)，通過在單一機架內(nèi)集成數(shù)十甚至上百塊GPU，將計算密度推向新高度。比如英偉達推出的GB200 NVL72超節(jié)點，由72張英偉達GB200 GPU互聯(lián)組成。在采用同樣GPU的情況下，相比于把8卡服務(wù)器通過網(wǎng)絡(luò)互連的傳統(tǒng)方式，NVL72這個超節(jié)點的吞吐量可以比非超節(jié)點提升3倍以上。

但隨著超節(jié)點內(nèi)GPU數(shù)量激增，節(jié)點內(nèi)部的互聯(lián)網(wǎng)絡(luò)帶寬與時延性能，成為制約單節(jié)點計算效率的關(guān)鍵瓶頸。

英偉達Rubin CPX系列的發(fā)布，標(biāo)志著產(chǎn)業(yè)進入“精準(zhǔn)優(yōu)化”的新階段。與追求全能性能的傳統(tǒng)GPU不同，Rubin CPX采用成本高效的單片晶圓設(shè)計，集成128GB GDDR7顯存與專用視頻編解碼硬件，在長上下文推理場景中實現(xiàn)3倍于GB300 NVL72的注意力機制加速，單機架即可提供8 exaFLOPS的NVFP4計算能力。

更關(guān)鍵的是，Rubin CPX通過“分解式基礎(chǔ)設(shè)施”理念，將計算與內(nèi)存資源高效分配，其1億美元資本支出可帶來高達50億美元收入，徹底打破了“高性能必然高成本”的固有認(rèn)知。

這種變革背后，折射出產(chǎn)業(yè)對AI全生命周期成本的深刻反思。訓(xùn)練階段需要處理PB級數(shù)據(jù)與萬億次參數(shù)更新，推理階段則面臨高并發(fā)、低延遲的實時響應(yīng)需求，單一架構(gòu)難以適配全場景需求。

筆者認(rèn)為，Rubin CPX的出現(xiàn)，不僅以“分解式基礎(chǔ)設(shè)施”理念和場景化硬件設(shè)計，直觀證明行業(yè)已跳出“一味追求高性能”的誤區(qū)，更印證了“聚焦最優(yōu)性價比”的發(fā)展新趨勢。

這一變化表明，通過硬件專業(yè)化分工與資源精準(zhǔn)匹配，實現(xiàn)性價比最優(yōu)已成為行業(yè)共識。這種異構(gòu)化、分工化的架構(gòu)趨勢，正從根本上重塑網(wǎng)絡(luò)的角色定位。

網(wǎng)絡(luò)演進的雙軌制：Scale Out與Scale Up是協(xié)同而非替代

計算側(cè)的架構(gòu)變革必然驅(qū)動網(wǎng)絡(luò)技術(shù)同步演進。早期，AI訓(xùn)練需要“十萬級GPU一起干活”，計算任務(wù)像城市里分散在各個區(qū)域的人流，對網(wǎng)絡(luò)的“覆蓋廣度”和“節(jié)點連接能力”要求陡增。

此時，Scale Out網(wǎng)絡(luò)以“集團軍”模式登場。它就像城市里的普通交通路網(wǎng)，不依賴單條“主干道”，而是通過增加道路條數(shù)（即網(wǎng)絡(luò)設(shè)備數(shù)量）來提升整體通行能力，就算某幾條路臨時擁堵，整個交通系統(tǒng)依然能正常運轉(zhuǎn)。

在AI訓(xùn)練中，Scale Out網(wǎng)絡(luò)依靠優(yōu)化，將數(shù)據(jù)并行（DP）、模型并行（TP）等技術(shù)所需的“十萬級GPU大軍”連接起來，確保All-Reduce等關(guān)鍵指令高效傳達。

這種網(wǎng)絡(luò)的核心優(yōu)勢很明顯，就像不斷拓寬路網(wǎng)一樣，加幾臺中低端設(shè)備就能讓集群規(guī)模“線性擴張”，成本不高還靈活，完美適配訓(xùn)練階段“人多力量大”“規(guī)模決定效率”的需求。

