Ultra Ethernet

3 秒看懂

一句话定义： Ultra Ethernet 是 Ultra Ethernet Consortium（UEC）主导开发的新一代以太网传输协议，专为大规模 AI 训练集群设计，目标是以开放标准替代 NVIDIA InfiniBand 的私有生态，成为 AI 数据中心的”第二条路”。

关键词： 开放生态 / RoCE 替代方案 / 多路径 / AI 集群互联

3 分钟产业解释

为什么需要 Ultra Ethernet？

当前 AI 训练集群的网络互联存在一个”二选一”困境：

方案	优势	痛点
NVIDIA InfiniBand	性能成熟、生态完善	私有协议、供应链单一、成本高
传统 RoCE v2	基于开放以太网	大规模场景性能差距明显、拥塞控制粗糙

Ultra Ethernet 的定位是：以太网的开放性 + InfiniBand 的性能水平。

谁在推动？

Ultra Ethernet Consortium（UEC） 成立于 2023 年，成员阵容覆盖产业链多个环节（截至公开信息）：

芯片/设备： AMD、Intel、Broadcom、Cisco、Arista
云厂商/终端用户： Meta、Microsoft、Oracle
其他： HPE、Eviden（Atos）等

[注] 部分成员参与程度未充分披露，以上基于公开新闻报道。

产业意义

传统格局:  训练集群网络 ≈ InfiniBand（NVIDIA 垄断）
Ultra Ethernet 目标:  开放以太网方案性能追平 → 用户有选择权 → 降低 AI 基础设施的" NVIDIA 税"

15 分钟专家深入

核心设计哲学

Ultra Ethernet 不是简单地”优化 RoCE”，而是重新设计传输层以适配 AI/HPC 工作负载特征：

1. AI 流量模型 vs 传统数据中心

特征	传统数据中心	AI 训练集群
流量模式	大量小流（mice flow）	少量超大象流（elephant flow）
通信模式	请求-响应	AllReduce、All-to-All 等集合通信
带宽需求	中等	极高（数千 GPU 同时通信）
时延敏感度	中等	高（直接影响训练吞吐）

2. Ultra Ethernet 的关键设计原则（基于 UEC 公开技术文档方向）

多路径传输： 单个流可跨多条物理路径，提高有效带宽利用率
改进的拥塞控制： 针对突发、大规模流量设计
可靠传输层重设计： 平衡可靠性与性能开销
可扩展性： 从数千到数十万节点的扩展能力

与 InfiniBand 的直接对比逻辑

InfiniBand 路径:  应用 → IB verbs → IB 传输层 → IB 链路层 → 专有硬件
Ultra Ethernet 路径:         应用 → Ultra Ethernet verbs（兼容扩展）→ Ultra Ethernet 传输层 → 以太网物理层 → 通用交换芯片

关键差异： Ultra Ethernet 需要在”通用以太网硬件”上实现接近”专用 InfiniBand 硬件”的性能，这是技术挑战所在。

技术原理

[重要说明] Ultra Ethernet 规范截至 2024 年仍在制定中，部分细节未公开或未定稿。以下基于 UEC 发布的公开技术概述，具体数值参数标 [规范制定中] 或定性描述。

协议栈架构

┌─────────────────────────────────────────────┐
│              应用层 / 框架层                  │
│         (NCCL, RCCL, oneCCL 等)              │
├─────────────────────────────────────────────┤
│           Ultra Ethernet Transport API        │  ← 新设计层
│    (可靠/不可靠语义, 多路径感知)              │
├─────────────────────────────────────────────┤
│           Ultra Ethernet Transport Layer      │  ← 核心创新
│    (多路径调度, 可靠传输, 拥塞信号)           │
├─────────────────────────────────────────────┤
│         以太网 + 现有/新一代物理层            │
│    (400G/800G, 可能扩展至 1.6T)              │
├─────────────────────────────────────────────┤
│           通用以太网交换芯片                  │
│       (Broadcom、Cisco 等)                    │
└─────────────────────────────────────────────┘

关键机制详解

1. 多路径传输（Multipath Transport）

问题： 传统 RDMA（包括 RoCE）通常单流单路径，在胖树拓扑中易造成链路不均。

Ultra Ethernet 方案：

发送端将单个流拆分为多个”子流”
每个子流可走不同物理路径
接收端负责重组和排序

传统 RoCE:
  GPU_0 ─────────────────────────────> GPU_1
         Path A (拥塞)

Ultra Ethernet 多路径:
  GPU_0 ─── Path A ──────────────────> GPU_1
         ─── Path B ──────────────────>  (汇聚)
         ─── Path C ──────────────────>

