MetaRoCE: AI大規模イーサネット向けに設計された新しいRDMAトランスポートプロトコル

概要

Metaは、数百万基のGPUスケールに対応し、標準的なイーサネット上で高効率・低遅延な通信を実現する新しいRDMAトランスポートプロトコル「MetaRoCE」を発表しました。

詳細内容

MetaRoCEは、AIワークロードに最適化されたクリーンシート設計のRDMAトランスポートプロトコルです。従来のRoCEv2が依存していたロスレスネットワーク（PFC）や順序通りのパケット配送の制約を排除し、ネイティブな「アウトオブオーダ（順序不同）配送」と「マルチパス（パケットスプレー）」をサポートします。これにより、パケットロス発生時でもパフォーマンスが急落せず、数千から数百万のGPUを跨ぐ大規模なAIトレーニングや推論において、高いスループットと低いテールレイテンシを維持します。また、ECNと受信側主導のレートヒントを組み合わせた輻輳制御により、インキャスト問題にも迅速に対応します。Metaはこの仕様をOpen Compute Project (OCP) を通じて公開し、AMD製ハードウェアでの実装や参照ソフトウェア実装を提供することで、業界全体でのオープンなAIインフラの構築を推進しています。

元記事を読む他のサマリーを見る