Meta 在 2026 OCP Global Summit 介绍 AI 网络架构并开源 MetaRoCE

在 2026 Open Compute Project (OCP) 全球峰会上，Meta 分享了 网络创新成果 ，这些成果正直接支持我们最新的 AI 模型，包括 Muse Wonder 和 Muse Spark，以及我们的 吉瓦级 Prometheus 集群。 

亮点

• IcePack & IceCube： Meta 首款液冷网络机架，配备 102.4T 交换机刀片（128×800G，提供 Broadcom Tomahawk 6C 和 NVIDIA Spectrum-6 版本），运行 FBOSS。 
• 用于横向扩展的扁平化平面网络架构 (FPF)： Meta 的多平面横向扩展网络架构，其中每个 GPU 连接到八个网络平面。3 层 → 2 层 Clos、网卡级逐包分散转发，以及主机与交换机联合控制平面。与 NVIDIA 联合构建，并与我们的云合作伙伴共享。
• 跨域扩展： BAG 是我们的拍比特级超级脊网络，在我们的吉瓦级 Prometheus 集群中连接楼宇、园区和区域，此外还有基于 FBOSS + SAI 的 SRv6 区域骨干网。
• 用于纵向扩展的以太网：Tahan，基于 Broadcom Tomahawk5、面向 MTIA 300 的以太网纵向扩展交换机；预览采用 102.4T 芯片、每机架配备 72 个加速器的方案；以及 ESUN 从 1.0 → 1.1 的演进。
• OSPA： 由 Meta、Microsoft 和 Alibaba 共同牵头的一项 OCP 新倡议，旨在标准化交换机平台层。v1.0 规范已提交给 OCP。
• MetaRoCE： 我们面向 AI 网络的 RDMA 传输协议，现正开源。

我们通过 Meta 多个网络和硬件团队的演讲，分享了对网络相关重点项目的见解。这些演讲及其幻灯片现已向所有人开放！ 

主题演讲与高管专场

从混凝土到代码：构建吉瓦级 AI 基础设施 (视频)
AI 改变了基础设施的形态。Meta 基础设施负责人 Santosh Janardhan 分享了 Meta 如何开展设计、建设和运营，其规模要求重新思考网络、设施以及将一切整合在一起的系统。
演讲者：Santosh Janardhan，Meta 基础设施负责人

押注网络：Meta 倡导全栈开放 AI 网络的理由 (视频)
如今，AI 的进步既依赖算力，也同样依赖网络。未来的道路是在开放生态系统中构建全栈、开放的方案，而非闭门打造专有方案。
演讲者：Omar Baldonado，Meta 数据中心与 AI 网络高级总监

打破壁垒：面向 AI 时代的开放式跨域扩展 (视频)
训练算力的增长速度正持续超过基础设施的扩展速度。本次演讲阐述了为何需要开放式跨域扩展网络，以连接跨数据中心、跨区域的 AI 算力。
演讲者：Vipul Deokar，Meta 核心网络基础设施副总裁；Rakesh Chopra，Cisco 芯片与系统架构高级副总裁兼工程院士；Tom Williams，Cisco 营销副总裁

交换机平台、光通信与互连

Meta 102.4T 以太网交换机 (视频)
IceCube 是 Meta 的 102.4T 交换机，部署于我们的液冷 Icepack 机架中。Icecube 和 N-IceCube 采用 2OU、液冷/风冷混合散热的无 PHY 设计，搭载 Broadcom Tomahawk 6C 或 NVIDIA Spectrum-6 ASIC，提供 128x800GE 的无阻塞容量。
演讲者：Rongchun Zhou，Meta 网络硬件工程师；Reza Niazmand，Meta 网络技术项目经理

规模化集成光学：从 51.2T CPO 验证到 Meta 的 102.4T (视频)
探讨集成光学为何对机架级 AI 至关重要——涉及功耗、密度、解耦和可靠性——以及 Meta 在验证 51.2T 共封装光学时获得了哪些可应用于 102.4T 的经验。
演讲者：Granthana Rangaswamy，Meta 硬件工程师；Siamak Amiralizadeh，Meta 光学工程师；Xu Wang，Meta 硬件工程师