技术难点： 乱序重组的开销、路径选择策略、与交换机 ECMP 的配合。

2. 拥塞控制

Ultra Ethernet 需要解决传统 RoCE 在大规模场景下的拥塞问题（如 PFC 死锁、微突发）。

方向性设计（具体算法参数 [规范制定中]）：

基于信用/速率的混合控制： 不完全依赖丢包信号
细粒度反馈： 比传统 ECN 更频繁、更精确的拥塞信号
与多路径协同： 拥塞时动态调整子流分配

3. 可靠传输层

选择性重传： 只重传丢失的包，而非整段流
端到端可靠性： 不依赖交换机层面的 PFC（目标）
O(1) 内存模型： 接收端缓冲管理优化

关键参数（定性）

参数	Ultra Ethernet 设计目标	来源口径
支持带宽	400G / 800G 起步	[UEC 公开技术概述]
扩展规模	数万至十万节点级	[UEC 公开愿景，具体未验证]
传输层延迟	对标 InfiniBand 水平	[目标声明，实测数据未公开]
可靠性机制	端到端，不依赖 PFC	[UEC 设计目标]

技术演进史

时间线 (AI集群网络技术演进)
═══════════════════════════════════════════════════════════════

2000s         InfiniBand 诞生，HPC 领域逐步普及
              │
2010          以太网吞吐量追赶，开始进入 HPC
              │
2014-2016     RoCE v2 发布，RDMA over 以太网成为可能
              │
2018-2020     大规模 ML 训练兴起，InfiniBand 成为 AI 集群标配
              │
2023 Q2       Ultra Ethernet Consortium (UEC) 成立
              │ ← Ultra Ethernet 项目启动
2023-2024     规范制定阶段，成员扩展
              │
2024-2025     规范 v1.0 预期发布 [具体时间未确认]
              │
未来          首批 Ultra Ethernet 兼容产品商用 [时间未确认]

关键节点： UEC 的成立是对”NVIDIA 通过 InfiniBand 绑定 AI 网络”的直接回应，反映了产业链下游对开放替代方案的强烈需求。

技术路线对比

维度	InfiniBand (NVIDIA)	RoCE v2 (传统)	Ultra Ethernet (UEC)
协议性质	私有（NVIDIA 主导）	开放标准	开放标准（新设计）
硬件依赖	专用 HCA、交换机	通用以太网 + RDMA NIC	通用以太网 + 新一代 NIC
多路径能力	有（自适应路由）	有限（依赖 ECMP）	原生设计，多路径为核心特性
拥塞控制	成熟，专用优化	依赖 PFC + ECN，大规模受限	目标：不依赖 PFC 的端到端控制
生态成熟度	高，长期验证	中，广泛部署但大规模有挑战	低，规范制定中
供应链	NVIDIA 垄断	多厂商（Broadcom、Mellanox 等）	多厂商（目标）
目标规模	数万节点已验证	通常 < 数千节点最优	数万至十万节点（目标）
成本	高（专用硬件溢价）	中	目标中低（规模效应后）
集合通信优化	SHARP（网络内计算）	无	[规范中是否包含未明确]

[注] Ultra Ethernet 列基于设计目标，实际性能需待产品验证。InfiniBand 的 SHARP 能力是其重要差异化优势，Ultra Ethernet 是否有对应方案未充分披露。

上下游

产业链定位

上游（硬件/芯片）           中游（协议/软件）          下游（终端用户）
┌─────────────┐          ┌─────────────┐          ┌─────────────┐
│ 交换芯片     │          │ Ultra Ethernet 协议栈   │          │ 云厂商       │
│ (Broadcom,   │───────> │ UEC 规范    │───────> │ (Meta, Microsoft, │
│  Cisco等)    │          │             │          │  Oracle等)   │
├─────────────┤          ├─────────────┤          ├─────────────┤
│ RDMA NIC     │          │ 驱动/固件    │          │ AI 公司      │
│ (AMD, Intel, │          │ 适配层      │          │ (OpenAI,     │
│  博通等)     │          │             │          │  Anthropic等)│
├─────────────┤          ├─────────────┤          ├─────────────┤
│ 光模块/线缆  │          │ OS/框架集成  │          │ HPC 中心     │
│ (多厂商)     │          │ (NCCL等)    │          │             │
└─────────────┘          └─────────────┘          └─────────────┘

关键环节分析

环节	Ultra Ethernet 影响	关键厂商
交换芯片	需要支持 Ultra Ethernet 特性（或通过端侧实现）	Broadcom、Cisco、Intel
NIC	需要新的 Ultra Ethernet 硬件加速	AMD（Pensando）、Intel（IPU）、NVIDIA（观望）
光互连	高带宽需求推动 800G/1.6T	中际旭创、光迅科技、II-VI 等
云厂商	最终买单方和推动方	Meta、Microsoft、Oracle

