AI 集群网络之争：InfiniBand 与 UEC 以太网的攻防
数据截止 2026-09。承接胖树与 Rail 优化、UALink，关联博通。
当集群从几百张卡扩展到几万张，一个残酷的事实会浮现：贵的是 GPU，但真正决定这些 GPU 能不能高效协同的，是网络。 训练一个大模型时，各张卡要频繁同步梯度、交换中间结果，任何网络延迟、拥塞或带宽不足，都会让大量昂贵的计算单元空等。AI 集群网络因此从“配角”变成了与算力并列的核心。过去十余年，这一层几乎是英伟达 InfiniBand 的天下；而现在，以博通、Arista、AMD 等组成的以太网阵营，正带着“超以太网联盟（UEC）”发起近年来最有底气的一次反攻。
先说结论
- 先分清两类网络：Scale-Up（机柜内 GPU 高速直连，NVLink/UALink）和 Scale-Out（跨机柜/跨集群互联，InfiniBand/以太网），二者分工不同，争论焦点主要在 Scale-Out。
- InfiniBand 长期主导 AI 后端网络，靠的是天生为 RDMA、低延迟和无损/拥塞控制设计，加上与英伟达 GPU、软件栈的深度协同，性能与省心程度最高。
- 以太网反攻的底气来自规模成本、开放生态和供应商选择：借助 RoCE/RDMA、改进的拥塞控制，以及 UEC 提出的新一代传输（包喷射、多路径、现代负载均衡），它正把 AI 网络的性能差距缩小。
- 客户的核心诉求往往不是“绝对最快”，而是“足够快 + 不被单一厂商锁定 + 成本可控”，这正是以太网最有力的卖点。
- 最终格局更可能是分层共存：最高端、最敏感的训练仍偏 InfiniBand/NVLink，大规模推理与通用训练越来越多用以太网，而非任何一方被彻底取代。
节点速览：技术 / 玩家 / 成熟度 / 预期
数据截止 2026-09。标尺说明见 AI 产业链总览。
| 象限 | 要点 |
|---|---|
| 关键技术 | ① RDMA/内核旁路低延迟（TRL-5）② InfiniBand 无损网络与自适应路由（TRL-4~5）③ 以太网 RoCE + 拥塞控制（DCQCN 等，TRL-4）④ UEC 包喷射/多路径/新传输（TRL-2~3，落地中） |
| 主要玩家 | InfiniBand：英伟达（Mellanox）；以太网：博通（Tomahawk）、Arista、AMD、思科、Eviden + UEC 联盟（含超大规模厂商） |
| 做到什么程度 | InfiniBand 在大规模训练中份额仍领先；以太网在推理与大型云 AI 集群中快速渗透，UEC 标准与产品从规范走向早期部署 |
一、先分清 Scale-Up 和 Scale-Out
讨论 AI 网络前，必须先建立一个基本框架，否则很容易把 NVLink、InfiniBand、以太网混为一谈。它们其实处在不同的层级。
Scale-Up 解决的是“一个机柜内，几颗到几十颗 GPU 如何像一颗巨型芯片一样共享内存、高速通信”的问题。英伟达的 NVLink/NVSwitch 和开放阵营的 UALink 都属于这一层，特点是距离短、带宽极高、延迟极低，通常只在机柜或相邻机柜范围。
Scale-Out 解决的是“如何把成千上万个节点、跨越整个数据中心连起来，协同训练同一个模型”。这一层要在规模、成本和性能之间平衡，InfiniBand 和以太网的正面交锋就发生在这里。本文讨论的“I/O 网络之争”，主要指 Scale-Out 后端网络（fabric）。理解了这层区分，就不会把“NVLink 打不打得过以太网”这种错位问题当成真问题——它们是互补的层级，而不是直接替代。
二、InfiniBand 为什么统治 AI 后端
InfiniBand 并非为 AI 而生，它最早用于高性能计算（HPC），但它的设计特性恰好命中了大规模训练的需求。
第一是 RDMA（远程直接内存访问）：网卡可以直接读写远端机器的内存，数据路径绕过 CPU 和操作系统内核，省去大量协议栈开销，延迟极低、CPU 占用极少。第二是 InfiniBand 从一开始就按“无损、信用制流控”设计，网络拥塞时通过信用机制避免丢包——这点对 AI 集合通信至关重要，因为一次丢包重传就可能让大批 GPU 同时空等。第三是它的自适应路由能把流量分散到多条路径，缓解大规模集群中的热点与拥塞。
更关键的是“端到端协同”：英伟达在 2019 年收购 Mellanox 后，把 InfiniBand 网卡、交换机与自家 GPU、NVLink、CUDA、集合通信库（NCCL）和整套管理软件打通。客户买到的不是一堆零件，而是一个经过验证、调优、出问题有单一厂商负责的系统。在万卡集群这种“网络复杂度极高、容错空间极小”的场景里，这种省心本身就是巨大的价值。这也是 InfiniBand 虽贵、却长期被最前沿训练团队选择的根本原因。
三、以太网反攻：开放、规模与 UEC