超大规模运行线性可插拔光模块 (视频)
在 AI 的规模下，每个模块中的重定时器 DSP 都会在数百万条链路上反复增加功耗、热量和成本负担——但移除它会将均衡和故障排查工作转移到主机端。本次演讲将回答：线性光模块能否在整个设备集群规模上达到带重定时器方案的可靠性。
演讲者：Amin Yekani，Meta 光学工程师；Qing Wang，Meta 光学工程师

在 Meta 数据中心大规模部署 800G AEC (视频)
短距离链路决定了 AI 网络的经济性。本场分享介绍 Meta 对 800Gb/s 有源电缆的大规模部署，以及背后的组件质量工作。
演讲者：Jingyu (Kevin) Yu，Meta 组件质量工程师；Abhijit Chakravarty，Meta 光通信与互连质量负责人

超越可插拔模块：构建支持 AI 扩展的 NPO 生态系统
探讨如何构建近封装光学（NPO）生态系统，使其能够突破可插拔模块的能力上限，支持 AI 扩展。
演讲者：Nan Ge，Meta 技术采购经理 

FBOSS 与开放平台

开放式交换机平台架构（OSPA）——统一网络交换机平台参考设计（视频）
SAI 使数据平面软件具备了可移植性，但交换机平台层仍然是专有且碎片化的，导致每个平台都需要数月的重复启动工作。本演讲将介绍 OSPA。该项目为这一层提出了统一的多厂商参考设计，并介绍已贡献给 OCP 的 1.0 规范。
演讲者：Meta 的 Tao Ren、Tian Fang 和 Xu Wang；个人开发者 Guohan Lu；Microsoft 的 Ying Xie；Alibaba 的 Yiyuan Huang 和 Zhiping Yao

NVIDIA SDK + FBOSS：构建可用于生产的 AI 网络架构（视频）
介绍 NVIDIA 的 Spectrum-X 交换机、SDK、SAI 实现和模拟器如何与 Meta 的网络操作系统 FBOSS 协同工作，以构建生产级 AI 网络架构。本演讲将介绍 CI/CD 和测试驱动工作流，以及该工作流如何实现快速的联合集成。
演讲者：Meta 的 Parvez Shaikh；NVIDIA 的 Harish Krishnamoorthy、Alan Elder 和 Tom Zhu

开放式、面向 AI 的 FBOSS：从平台启动到解决方案认证（视频）
全面介绍 FBOSS 软件栈——包括路由、转发、平台服务和板级支持——以及配置驱动的方法如何更快速、更轻松地将平台从电路板启动推进到 OCP 生态系统中的认证状态。
演讲者：Meta 软件工程师 Srikrishna Gopu；Nexthop AI 软件工程师 Benoit Sigoure

规模扩展与跨规模扩展实践

大规模实现高性能与设计可靠性：运行 Meta 最大的 AI 集群（视频）
介绍如何可靠地运行 Meta 最大的 AI 集群，完整讲解从 GPU 和扩展互联网络，到 FBOSS、驱动程序、通信库和调度器的整个训练栈。
演讲者：Meta 生产工程部门的 Jose Leitao；Meta Network.AI 的 Guille Cobo

跨数据中心及更广范围扩展 AI 基础设施：Meta 与 BAG 的历程（视频）
概述 Backend Aggregation（BAG）——其用途、架构和性能优势——并分享其在 Meta 的 Prometheus 集群中的部署经验。本演讲还将介绍平台适配、距离管理、可靠性和容量规划方面的工程挑战，尤其是在 AI 生态系统快速演进的背景下。
演讲者：Meta 技术项目经理 Jalpa Patel；Meta 网络工程师 Hany Morsy

SRv6 驱动的骨干网络 (视频)
本次演讲深入探讨 Meta 为何选择 SRv6 为其骨干网络新增一层、数据平面和控制平面如何在 FBOSS 上投入生产（包括在 WAN 距离下使用浅缓冲区），以及从概念到部署在数月内加速完成的过程。
演讲者：Jasmeet Bagga，软件工程师，Meta；Andrey Golovanov，网络工程师，Meta

