Meta öffnet sein KI-Netzwerk-Stack auf dem OCP-Gipfel 2026

Auf dem Open Compute Project Global Summit 2026 haben Meta-Ingenieure die Netzwerk-Infrastruktur vorgestellt, die ihre neuesten KI-Modelle und riesigen Rechencluster antreibt. Die Präsentationen umfassten Hardware-Innovationen wie flüssigkeitsgekühlte Racks, softwaredefinierte Fabric-Architekturen für die Skalierung über mehrere Rechenzentren hinweg sowie neue Open-Source-Initiativen zur Standardisierung der Branche.

Was passiert ist

Meta enthüllte die Architektur hinter seinem Gigawatt-skalierten Prometheus-Cluster, der Modelle wie Muse Wonder und Muse Spark unterstützt. Ein zentraler Fokus lag auf dem IcePack-Rack, dem ersten flüssigkeitsgekühlten Netzwerkgehäuse des Unternehmens. Es beherbergt IceCube-Switch-Blades mit einer Durchsatzkapazität von 102,4 Terabit pro Sekunde. Diese Switches verwenden entweder Broadcom Tomahawk 6C oder NVIDIA Spectrum-6 anwendungsspezifische integrierte Schaltkreise (ASICs) und bieten 128 Ports mit einer Geschwindigkeit von 800 Gigabit pro Sekunde. Das System läuft unter FBOSS, Metas Open-Source-Betriebssystem für Netzwerke.

Das Unternehmen beschrieb zudem seine Flattened Planar Fabric, ein Design zur Skalierung von GPU-Clustern. Diese Architektur wechselt von einer traditionellen dreistufigen Clos-Topologie zu einem zweistufigen Modell. In diesem Setup ist jede Grafikeinheit (GPU) mit acht verschiedenen Netzwerk-Ebenen verbunden. Das Design basiert auf Packet Spraying auf Ebene der Netzwerkkarte und einer einheitlichen Steuerungsebene, die sowohl Hosts als auch Switches umfasst. Meta entwickelte diese Fabric in Zusammenarbeit mit NVIDIA und teilt sie mit Cloud-Partnern.

Für die Verbindung der Infrastruktur über Gebäude und Regionen hinweg führte Meta Backend Aggregation (BAG) ein. Dieser Petabit-skalierte Super-Spine verbindet verschiedene Teile des Prometheus-Clusters. Die regionalen Backbone-Netze nutzen Segment Routing over IPv6, das auf FBOSS und der Switch Abstraction Interface läuft. Um die Kommunikation innerhalb der Racks zu handhaben, präsentierte Meta Tahan, einen Ethernet-basierten Scale-up-Switch, der auf Broadcom Tomahawk5-Silizium für die MTIA 300 Beschleuniger aufgebaut ist. Das Unternehmen kündigte außerdem eine Konfiguration an, die 72 Beschleuniger pro Rack unter Verwendung von 102,4T-Silizium unterstützt.

Wie es funktioniert

Der Wechsel zur Flüssigkeitskühlung im IcePack-Rack adressiert die thermische Dichte von Hochgeschwindigkeits-Switches. Durch die Beseitigung der Einschränkungen durch Luftkühlung kann Meta mehr Bandbreite auf kleinerem Raum unterbringen. Die IceCube-Switches nutzen ein hybrides Design aus Flüssigkeits- und Luftkühlung ohne Physical-Layer-Chips und verlassen sich stattdessen auf fortschrittliche Optik. Dieser Ansatz reduziert den Stromverbrauch und die Wärmeentwicklung, die bei dieser Skalierung kritische Engpässe darstellen. Das Netzwerk nutzt aktive elektrische Kabel für Kurzstreckenverbindungen, um Kosten und Zuverlässigkeit zu managen.

