OpenAIとNVIDIA、AIトレーニングネットワークを変革するMRCプロトコルを共同開発
OpenAIは、AMD、Broadcom、Intel、Microsoft、NVIDIAという5社の業界リーダー企業と提携し、「Multipath Reliable Connection(MRC)」プロトコルを立ち上げることを正式に発表しました。Open Compute Project(OCP)を通じて公開されるこのオープンソースプロトコルは、大規模なAIトレーニングで頻繁に発生するネットワークの遅延や障害に対処することを目的としています。

「単一障害点(SPOF)」の排除:3層アーキテクチャから2層アーキテクチャへ
従来のAIモデルトレーニングでは、ネットワークの輻輳や単一リンクでの軽微な障害がドミノ倒しのように連鎖し、数万台のGPUをアイドル状態に追い込み、膨大な計算リソースの浪費を招いていました。
システムの耐障害性を根本的に向上させるため、MRCプロトコルはマルチプレーン・ネットワーク設計を導入しています。これは、単一の800Gb/sインターフェースを複数の小規模なリンクにインテリジェントに分割するものです。この構造的最適化により、システムはわずか2つのスイッチ層で、最大約13万1,000台のGPUからなる大規模クラスターをサポートできるようになります。 従来の2層または4層アーキテクチャと比較して、この変更により、物理コンポーネントの数とエネルギー消費量が大幅に削減されるだけでなく、構築コストも大幅に削減されます。
高度なトラフィック管理:パケット「スプレイ」とマイクロ秒レベルの回復
アーキテクチャの簡素化に加え、MRCはトラフィック分散への斬新なアプローチを導入しています。従来の単一経路伝送から脱却し、適応型パケット・スプレイ技術を採用しています。この手法では、タスクパケットを分割し、数百の並列経路に分散させます。パケットが順不同で到着した場合でも、受信側はそれらを正確に再構築できるため、コアネットワークにおける局所的な輻輳を効果的に防止します。
ネットワーク制御において、MRCは複雑な動的ルーティングプロトコル(BGPなど)をSRv6ソースルーティング技術に置き換えます。これにより、送信者は経路を直接指定でき、スイッチは単純な静的転送のみを実行します。この設計により、ネットワーク障害の復旧時間が数秒からマイクロ秒単位へと劇的に短縮され、リンクの不安定な状況下でも、システムは「シームレスな自己修復」に近い状態を実現します。
実環境での検証:スーパーコンピュータ「スタビライザー」
MRCプロトコルは、すでにNVIDIAのGB200スーパーコンピュータおよびOracleのクラウドインフラストラクチャに導入されています。テストデータによると、アクティブなトレーニングシナリオ中であっても、MRCは突然のリンクジッターやスイッチの再起動などの障害を自動的に迂回してルーティングし、複雑なトレーニングタスクが中断されることなく継続することを確認しています。
関連記事
AIモデルルーティングが勢いを増す中、StripeがOpenRouterを買収へ
Stripeは、開発者が単一のインターフェースを通じて数百のモデルにアクセスできるAIモデルルーティングプラットフォーム「OpenRouter」の買収に合意した。この買収により、StripeのAI活用やトークンベースの課金に関する既存の取り組みに、モデルの選択およびルーティング機能が追加されることになる。Stripeによると、OpenRouterは80社以上のプロバイダーが提供する400以上のモデ
OpenAIの元研究員バレット・ゾフ氏が、Geminiの開発を支援するためGoogleに復帰
以前、Thinking Machines LabのCEOであるミリアム・ムララティ氏との意見の相違により、突然同社を退社してOpenAIに加わったバレット・ゾフ氏が、再び転職した。Alphabet傘下のGoogleは、ゾフ氏が研究担当副社長として復帰し、強化学習とポストトレーニングに関する専門知識をGeminiチームにもたらすことを発表した。「回転ドア」式研究者のサイクルゾフ氏のキャリアは、AI人
Recursive Intelligenceが4か月で40億ドルの評価額に基づき3億3500万ドルを調達した経緯
スタートアップ「Ricursive Intelligence」の共同創業者たちは、まるで共同創業者になる運命にあったかのようだった。CEOのアンナ・ゴールディ氏とCTOのアザリア・ミルホセイニ氏は、AIコミュニティでは非常に有名であり、ゴールディ氏はTechCrunchに対し、「ザッカーバーグから、とんでもないオファーが書かれた奇妙なメールを受け取ったAIエンジニアたち」の一人だったと、笑いながら
関連特集おすすめ
コメント (0)
0/500
OpenAIは、AMD、Broadcom、Intel、Microsoft、NVIDIAという5社の業界リーダー企業と提携し、「Multipath Reliable Connection(MRC)」プロトコルを立ち上げることを正式に発表しました。Open Compute Project(OCP)を通じて公開されるこのオープンソースプロトコルは、大規模なAIトレーニングで頻繁に発生するネットワークの遅延や障害に対処することを目的としています。