连接本地部署与云端：Meta 规模的 GPU 网络 (视频)
介绍 Meta 如何使用云 GPU 容量，以及 Meta 如何将本地部署中的经验带入云端，使其能够为 AI 工作负载提供高性能和高可靠性。
演讲者：Adi Gangidi，技术负责人，Meta；Carmen Au，软件工程经理，Meta

跨规模网络专题讨论 (视频)
一场跨行业专题讨论，探讨大规模 AI 集群对路由和光传输设备提出的要求。与谈人比较超大规模云服务商、芯片和系统供应商之间的不同方案。
与谈人：Jeff Rahn，Meta；Tad Hofmeister，Google Cloud；Yawei Yin，Microsoft Azure；Xiguang (Henry) Wu，Broadcom；Vijay Vusirikala，Arista Networks（主持人）

Scale-Up 与 ESUN

Tahan：面向 MTIA 的开放式、基于以太网的 Scale-Up 交换机 (视频)
我们介绍 Tahan，这是一款面向我们的机架级 MTIA 300 AI 系统的基于以太网的 Scale-Up 交换机。本次演讲将介绍 Tahan 的带宽和延迟特性以及 Scale-Up 功能集，展示以太网在 Scale-Up 方面的优势，并推动未来的 Scale-Up 设计走向 ESUN。
演讲者：Vimal Vasudevan，技术项目经理，Meta；Ashutosh Grewal，软件工程师，Meta

ESUN：面向 AI Scale-Up 时代的开放式以太网 (视频)
去年，我们与社区合作推出了ESUN：用于 Scale-Up 网络的以太网。本次演讲将介绍自上届 OCP 全球峰会以来取得的进展，包括在今年早些时候发布的1.0 规范以及即将发布的 1.1 规范。
演讲者：Manoj Wadekar，AI 网络技术专家，Meta；Pratik Marolia，AI 系统架构师，Microsoft

ESUN 生态系统的验证方法 (视频)
介绍 ESUN 生态系统的验证方法，将 Scale-Up 置于更广泛的 AI 扩展领域体系中——向内扩展、向上扩展、向外扩展、跨规模扩展、边缘扩展和向上层扩展。
演讲者：Manoj Wadekar，AI 系统技术专家，Meta；Venkat Pullela，AI 基础设施 CTO，Keysight

多加速器铜缆纵向扩展互连的测试方法 (视频)
在铜缆纵向扩展域中，每个机架有数千条连接，这意味着即使良率达到 99.9%，仍会有大约 10 条故障链路——而盲插式模块无法对单条链路进行维修。在 Meta，我们将其视为统计问题，而不是一组孤立的调试问题。本次演讲将分享我们的测试方法。
演讲者：Yao Rong，Meta AI 系统团队系统工程师；Karthik Ganesan，Meta AI/HPC 系统性能工程师

RDMA 传输

MetaRoCE：为 AI 重新思考 RDMA (视频)
网络如今已处于 AI 集群的关键路径上，all-reduce 和 all-to-all 的性能受数十万个加速器中最慢节点的制约。本次演讲将介绍 MetaRoCE 传输规范。
演讲者：Arvind Srinivasan，Meta；Sandeep Nagaraja，Meta；Balakrishnan Raman，AMD

软件中的 MetaRoCE (视频)
Meta 正在开源其 MetaRoCE 软件实现，首先在 GitHub 上发布用户态版本（libsoftmetaroce），基于 DPDK 的版本也即将推出。
演讲者：Ashkan Nikravesh，Meta 软件工程师；Yiorgos Nikolaidis，Meta 软件工程师

观看 2026 OCP 全球峰会的全部内容 

您可以在 2026 OCP 全球峰会网站上观看本次活动所有演讲的录像。

衷心感谢 Meta 网络和硬件团队的每一位演讲者，以及促成这一切的业内优秀合作伙伴！ 

图片由开放计算项目（OCP）提供。

文章《Meta 在 2026 OCP 全球峰会上的网络技术分享：面向纵向扩展、横向扩展和跨域扩展 AI 网络的开放创新》最先发表于 Engineering at Meta。