以太网是数据中心和互联网的绝对主流，它的优势不在“单点最极致”，而在规模、成本、生态和开放。问题是：传统以太网是为“尽力而为、允许丢包”设计的，要承载 AI 这种对延迟和拥塞极度敏感的通信，必须补上 RDMA 和拥塞控制的课。
| 阶段 | 以太网的武器 | 解决的问题 |
|---|---|---|
| RoCE v2 | 在以太网上跑 RDMA | 获得内核旁路、低延迟 |
| 无损以太网 + DCQCN 等 | PFC、ECN 拥塞控制 | 减少丢包、缓解拥塞 |
| UEC（超以太网联盟） | 包喷射、多路径、新传输/软件栈 | 从根上改善负载均衡与尾延迟 |
第一步是 RoCE，让以太网也能做 RDMA；第二步是引入 PFC（优先级流控）和 ECN/DCQCN 等拥塞控制机制，构造“无损以太网”。这些技术让以太网在 AI 集群中逐渐可用，但 PFC 配置复杂、容易引发暂停帧扩散等问题，调优门槛高，因此在最极致的训练上仍稍逊 InfiniBand。
真正改变叙事的是 UEC（Ultra Ethernet Consortium，超以太网联盟）。它不满足于在旧 TCP/以太网之上打补丁，而是提出一套面向 AI/HPC 的新一代传输与网络规范：核心思路包括包喷射（packet spraying，把一条消息打散到多条路径并行发送）、原生多路径、基于多路径的现代拥塞控制和负载均衡，目标是在保持以太网规模与开放优势的同时，把尾延迟和链路利用率做到接近甚至优于 InfiniBand。联盟背后有博通、AMD、Arista、思科、Eviden，以及多家把“去英伟达锁定”当作战略目标的超大规模厂商。随着 UEC 1.0 规范落地、交换芯片（如博通 Tomahawk 新世代）和网卡跟进，以太网第一次拥有了“为 AI 量身重构”的体系化武器。
四、客户到底在选什么：不只是性能
技术参数之外，真正驱动这场攻防的是客户的商业与风险考量。
对于超大云厂和大型算力买家，单一供应商锁定是真实而沉重的风险：网络与 GPU 如果都来自英伟达，议价能力、供给安全都会受制于人。以太网提供了一条横向打通多家供应商的路——交换芯片可以选博通，交换机可以选 Arista/思科，网卡和组网有多家可选，还能复用企业内部海量的以太网运维经验、工具和人才。当以太网的性能差距缩小到“足够好”的区间，商业天平就会自然向“开放+成本+第二供应”倾斜。
这并不意味着大家会为了开放牺牲性能。更现实的决策是按负载分层：对网络最敏感、最不容忍抖动的前沿超大模型训练，仍愿意为 InfiniBand+NVLink 的确定性付溢价；而规模更大、容错和成本更敏感的推理负载，以及相当一部分训练集群，会转向开放以太网。换句话说，以太网赢的不一定是“最高端那一小撮”，而是数量最大、增长最快的中间地带——这已足以改变整个网络层的利润与格局。
五、终局：双轨分层，而非赢家通吃
综合技术与商业，最可能的结局不是某一方完胜，而是一个长期双轨、按场景分层的网络世界。
英伟达不会轻易丢掉高端——它仍在持续演进 NVLink、InfiniBand 和整柜方案，并通过软硬件协同守住最挑剔的客户；以太网阵营则会凭 UEC、规模和开放，把“AI 网络=InfiniBand”的等号逐渐擦除，吃下增长最快的主流场景。这和历史上大多数网络制式之争的规律一致：性能极致者守塔尖，开放规模者占主体，最后各据其位、长期并存。
因此，判断这一层的投资与竞争，关键不是追问“谁会赢”，而是跟踪三个指标：UEC 生态（标准、芯片、网卡）的落地速度、以太网在真实大规模训练（而不只是推理）中的表现验证，以及英伟达用新一代产品与整柜/软件锁定回应的力度。这三者的拉锯，会在未来两三年逐步划定 InfiniBand 与以太网各自的边界。
常见误区
- 误区：以太网会很快全面取代 InfiniBand。 最高端训练仍看重其确定性，更可能是以太网拿下主流增量、二者长期并存。
- 误区：InfiniBand 贵所以会被淘汰。 在万卡集群里，端到端验证、单一厂商负责和低尾延迟的价值，足以支撑其溢价。
- 误区：普通以太网直接就能跑 AI。 需要 RoCE、无损/拥塞控制乃至 UEC 新传输，配置与调优门槛并不低。
- 误区：NVLink 和以太网是直接竞争。 NVLink 是机柜内 Scale-Up，以太网是 Scale-Out，二者是互补层级。
总结
InfiniBand 靠 RDMA、无损网络和与英伟达的端到端协同守住最高端训练，而以太网携规模、开放与多供应商优势、再以 UEC 的包喷射和多路径补齐性能短板，反攻 AI 后端——终局大概率不是谁吃掉谁，而是‘高端 InfiniBand、主流以太网’双轨分层、长期共存。
相关与延伸
- 机柜内的另一半：UALink 与开放 Scale-Up
- 组网拓扑：Rail 优化胖树
- 以太网芯片主力：博通与 Marvell
- 光互联支撑：光模块 800G/1.6T