Meta 工程博客原文，经 AIHOT 精选进入视野 · 原文 2026-08-25
MetaRoCE：让 GPU 网络的端点管理拥塞与多路径
MetaRoCE 把拥塞控制和路径选择交给网络端点，允许数据包分走多条路径、乱序到达。Meta 公布了 64 节点验证，并计划在 10 月通过 OCP 发布规范、实现和测试工具。
数据可以分路，到达后直接归位
GPU 协同工作时，一次慢传输可能拖住整组计算。MetaRoCE 让端点网卡跟踪各条路径的拥塞和往返时间，再选择发送路径；接收端根据数据包携带的目标信息，把乱序到达的数据直接写入正确内存位置。
协议按网络可能丢包来设计，通过确认信息识别缺失并重传；不依赖 PFC 暂停帧来维持无损网络。多个路径共同服务一条连接，不要求应用自行处理路径故障。
验证规模与开放计划分别看
Meta 报告在 64 节点 AMD GPU 集群上对比 RoCEv2；其测试称，1% 丢包时仍能保持约 86% 吞吐。百万 GPU 是协议面向的设计规模，不能写成这次实测规模。
8 月 24 日文章介绍了规范、软件参考实现和合规测试框架，并在文末将发布安排定在 10 月 OCP 峰会。本文据此更正此前“已经开放”的表述；具体可下载版本与跨厂商实现仍需接续。
重要补充与更正
以下日期是本站修订时间。
- 更正 ·
更正开放时间与验证规模：原文计划 10 月发布，所述集群测试为 64 节点，百万 GPU 是设计目标。