Auf der Softwareseite öffnet Meta seinen Remote Direct Memory Access (RDMA)-Transport namens MetaRoCE. Dieses Protokoll steuert die Datenbewegung zwischen GPUs während Trainingsaufgaben wie All-Reduce- und All-to-All-Operationen. Indem die Software als Open Source bereitgestellt wird, beginnend mit einer User-Space-Bibliothek auf GitHub, zielt Meta darauf ab, Interoperabilität und Leistung über verschiedene Hardware-Anbieter hinweg zu verbessern. Der Transport ist so konzipiert, dass er verhindert, dass der langsamste Knoten den gesamten Cluster blockiert – ein häufiges Problem beim großskaligen verteilten Training.

Um die Fragmentierung in der Entwicklung von Switch-Plattformen zu reduzieren, leitet Meta gemeinsam mit Microsoft und Alibaba die Initiative Open Switch Platform Architecture. Diese Bemühung bietet ein einheitliches Referenzdesign für die Switch-Plattform-Ebene, die oberhalb der Data-Plane-Software angesiedelt ist. Das Ziel ist es, monatelange doppelte Arbeit beim Bring-up neuer Hardware-Plattformen zu eliminieren. Die Spezifikation Version 1.0 wurde dem Open Compute Project eingereicht.

Wichtige Details

• IcePack-Racks nutzen 102,4T-Switch-Blades mit einer Kapazität von 128x800G und laufen unter FBOSS.
• Die Flattened Planar Fabric verbindet jede GPU mit acht Netzwerk-Ebenen in einer zweistufigen Topologie.
• Backend Aggregation dient als Petabit-skaliertes Super-Spine für die Konnektivität über Regionen hinweg.
• Tahan-Switches unterstützen MTIA 300 Beschleuniger unter Verwendung von Broadcom Tomahawk5-Silizium.
• Der MetaRoCE RDMA-Transport wird als Open-Source-Software auf GitHub veröffentlicht.
• Die Open Switch Platform Architecture v1.0-Spezifikation zielt darauf ab, Switch-Plattform-Ebenen zu standardisieren.

Warum das wichtig ist

Für Ingenieure, die großskalige KI-Systeme entwickeln, unterstreichen diese Entwicklungen die zunehmende Bedeutung der Netzwerkeffizienz. Da die Modellgrößen wachsen, übersteigt die Zeit für die Kommunikation zwischen GPUs oft die reine Berechnungszeit. Metas Schritt, die Transportschicht als Open Source bereitzustellen und standardisierte Plattformarchitekturen zu definieren, senkt die Einstiegshürden für Hochleistungsnetzwerke. Es ermöglicht Teams, bewährte Designs zu übernehmen, anstatt proprietäre Lösungen von Grund auf neu zu entwickeln.

Die Betonung von Flüssigkeitskühlung und hochdichter Optik signalisiert zudem einen Wandel im Rechenzentrumsdesign. Traditionelle luftgekühlte Racks können die Leistungsdichten nicht unterstützen, die für Switches der nächsten Generation erforderlich sind. Ingenieure müssen das thermische Management nun als Kernbestandteil der Netzwerkarchitektur betrachten. Die Verfügbarkeit detaillierter Validierungsmethodologien für Kupfer-Interconnects und Optik bietet praktische Anleitung für den Umgang mit Ausbeute- und Zuverlässigkeitsproblemen im großen Maßstab.

Was Sie tun können

• Prüfen Sie die Open-Source-MetaRoCE-Bibliotheken auf GitHub, um moderne RDMA-Transportimplementierungen zu verstehen.
• Studieren Sie die Open Switch Platform Architecture-Spezifikation, um Hardware-Bring-up-Prozesse zu optimieren.
• Bewerten Sie die Anforderungen an die Flüssigkeitskühlung für hochdichte Netzwerkdeployments in Ihren Infrastrukturplänen.
• Analysieren Sie die Designprinzipien der Flattened Planar Fabric zur Optimierung der GPU-zu-Netzwerk-Konnektivität.
• Sehen Sie sich die aufgezeichneten Sessions vom OCP Global Summit 2026 für tiefgehende Einblicke in spezifische Komponenten an.
• Erwägen Sie die Einführung aktiver elektrischer Kabel für Kurzstreckenverbindungen, um Kosten und Leistung auszubalancieren.