中科曙光牵头立项国内首个RDMA国家标准，scaleFabric落地十万卡AI集群

2026年10月13日，国家标准委正式批准《智能计算集群 高速网络管理技术规范》（计划号：20264903-T-469）立项。这是我国首个针对RDMA（远程直接内存访问）高速网络的国家标准，由中科曙光牵头，联合之江实验室、中国信息通信研究院、中移九天、天翼云、联通数科、中科院计算技术研究所、摩尔线程、盛科通信等十余家产学研用单位共同起草。

RDMA技术是现代AI训练集群的核心支撑之一。在千亿参数级大模型分布式训练中，通信开销常占整体耗时的30%至50%，网络性能直接决定算力系统的有效利用率。长期以来，该领域被海外厂商主导，国内主流方案多基于以太网的RoCE（RDMA over Converged Ethernet），虽具备一定兼容性，但在十万卡以上超大规模组网场景下暴露出明显短板：无损网络参数配置复杂、路由死锁频发、故障定位困难、跨厂商设备互操作性差，导致集群建设与运维成本居高不下。

此次立项的标准聚焦于高速网络的“管理”环节，而非底层硬件实现，重点对网络配置策略、运行状态监控、故障诊断与自愈机制提出统一技术要求，并配套制定可复现的测试方法。标准实施后，有望打破当前“一厂一策”的碎片化局面，推动形成开放、兼容、可规模化的高速网络管理生态，显著降低智算中心的部署门槛与长期运营成本。

标准的背后，是中科曙光在国产高速互连领域的实质性突破。2026年3月，该公司发布国内首款全栈自研原生RDMA无损高速网络系统——scaleFabric。该系统覆盖从核心IP核、交换与网卡芯片、整机硬件、驱动程序到管理软件的完整技术链路，实现真正意义上的自主可控。

具体性能指标上，scaleFabric网卡端口带宽达400Gbps，端到端通信时延小于1微秒；交换机单端口最高支持800Gbps，交换时延仅260纳秒。尤为关键的是其可扩展能力：单子网最大支持11.4万张计算卡，相当于国际主流产品的2.33倍。据官方披露，综合建设与运维成本可降低约30%。

目前，scaleFabric已落地于首个全国产十万卡AI超集群——曙光8000。该集群在实际运行中面临高频次网络传输故障挑战：十万卡规模下，平均每小时发生约2.7次传输异常。传统依赖集中式控制器的修复模式需5分钟完成路径重规划，严重拖累训练效率。

曙光8000的应对方案是在交换芯片中集成“智能开关”机制：为每个逻辑地址预设至少一条备用转发路径，一旦检测到链路中断，可在毫秒级内自动切换至备用通路，无需上层调度介入。这一设计将故障恢复时间压缩至亚毫秒级，极大提升了超大规模集群的鲁棒性与可用性。

需要指出的是，RDMA并非全新技术，其核心价值在于“零拷贝”与“内核旁路”，可大幅减少CPU干预与数据复制开销。但真正制约其在国内规模化落地的，不是协议本身，而是缺乏适配国产硬件架构的标准化管理框架。此前，各厂商常自行定义监控接口、告警格式与配置语法，导致异构设备难以协同。此次国标立项，正是从“软性规则”层面补足了国产高速网络的最后一块拼图。

从产业视角看，该标准的出台恰逢其时。随着大模型训练从千卡向万卡、十万卡演进，网络已成为继芯片之后第二个“卡脖子”环节。华为昇腾、寒武纪等加速卡厂商已陆续推出适配RDMA的训练框架优化，但若底层网络无法统一管理，整体效能仍难释放。scaleFabric的实践表明，国产方案不仅能在性能上对标国际一线产品，更可通过架构创新（如嵌入式智能路由）在可靠性维度实现反超。

值得注意的是，本次标准起草单位阵容体现了典型的“产学研用”协同模式：之江实验室提供前沿算法验证环境，信通院负责标准合规性与测试体系设计，三大运营商云平台（中移九天、天翼云、联通数科）代表真实业务负载需求，中科院计算所贡献基础理论支撑，而摩尔线程、盛科通信则分别从GPU与交换芯片层面保障硬件适配性。这种多方共建机制，有助于标准在落地阶段避免“纸上谈兵”。

行业普遍认为，RDMA管理标准的建立，将加速国产智算基础设施的成熟。未来，随着更多厂商接入该标准框架，用户可自由组合不同品牌的计算节点与网络设备，构建高性价比、高可靠性的混合集群。这不仅服务于AI训练，也将惠及科学计算、金融风控、气象模拟等对低延迟通信有严苛要求的领域。

在技术路线选择上，scaleFabric采用原生RDMA而非RoCE，意味着放弃部分以太网兼容性，换取更低的协议栈开销与更高的确定性时延。这一取舍反映出国产方案正从“能用”转向“好用”——不再一味追随既有生态，而是基于自身规模优势重新定义技术边界。

目前，该国家标准尚处于起草阶段，预计2027年内完成征求意见与审查流程。后续将配套推出符合标准的认证测试工具与参考实现，推动产业链快速对齐。对于正在规划建设万卡以上智算中心的地方政府与企业而言，该标准将成为评估网络方案可行性的关键依据。

国产高速网络的自主化进程，已从单点突破走向体系化构建。首个RDMA国标的立项，标志着中国在智能计算基础设施的关键环节迈出了制度化、规范化的重要一步。