关键指标

衡量 Ultra Ethernet 成功与否的核心指标

指标	说明	当前状态
规范完成度	Ultra Ethernet v1.0 是否按期发布	[制定中]
AllReduce 吞吐	标准 AllReduce 操作的有效带宽利用率	[无公开基准测试]
尾延迟（P99）	万节点规模下的通信尾延迟	[无公开数据]
无 PFC 可靠性	端到端传输的丢包率和恢复能力	[设计目标，未验证]
GPU 有效计算利用率	通信占比下降带来的 MFU 提升	[需实测]
产品化时间线	首批商用产品/部署案例	[未公布]

与 InfiniBand 对标的”及格线”

AllReduce 带宽利用率： InfiniBand 大规模场景可达理论带宽的 [需查证]% ，Ultra Ethernet 需达到接近水平
All-to-All 延迟： MoE 模型训练的关键通信，InfiniBand + SHARP 有优势
可扩展性： 需在 >10,000 节点规模验证

供需与市场数据

需求侧

AI 训练集群网络市场规模估算：

年份	AI 网络设备市场（估算）	来源口径
2023	百亿美元级	[行业综合估算，口径不一]
2025E	显著增长	[增长趋势一致，具体数字分歧大]

需求驱动力：

AI 模型参数规模持续增长 → 集群规模扩大 → 网络带宽/延迟要求提升
超大规模训练（万卡以上）成为常态
云厂商希望降低对单一供应商依赖

供给侧

Ultra Ethernet 潜在受益方：

交换芯片厂商（非 NVIDIA）： Broadcom、Cisco 等获得新市场机会
AMD/Intel NIC 业务： 有了”开放标准”作为竞争筹码
光模块厂商： 800G/1.6T 需求刚性

供给风险：

规范延迟或碎片化
生态建设周期长（驱动、框架适配、用户教育）
NVIDIA 可能通过降价或 InfiniBand 性能提升来回应

竞争格局演变

当前:  InfiniBand 占据 AI 训练集群主导地位
       │
       ▼
过渡期: Ultra Ethernet 产品上市，早期用户试水
       │
       ▼
成熟期: 双轨并行 or Ultra Ethernet 蚕食份额？
       │
       └──> 取决于：性能验证、生态成熟度、NVIDIA 应对策略

代表公司与资本映射

UEC 核心成员及相关上市公司

公司	角色	受益逻辑	风险点
AMD	NIC（Pensando）、GPU	开放生态削弱 NVIDIA 网络绑定优势	Ultra Ethernet 规范进展、NIC 竞争力
Intel	NIC（IPU）、交换芯片	重振网络业务	执行力、产品时间线
Broadcom	交换芯片、NIC	核心基础设施受益方	Ultra Ethernet 是否真正在交换机层面深度支持 [未明确]
Cisco	网络设备、交换芯片	重返 AI 网络主战场	市场份额能否从 NVIDIA 夺回
Arista	网络设备	企业 AI 网络需求	与 Cisco、NVIDIA 竞争
HPE	系统集成、服务器	组建非 NVIDIA AI 集群	系统级竞争力

间接受益

公司	逻辑
Meta	最大推动方之一，降低 NVIDIA 依赖
光模块厂商	800G/1.6T 需求不因协议而变

受损方

公司	影响
NVIDIA	网络业务面临开放竞争，但 GPU 地位短期稳固

[注] 资本映射基于逻辑推理，非投资建议。Ultra Ethernet 商业化时间线存在不确定性。

投资逻辑

核心逻辑

“AI 基础设施开放化”是大趋势，Ultra Ethernet 是网络层的关键变量。

投资框架:
┌────────────────────────────────────────────┐
│  Ultra Ethernet 规范发布 → 产品落地 → 规模部署         │
│     │              │           │           │
│   (2024-2025)   (2025-2026)  (2026+)      │
│     │              │           │           │
│  确定性增加      财务可见性   收入兑现      │
└────────────────────────────────────────────┘

分层投资逻辑

层级	逻辑	确定性	代表标的方向
高确定性	无论 Ultra Ethernet 是否成功，AI 网络带宽需求增长	高	光模块、高端交换芯片
中确定性	Ultra Ethernet 推动以太网份额提升	中	Broadcom、Cisco、Arista
低确定性	特定 Ultra Ethernet NIC 厂商胜出	低	AMD、Intel 网络业务

关键催化剂/风险点

催化剂：

Ultra Ethernet v1.0 规范正式发布
首个超大规模用户公开宣布采用 Ultra Ethernet
第三方基准测试显示性能接近 InfiniBand

风险点：

规范持续延期，市场失去耐心
性能实测与宣传差距大
NVIDIA 通过 SHARP 升级、降价等策略保持领先
生态碎片化（不同厂商实现不兼容）

常见误读纠偏

❌ 误读 1：“Ultra Ethernet 已经成熟，可以替代 InfiniBand”