可隨著AI技術(shù)深入，推理等場景對網(wǎng)絡(luò)的要求變了，需要數(shù)據(jù)“分秒必達”。這就對帶寬和時延的要求嚴(yán)苛到“微秒級”。這時，Scale Up 網(wǎng)絡(luò)以“特種部隊”模式橫空出世。

它不像 Scale Out那樣的“人海戰(zhàn)術(shù)”，而是專注升級“單個精英設(shè)備”的能力。這就好比為城市打造專屬“快車道”，不僅把車道從“雙向兩車道”（10G 帶寬）拓寬到“雙向十車道”（100G、400G 帶寬），還優(yōu)化信號系統(tǒng)（硬件加速技術(shù)），讓車輛（數(shù)據(jù)）通行時延降到微秒級。

筆者認(rèn)為，兩者的本質(zhì)差異決定了其適配場景的互補性。從技術(shù)特性看，Scale Out以“廣度”取勝，可擴展性強、成本低。Scale Up以“深度”見長，性能突出、架構(gòu)簡單但擴展受限且成本高昂。

從應(yīng)用場景看，Scale up是訓(xùn)練階段及推理decode階段的重要支撐，負(fù)責(zé)連接海量GPU 節(jié)點完成大規(guī)模并行計算；Scale Out則更適合推理prefill階段的高性價比需求。英偉達本次發(fā)布的CPX系列就是針對推理prefill階段的高性價比，取消scale up。這種針對特定場景的取舍，并不能印證兩者誰更有價值。

當(dāng)談及兩種網(wǎng)絡(luò)模式，我們就不得不提業(yè)界廣為流傳的“Scale Up會取代Scale Out”的觀點。

在筆者看來，這種觀點如同在談及“城市交通”時，只認(rèn)為城市需要快車道，不需要普通路網(wǎng)。這顯然不全面。

從技術(shù)特性看，Scale Out是“廣度選手”，像普通路網(wǎng)一樣覆蓋廣、能容下大量節(jié)點；Scale Up是“深度選手”，像快車道一樣速度快、性能強，但能覆蓋的范圍有限，成本也高。

此時再看兩者關(guān)系，大家自然很容易發(fā)現(xiàn)二者根本不是“替代關(guān)系”，而是“搭檔關(guān)系”。

比如英偉達Vera Rubin NVL144 Rubin CPX機架，就像一座規(guī)劃合理的“交通樞紐”，用Scale Out鋪好“普通路網(wǎng)”，讓大量服務(wù)器能順暢連接，再靠Scale Up建“快車道”，讓核心節(jié)點的數(shù)據(jù)能高速傳輸，兩者缺一不可。

未來，隨著計算側(cè)需求越來越精細(xì)，這兩種網(wǎng)絡(luò)會繼續(xù)各司其職，Scale Out當(dāng)“大管家”，管好AI訓(xùn)練的“大規(guī)模連接”；Scale Up當(dāng)“急先鋒”，滿足AI推理對數(shù)據(jù)低時延的需求。

所以，我們可以肯定的是，兩種網(wǎng)絡(luò)攜手，可以將網(wǎng)絡(luò)架構(gòu)打造成更高效的“交通系統(tǒng)”，而不是走向“非此即彼”的死胡同。

產(chǎn)業(yè)共識下的底座價值：Scale Out網(wǎng)絡(luò)不可替代

隨著異構(gòu)集群成為AI基礎(chǔ)設(shè)施的主流形態(tài)，Scale Out網(wǎng)絡(luò)的底座地位愈發(fā)穩(wěn)固。無論是技術(shù)特性與架構(gòu)需求的匹配度，還是全球廠商的戰(zhàn)略布局，都印證了其無法被Scale Up網(wǎng)絡(luò)替代的核心價值。

