作者｜王艺
编辑｜赵健
看不下去英伟达的垄断，科技巨头们联合出手了。
据科技媒体TechCrunch最新消息，英特尔、谷歌、微软、Meta、AMD、惠普、博通、思科联合成立了一个新的行业组织——UALink促进会（the Ultra Accelerator Link Promoter Group，超级加速器链接促进会），该组织正在提议制定一项新的行业标准，应用于数据中心里AI芯片之间的互联。
提议标准的第一个版本UALink 1.0将通过单个计算“Pod（舱，服务器中的一个或者多个机架）”连接多达1024个AI芯片（仅限GPU）。据UALink促进会称，UALink 1.0基于包括AMD的Infinity Fabric在内的“开放标准” ，将允许在连接到的AI芯片的内存之间进行直接加载和存储，与现有互连规范相比，可以提高速度并降低数据传输延迟。
同时，该组织表示，将在今年第三季度成立“UALink联盟”，以监督UALink规范未来的发展；UALink 1.0将在同一时间向加入该联盟的公司提供，带宽更高的更新规范UALink 1.1则将于今年第四季度推出。
1.一切都怪英伟达
UALink的名单中，没有英伟达。
这或许和英伟达长期垄断数据中心市场的“霸权”有关——英伟达目前是世界上最大的AI数据中心制造商，约占全球80%-95%的市场份额。凭借着其专有的互联技术NVLink、NVLink Switch（NVSwitch）和Infiniband，英伟达实现了AI芯片和数据中心之间的高速数据传输：
第五代NVLink极大地提高了大型多GPU系统的可扩展性，单个NVIDIA Blackwell Tensor Core GPU支持多达18个NVLink 100 GB/s连接，总带宽为1.8TB/s，比上一代带宽高2倍，比PCIe Gen5带宽高14倍以上（图源：NVIDIA）NVSwitch可在一台NVL72中实现130TB/s的GPU带宽，以实现大型模型并行； NVL72可以支持的GPU数量是单个八GPU系统的9倍（图源：NVIDIA）
InfiniBand网络由交换机和路由器组成，数据包使用串行方式发送，可以同时发送多个数据通道（图源：TechTarget）
这三者的结合，使得英伟达能够提供端到端的高速数据通路，从GPU到CPU，再到整个网络基础设施，这种垂直整合能力极大地优化了数据处理流程，不仅提升了用户在人工智能、科学模拟、数据分析等领域的计算能力，还极大地增强了英伟达在高性能计算市场的竞争力，确立了其作为行业标准制定者的角色，进一步扩大了其在技术前沿的垄断地位。英伟达最新财报（2025财年第一财季）显示，英伟达第一季度总营收260亿美元（创历史新高）；其中，数据中心业务贡献了英伟达的绝大部分营收，收入达226亿美元，同比增长427%，环比增长23%。如果英伟达继续保持目前增长势头，或许将在今年某个时候超越苹果成为全球第二大市值的公司。在披露财报的同时，英伟达CFO Colette Kress还表示，“大型云服务提供商大约占据数据中心收入的45%左右”。钱都被英伟达赚了，科技巨头们难免不高兴，因此组团成立UALink定义新的行业标准，试图在英伟达的“垄断”体系下突围。而英伟达不支持基于竞争对手技术的规范也无可厚非。2.第二次围攻
UALink的成立，是科技巨头们对英伟达的“第二次围攻”。早在2023年7月，Linux基金会就联合博通、思科等多家公司成立了一个“超级以太网联盟（Ultra Ethernet Consortium）”，通过使用针对AI和HPC工作负载优化的新拥塞控制方法（如晶片堆栈和硅光技术），以实现比InfiniBand或RoCE网络更高效、更具可扩展性的互联网络，从而打破Inifiband的垄断。而2023年12月，UALink促进会就有了初步的苗头。当时AMD和博通发表了一个联合声明，表示博通未来的PCI-Express交换机将支持xGMI和Infinity Fabric协议，使用NUMA架构，用于AMD的Instinct GPU和CPU之间的相互连接。