纠偏： 截至 2024 年，Ultra Ethernet 仍处于规范制定阶段，尚无商用产品和大规模部署验证。InfiniBand 在万节点级 AI 集群上有多年实战经验。将 Ultra Ethernet 视为”已完成的替代方案”是错误的，当前应视为”有潜力的挑战者”。

❌ 误读 2：“Ultra Ethernet 就是升级版 RoCE v2”

纠偏： Ultra Ethernet 不是 RoCE 的增量升级，而是重新设计的传输层协议。其核心创新（原生多路径、新型拥塞控制、端到端可靠性设计）在架构层面与 RoCE 有本质区别。虽然都运行在以太网上，但协议栈的设计哲学不同。

❌ 误读 3：“Ultra Ethernet 会让 NVIDIA 网络业务崩塌”

纠偏：

NVIDIA 网络业务（Spectrum-X）本身也在演进
即使 Ultra Ethernet 成功，生态建设需要时间，不会一夜颠覆
NVIDIA 的核心壁垒是 GPU + 网络 + 软件的垂直整合，单点突破影响有限
短期内更可能是”双轨并存”而非”替代”

❌ 误读 4：“Ultra Ethernet 能大幅降低 AI 集群成本”

纠偏： 网络设备成本在 AI 集群总成本中占比有限（GPU 是大头）。Ultra Ethernet 的价值更多在于供应链多元化和避免被绑定，而非直接的成本削减。大规模部署后可能有成本优势，但初期可能反而更贵（成熟度溢价）。

学习路径

入门级（1-2 天）

Step 1: 了解背景
  └── 阅读 UEC 官网 (ultraethernet.org) 的 Overview 文档
  └── 搜索 "Ultra Ethernet vs InfiniBand" 的科普文章

Step 2: 理解问题
  └── 了解 RoCE v2 的基本原理和局限性
  └── 理解 AI 训练中的集合通信模式（AllReduce、All-to-All）

进阶级（1-2 周）

Step 3: 协议深入
  └── 阅读 UEC 发布的技术白皮书/规范草案（如有）
  └── 对比学习 InfiniBand 架构（理解竞争对象）

Step 4: 系统视角
  └── 研究大规模 AI 集群的网络拓扑（Fat-tree、Rail-optimized）
  └── 了解 NCCL 等集合通信库如何利用网络

专家级（持续跟踪）

Step 5: 产业跟踪
  └── 关注 UEC 规范发布进度
  └── 跟踪成员公司产品路线图（AMD Pensando、Intel IPU 等）
  └── 搜索 SIGCOMM/NSDI 等顶会的相关论文

Step 6: 实践验证
  └── 关注第三方基准测试报告
  └── 追踪超大规模用户的公开部署案例

类型	资源	说明
官方	UEC 官网	最权威的技术概述和规范进度
行业	Data Center 网络相关行业报告	了解市场格局
技术	NVIDIA InfiniBand 文档	理解竞争对手的成熟方案
学术	RDMA/AI 网络相关论文	理解底层技术挑战

一句话总结

Ultra Ethernet 是以太网阵营对抗 InfiniBand 垄断的”战略武器”，其开放性和架构创新有真实价值，但成败取决于规范质量、产品化速度和生态建设——这是一个”正确方向、尚未验证”的技术赌注。

延伸阅读与来源

权威来源

来源	内容	获取方式
Ultra Ethernet Consortium (UEC) 官网	规范概述、成员信息、技术白皮书	ultraethernet.org
UEC 技术工作组发布物	协议细节（如公开）	UEC 官网或成员渠道

行业分析

来源类型	内容	可信度标注
半导体/网络行业研报	市场规模、竞争格局	[券商估算，口径不一]
科技媒体深度报道	产业动态、用户视角	[需交叉验证]

技术背景

主题	推荐方向
RDMA 基础	RoCE v2 协议、RDMA verbs
AI 集群通信	NCCL、AllReduce 算法、Ring/Tree AllReduce
InfiniBand 架构	作为 Ultra Ethernet 的对标对象学习
网络拥塞控制	DCQCN、Swift 等数据中心拥塞控制算法

本页信息边界声明

硬规格： 本文档中 Ultra Ethernet 的具体技术参数引用自 UEC 公开技术概述，具体数值待规范最终发布确认
市场数据： 引用行业综合估算，标注了 [估算] 口径，非精确数据
公司映射： 基于公开成员列表和业务逻辑推理，不代表投资建议
时间节点： 基于公开新闻报道，具体时间可能调整

本页最后更新：基于 2024 年公开信息。Ultra Ethernet 规范仍在制定中，建议定期关注 UEC 官方更新。