首先，從技術(shù)本質(zhì)看，異構(gòu)集群的分布式特性與Scale Out網(wǎng)絡(luò)天然契合。異構(gòu)集群通過CPU、GPU、DPU等不同硬件的分工協(xié)作實現(xiàn)效率最優(yōu)，這種架構(gòu)要求網(wǎng)絡(luò)必須具備靈活連接、負(fù)載均衡與故障冗余能力。

Scale Out網(wǎng)絡(luò)的分布式架構(gòu)恰好滿足這些需求。其通過動態(tài)路由技術(shù)可實現(xiàn)計算節(jié)點的靈活組網(wǎng)，通過負(fù)載分擔(dān)機制避免單點壓力過大，通過多路徑冗余確保某一設(shè)備故障時業(yè)務(wù)不中斷。

相比之下，Scale Up網(wǎng)絡(luò)依賴單節(jié)點性能提升，一旦核心設(shè)備出現(xiàn)故障，可能導(dǎo)致整個子集群癱瘓，難以適配異構(gòu)集群的可靠性要求。

其次，從廠商實踐看，全球主流玩家均將Scale Out網(wǎng)絡(luò)作為戰(zhàn)略核心。英偉達在推廣Rubin CPX的同時，同步強化Spectrum-X以太網(wǎng)的Scale Out能力，通過ConnectX-9 SuperNIC與Dynamo平臺編排，實現(xiàn)百萬級GPU集群的高效互聯(lián)。

Mellanox的InfiniBand網(wǎng)絡(luò)雖以高性能著稱，但仍通過Fat-Tree等拓?fù)浣Y(jié)構(gòu)強化Scale Out擴展能力。

再將視線轉(zhuǎn)回國內(nèi)，華為推出CloudEngine XH系列交換機，通過iMaster NCE智能管理系統(tǒng)實現(xiàn)萬級節(jié)點的Scale Out部署。

我們不難發(fā)現(xiàn)，這些布局共同印證了一個結(jié)論，Scale Out網(wǎng)絡(luò)是構(gòu)建大規(guī)模AI集群的基礎(chǔ)前提。

最后，從成本效益看，Scale Out網(wǎng)絡(luò)是平衡性能與成本的最優(yōu)解。AI產(chǎn)業(yè)的爆發(fā)式增長帶來算力需求的指數(shù)級提升，單純依賴Scale Up網(wǎng)絡(luò)的高端設(shè)備升級，將導(dǎo)致成本隨規(guī)模呈幾何級增長 。

Scale Out網(wǎng)絡(luò)通過標(biāo)準(zhǔn)化以太網(wǎng)設(shè)備與分布式架構(gòu)，實現(xiàn)“按需擴展、線性成本”，在支撐集群規(guī)模從千級向萬級跨越的同時，將單位算力的網(wǎng)絡(luò)成本降低60%以上。對于追求性價比的AI企業(yè)而言，Scale Out網(wǎng)絡(luò)的成本優(yōu)勢使其成為無法替代的選擇。

筆者觀察：攜手同行，才能把握AI時代新機遇

如今，AI智算產(chǎn)業(yè)正站在從“規(guī)模擴張”向“質(zhì)量提升”轉(zhuǎn)型的關(guān)鍵節(jié)點，英偉達Rubin CPX的發(fā)布只是這場變革的縮影。

在異構(gòu)集群成為主流的未來，Scale Out網(wǎng)絡(luò)將如同城市的基礎(chǔ)設(shè)施路網(wǎng)，支撐起整個AI生態(tài)的高效運轉(zhuǎn)，而Scale Up網(wǎng)絡(luò)則如同專屬快車道，為關(guān)鍵場景提供性能加速。兩者的協(xié)同共存將是網(wǎng)絡(luò)架構(gòu)的必然選擇。

產(chǎn)業(yè)需要明確的是，Scale Out網(wǎng)絡(luò)作為通信底座的核心地位，始終不可或缺。對于AI從業(yè)者而言，認(rèn)清這一趨勢，才能在基礎(chǔ)設(shè)施建設(shè)中實現(xiàn)性能與成本的最優(yōu)平衡，把握AI產(chǎn)業(yè)的下一波機遇。