这一最新交换机被命名为“Atlas 4”，遵循PCI-Express 7.0规范，将于2025年上市。但PCI-Express不是UALink唯一的互联， xGMI也不是唯一的协议。AMD为UALink贡献了范围更广的Infinity Fabric共享内存协议，而所有其他参与者都同意使用Infinity Fabric作为数据中心互连的标准协议。英特尔高级副总裁兼网络和边缘事业部总经理Sachin Katti表示，UALink促进会正在考虑使用以太网第1层传输层，并在其上采用Infinity Fabric，以便将GPU内存粘合到类似于CPU上的NUMA的巨大共享空间中。很少有人想过将多个不同供应商的GPU连接到一个机箱内，或者是连接到一个Pod（舱）内。但UALink就在试图这么做——UALink GPU和加速舱（图源：The Next Platform）
使用以太网将Pod链接到更大的集群（图源：The Next Platform）
使用UALink，可以将一个带有AMD GPU的Pod，一个带有Intel GPU的Pod，和另一个带有若干AI芯片的其他品牌供应商的舱连接在一起。就像Meta和微软发布的开放加速器模块 (OAM) 规范允许系统板上加速器插槽的通用性一样，UALink也在互连层面上实现了服务器设计的通用性。据介绍，Ultra Ethernet仍将用于扩展到更多节点，博通可能会在800Gbps的Thor产品中推出一款早期的Ultra Ethernet NIC，但仅根据规范标准化的程度，可能还需要一代才能获得完整的UEC支持。对于AMD和英特尔等公司来说，UALink为其提供了一条复制NVLink和NVSwitch、并与其他公司共享开发成果的途径。此外， UALink也让博通这样的公司制造UALink交换机来帮助其他公司扩大规模。“行业需要一种能够快速推进的开放标准，这种开放标准允许多家公司为整个生态系统增加价值”，在外媒TechCrunch的采访中，AMD数据中心解决方案总经理Forrest Norrod表示，“这种标准需要允许创新不受任何一家公司的束缚，快速推进”。3.微软、Meta、谷歌或成最大受益者
UALink的最大受益者可能是微软、谷歌以及Meta，它们总计花费了数十亿美元购买英伟达的GPU和服务器来训练其大模型，因此他们迫切地想要摆脱对于英伟达硬件的依赖。比如谷歌于2020年就在自家的数据中心上部署了当时的最强AI芯片“TPU v4”，去年在Cloud Next 2023大会上推出了新款自研AI芯片TPU v5e，并推出了搭配英伟达（NVIDIA）H100 GPU的 “A3超级计算机”GA（通用版）；今年的Cloud Next 2024上，谷歌又宣布推出基于Arm架构的CPU Axion。其性能比通用Arm芯片高30%，比英特尔生产的当前一代x86芯片高50%；微软于去年11月推出了Azure Maia AI芯片和Azure Cobalt CPU，Maia是为满足微软服务的特定性能要求而定制的，可以显著减少能耗；Cobalt CPU则基于Arm架构构建，以其能效和性能而闻名；此外，微软和OpenAI也计划投入1000亿美元建造超级计算机用于训练大模型，该超级计算机将配备未来版本的Cobalt和Maia芯片，而UALink恰好可以将它们连接起来；而Meta则在2021年和2022年分别推出了模型训练平台ZionEX和Grand Teton，又在今年在3月宣布设计了两个新的AI计算集群，每个集群包含24576个GPU。这些集群基于Meta的Grand Teton硬件平台，其中一个集群目前被Meta用于训练其下一代Llama 3模型。Meta还致力于PyTorch框架实现，试图用并行化算法，将初始化时间从“有时数小时缩短到数分钟”。在众多科技巨头的努力下，一个可以与英伟达分庭抗礼的新的互联行业标准，或许离我们不远了。*参考资料：
《Tech giants form an industry group to help develop next-gen AI chip components》，TechCrunch