ZCube 组网架构让推理集群多挤出15%算力

核心观点

GPU利用率被网络「锁住」了。ZCube 通过重构组网架构（去掉 Spine 层，全网每两张 GPU 之间只有一条最优路径），在不增加任何硬件的前提下，让推理吞吐提升15%以上，硬件成本降低三分之一。

关键洞察

深度解读

问题：网络成了 GPU 的隐形天花板

大模型推理不是单兵作战，是协同打仗。KV Cache 在 GPU 之间的传递高度动态、不对称——传统 Clos/Fat-Tree 架构下，流量被拓扑关系天然推向同几台交换机和同几条链路，形成热点堆积。实测数据证明：仅把网络带宽从 100Gbps 提升到 200Gbps，推理吞吐就能提升约 19%。

ZCube 方案：推翻二十年的「堆交换机」逻辑

ZCube 的做法是三个字：拆掉它。取消了传统 Clos 的 Spine 层，全网任意两张 GPU 之间，有且仅有一条最优路径。没有多路径选路的冲突，没有结构性拥塞隐患。

传统 Clos 是给一座已经堵死的城市装更多红绿灯；ZCube 是重新规划了整张路网，让每辆车都有自己专属的最优路线。

中美对标：殊途同归

行业趋势

• 以太网正在加速替代 InfiniBand 成为 AI 集群主流
• MRC 作为开放协议通过 OCP 发布，NVIDIA/AMD/Broadcom 800Gb/s 网卡已原生支持
• AI 网络生态从封闭走向开放，从单一供应商走向多元竞争
• 800G 光模块、高密度以太网交换机产业链有望迎来新需求

与其无限堆 GPU，不如让现有的 GPU 跑得更顺。2026 年，新的共识正在浮现。