北京
一个集群里塞进 131,072 块 GPU，网络延迟压到 2.5 微秒。这是 Oracle 云基础设施（OCI）给出的 AI 算力方案里，最扎眼的两个数字。
OCI Supercluster 的定位很直接：给前沿 AI 模型的训练和推理提供底座。它支持横向扩展的 GPU 算力集群，规模上限就是那串 131,072——对应的是 NVIDIA Blackwell GPU 或 Grace Blackwell Superchips。
网络才是真门槛
堆 GPU 不难，难的是让它们像一块卡那样协同。分布式训练里，节点之间的通信效率往往比单卡算力更能决定整体速度。
OCI 的做法是定制设计的 RoCE v2 协议，配合 NVIDIA ConnectX 网卡搭 RDMA 集群网络。延迟可以做到 2.5 至 9.1 微秒，节点间总带宽最高 3,200 Gb/秒。
这套网络结构的扩展能力不止一种配置：
- 131,072 块 NVIDIA B200 GPU
- 超过 100,000 块 NVIDIA Grace Blackwell Superchips
- 65,536 块 NVIDIA H200 GPU
- 同时兼容 AMD MI300X
存储和主权 AI 是配套题
大模型训练绕不开频繁的 Checkpoint。OCI 在这块给的是高达 61.44 TB 的 NVMe 本地存储，加上基于 Lustre 的高性能文件系统，专门应对这种高频读写需求。
另一条线是主权 AI。OCI 通过分布式云架构满足各国合规与数据主权要求，让 AI 部署能落在本地规则之内。
应用场景上，页面提到了金融反欺诈、医疗影像分析和药物发现。这些场景的共同点是对算力和数据合规都有硬要求。
Oracle 与 NVIDIA 的合作是这套方案的底层支撑。从 GPU 裸金属实例到超快 RDMA 集群网络，OCI 想讲的故事是：把训练速度提上去，把延迟压下来。
131,072 块 GPU 连成一张网，2.5 微秒的延迟——这两个数字放在一起，才是这套方案真正的卖点。
特别声明：以上内容(如有图片或视频亦包括在内)为自媒体平台“网易号”用户上传并发布，本平台仅提供信息存储服务。
Notice: The content above (including the pictures and videos if any) is uploaded and posted by a user of NetEase Hao, which is a social media platform and only provides information storage services.
