NVIDIA推出Spectrum-XGS乙太網路 將分散式資料中心整合為單一千兆級AI超級工廠

NVIDIA在HOT Chips大會上揭曉其Spectrum-XGS乙太網路，此技術以延伸自Spectrum-X平臺的演算法，透過自動距離壅塞控制與延遲管理，使不同區域的資料中心能如同單一超級節點般協同運作。NVIDIA表示，Spectrum-XGS幾乎能將針對多組GPU運算的NVIDIA Collective Communications Library (NCCL)效能提升一倍，讓GPU與多節點間的溝通效率大幅加速，爲AI訓練與大規模推論帶來可預測、近乎線性提升效能。

意味過去僅能在單一大型資料中心內部展現的「超級電腦」能量，如今將能跨越距離與建築限制，將多個獨立的資料中心聯結成爲單一「千兆級AI超級工廠」。目前，專注於AI雲端基礎架構的CoreWeave，將成爲首批導入Spectrum-XGS技術的合作伙伴。

打造跨域AI超級工廠

根據NVIDIA的說法，Spectrum-XGS透過自動距離壅塞控制與延遲管理技術，能精準最佳化GPU與多節點之間的通訊效率，進而讓NCCL的效能幾乎翻倍。對於橫跨不同城市甚至不同區域的AI叢集來說，這意味着運算效能可被統一視爲同一個超大規模算力池，實現幾乎如同「單一資料中心」般的可預測效能表現。

換句話說，過去受到物理距離限制的分散式資料中心，未來透過Spectrum-XGS串接，將能打破地理邊界，成爲跨域協作的AI運算核心，帶來更具彈性的擴展能力。

與博通的乙太網路技術比較

在乙太網路交換技術領域，博通 (Broadcom)長期扮演核心角色，其Tomahawk、Trident系列ASIC (特定應用積體電路)，幾乎是大型資料中心交換器的標準配備。而博通的技術優勢在於高埠密度、低功耗與成熟的生態系，廣泛支援雲端運算商與電信業者的需求。然而，博通解決方案雖能提供高達數百Tbps的資料交換量，但主要仍以 傳統網路流量最佳化爲導向，對AI訓練過程中高度同步的GPU-to-GPU通訊並非完全適用。

相比之下，NVIDIA Spectrum-XGS的定位則更明確地面向AI專用網路。其在演算法層面融入了對分散式AI工作負載的調適能力，包含自動距離壅塞控制、跨資料中心延遲補償，以及與NCCL、NVLink等NVIDIA軟硬體生態緊密整合。這意味着Spectrum-XGS並非單純比拼埠數或頻寬，而是直接針對AI模型分佈式訓練的通訊需求進行最佳化。

也就是說，如果博通乙太網路技術是廣義的資料中心「高速公路網路骨幹」，那麼NVIDIA Spectrum-XGS定位更像是專爲AI運算打造的「專用快車道」。前者具備規模經濟與成熟度優勢，後者則強調在AI世代中降低訓練時間、提升跨區效能可預測性。對於正全力投資AI雲端的業者而言，兩者的角色未必是取代關係，而可能是互補並存，例如以博通乙太網路技術打造通用連接骨幹，並且以NVIDIA建構專注於AI運算的加速層。

隨着AI模型的規模持續膨脹，未來的雲端資料中心將更趨「多場域、跨距離、巨量協同」的形態。NVIDIA Spectrum-XGS的提出，不僅展示其網路硬體與軟體整合的企圖心，更代表AI基礎設施正逐漸跳脫傳統資料中心框架，朝「跨區整合、千兆級AI超級工廠」邁進。

《原文刊登於合作媒體mashdigi，聯合新聞網獲授權轉載。》