「単一障害点(SPOF)」の排除:3層アーキテクチャから2層アーキテクチャへ
従来のAIモデルトレーニングでは、ネットワークの輻輳や単一リンクでの軽微な障害がドミノ倒しのように連鎖し、数万台のGPUをアイドル状態に追い込み、膨大な計算リソースの浪費を招いていました。
システムの耐障害性を根本的に向上させるため、MRCプロトコルはマルチプレーン・ネットワーク設計を導入しています。これは、単一の800Gb/sインターフェースを複数の小規模なリンクにインテリジェントに分割するものです。この構造的最適化により、システムはわずか2つのスイッチ層で、最大約13万1,000台のGPUからなる大規模クラスターをサポートできるようになります。 従来の2層または4層アーキテクチャと比較して、この変更により、物理コンポーネントの数とエネルギー消費量が大幅に削減されるだけでなく、構築コストも大幅に削減されます。
高度なトラフィック管理:パケット「スプレイ」とマイクロ秒レベルの回復
アーキテクチャの簡素化に加え、MRCはトラフィック分散への斬新なアプローチを導入しています。従来の単一経路伝送から脱却し、適応型パケット・スプレイ技術を採用しています。この手法では、タスクパケットを分割し、数百の並列経路に分散させます。パケットが順不同で到着した場合でも、受信側はそれらを正確に再構築できるため、コアネットワークにおける局所的な輻輳を効果的に防止します。
ネットワーク制御において、MRCは複雑な動的ルーティングプロトコル(BGPなど)をSRv6ソースルーティング技術に置き換えます。これにより、送信者は経路を直接指定でき、スイッチは単純な静的転送のみを実行します。この設計により、ネットワーク障害の復旧時間が数秒からマイクロ秒単位へと劇的に短縮され、リンクの不安定な状況下でも、システムは「シームレスな自己修復」に近い状態を実現します。
実環境での検証:スーパーコンピュータ「スタビライザー」
MRCプロトコルは、すでにNVIDIAのGB200スーパーコンピュータおよびOracleのクラウドインフラストラクチャに導入されています。テストデータによると、アクティブなトレーニングシナリオ中であっても、MRCは突然のリンクジッターやスイッチの再起動などの障害を自動的に迂回してルーティングし、複雑なトレーニングタスクが中断されることなく継続することを確認しています。
AIモデルルーティングが勢いを増す中、StripeがOpenRouterを買収へ
Stripeは、開発者が単一のインターフェースを通じて数百のモデルにアクセスできるAIモデルルーティングプラットフォーム「OpenRouter」の買収に合意した。この買収により、StripeのAI活用やトークンベースの課金に関する既存の取り組みに、モデルの選択およびルーティング機能が追加されることになる。Stripeによると、OpenRouterは80社以上のプロバイダーが提供する400以上のモデ
OpenAIの元研究員バレット・ゾフ氏が、Geminiの開発を支援するためGoogleに復帰
以前、Thinking Machines LabのCEOであるミリアム・ムララティ氏との意見の相違により、突然同社を退社してOpenAIに加わったバレット・ゾフ氏が、再び転職した。Alphabet傘下のGoogleは、ゾフ氏が研究担当副社長として復帰し、強化学習とポストトレーニングに関する専門知識をGeminiチームにもたらすことを発表した。「回転ドア」式研究者のサイクルゾフ氏のキャリアは、AI人
Recursive Intelligenceが4か月で40億ドルの評価額に基づき3億3500万ドルを調達した経緯
スタートアップ「Ricursive Intelligence」の共同創業者たちは、まるで共同創業者になる運命にあったかのようだった。CEOのアンナ・ゴールディ氏とCTOのアザリア・ミルホセイニ氏は、AIコミュニティでは非常に有名であり、ゴールディ氏はTechCrunchに対し、「ザッカーバーグから、とんでもないオファーが書かれた奇妙なメールを受け取ったAIエンジニアたち」の一人だったと、笑いながら





家






