在 2026 年开放计算项目（OCP）全球峰会上，Meta 分享了 网络创新成果 ，这些成果直接支撑了我们最新的 AI 模型，包括 Muse Wonder 以及 Muse Spark，以及我们的 吉瓦级 Prometheus 集群.
亮点
- IcePack 与 IceCube： Meta 首款液冷网络机架，配备 102.4T 交换机刀片（128×800G，Broadcom Tomahawk 6C 和 NVIDIA Spectrum-6 两种版本），运行 FBOSS。
- 用于 scale-out 的扁平化平面网络（FPF）： Meta 的多平面横向扩展网络架构，其中每块 GPU 连接八个网络平面。Clos 架构从 3 层简化为 2 层，采用网卡级数据包喷洒，以及主机与交换机相结合的控制平面。该架构与 NVIDIA 共同构建，并与我们的云合作伙伴共享。
- 跨区域扩展： BAG，我们的拍比特级超级骨干，将楼宇、园区和区域连接在 我们的吉瓦级 Prometheus 集群之中，此外还有基于 FBOSS + SAI 的 SRv6 区域骨干网。
- 用于纵向扩展的以太网：Tahan，用于 MTIA 300 基于 Broadcom Tomahawk5；在 102.4T 芯片上每机架 72 个加速器的预览；以及 ESUN 从 1.0 → 1.1 的进展。
- OSPA： 一项由 Meta、Microsoft 和 Alibaba 共同领导的新 OCP 计划，旨在 标准化交换机平台层。v1.0 规范已提交至 OCP。
- MetaRoCE： 我们面向 AI 网络的 RDMA 传输，现已开源。
我们通过 Meta 网络与硬件团队多场演讲，分享了关于关键网络相关举措的洞见。这些演讲及其幻灯片现已向所有人开放！
主题演讲与高管会议
从混凝土到代码：以吉瓦级规模构建 AI 基础设施 (视频)
AI 已改变了基础设施的形态。Meta 基础设施负责人 Santosh Janardhan 分享了 Meta 如何以需要重新思考网络、设施以及将一切维系在一起的系统的规模进行设计、构建和运营。
演讲者：Santosh Janardhan，Meta 基础设施负责人
押注网络：Meta 对全栈、开放 AI 网络的主张 (视频)
如今，AI 的进步既取决于算力，也同样取决于网络。前进之路是在开放生态系统中构建的全栈、开放方案，而不是封闭在专有高墙之后。
演讲者：Omar Baldonado，Meta 数据中心与 AI 网络高级总监
打破高墙：面向 AI 时代的开放跨区域扩展 (视频)
训练算力的增长速度已超过基础设施的扩展能力。本次演讲阐述了为何需要开放的跨区域扩展网络，以将 AI 算力跨数据中心和跨区域连接起来。
演讲者：Vipul Deokar，Meta 核心网络基础设施副总裁；Rakesh Chopra，Cisco 硅与系统架构高级副总裁兼工程院士；Tom Williams，Cisco 市场营销副总裁
交换机平台、光模块与互连
Meta 102.4T 以太网交换机 (视频)
IceCube 是 Meta 的 102.4T 交换机，部署于我们的液冷 Icepack 机架中。IceCube 和 N-IceCube 基于 2OU、混合液冷/风冷、无 PHY 的设计，并采用 Broadcom Tomahawk 6C 或 NVIDIA Spectrum-6 ASIC，提供 128x800GE 的无阻塞容量。
演讲者：Rongchun Zhou，Meta 网络硬件工程师；Reza Niazmand，Meta 网络技术项目经理
规模化集成光学：从 51.2T CPO 验证到 Meta 的 102.4T (视频)
探讨集成光学为何对机架级 AI 至关重要——功耗、密度、解耦和可靠性——以及 Meta 在验证 51.2T 共封装光学时所学到的、可延续到 102.4T 的经验。
演讲者：Granthana Rangaswamy，Meta 硬件工程师；Siamak Amiralizadeh，Meta 光学工程师；Xu Wang，Meta 硬件工程师
在超大规模环境中运行线性可插拔光学器件 (视频)
在 AI 规模下，每模块重定时器 DSP 在数百万条链路上都会带来功耗、散热和成本方面的重复负担——但移除它会把均衡和故障排查转移到主机上。本次演讲回答线性光学能否在集群规模下达到重定时方案的可靠性。
演讲者：Amin Yekani，Meta 光学工程师；Qing Wang，Meta 光学工程师
Meta 数据中心中 800G AEC 的大规模部署 (视频)
AI 网络的经济性取决于短距链路。本次会议介绍 Meta 对 800Gb/s 有源电缆的大规模部署，以及背后的组件质量工作。
演讲者：Jingyu (Kevin) Yu，Meta 组件质量工程师；Abhijit Chakravarty，Meta 光学与互连质量负责人
超越可插拔模块：构建支撑 AI 扩展的 NPO 生态
探讨构建近封装光学（NPO）生态系统所需的条件，以支撑超越可插拔模块能力的AI扩展。
演讲者：Nan Ge，Meta 技术采购经理
FBOSS 与开放平台
开放交换机平台架构（OSPA）——统一网络交换机平台参考设计 (视频)
虽然 SAI 已使数据平面软件可移植，但交换机平台层仍专有且碎片化，每个平台都会增加数月的重复启动工作。本次演讲介绍 OSPA，它为这一层提出统一的多厂商参考设计，以及已贡献给 OCP 的 1.0 规范。
演讲者：Tao Ren、Tian Fang 和 Xu Wang，Meta；Guohan Lu，个人；Ying Xie，Microsoft；Yiyuan Huang 和 Zhiping Yao，Alibaba
NVIDIA SDK + FBOSS：构建生产就绪的 AI 网络架构 (视频)
NVIDIA 的 Spectrum-X 交换机、SDK、SAI 实现和模拟器如何与 Meta 的网络操作系统 FBOSS 结合，构建生产级 AI 网络架构。本次演讲涵盖使快速联合集成成为可能的 CI/CD 和测试驱动工作流。
演讲者：Parvez Shaikh，Meta；Harish Krishnamoorthy、Alan Elder 和 Tom Zhu，NVIDIA
开放、AI 就绪的 FBOSS：从平台启动到解决方案认证 (视频)
本次演讲将带您浏览 FBOSS 软件栈——路由、转发、平台服务和板级支持——以及配置驱动的方法如何能更快速、更轻松地让平台从板级启动达到 OCP 生态系统的认证状态。
演讲者：Srikrishna Gopu，Meta 软件工程师；Benoit Sigoure，Nexthop AI 软件工程师
横向扩展与跨域扩展的经验
大规模下的高性能与设计上的可靠性：运营 Meta 最大的 AI 集群 (视频)
可靠运营 Meta 最大 AI 集群所需的一切，完整走遍整个训练栈——从 GPU 和 scale-up 网络结构，到 FBOSS、驱动、通信库和调度器。
演讲者：Jose Leitao，Meta 生产工程；Guille Cobo，Meta Network.AI
跨数据中心及更广范围的 AI 基础设施扩展：Meta 的 BAG 之旅 (视频)
概述后端聚合（BAG）——其目的、架构和性能优势——并分享在 Meta 的 Prometheus 集群。本次演讲还涵盖平台适配、距离管理、可靠性和容量规划方面的工程挑战，尤其是考虑到快速演进的 AI 生态系统。
演讲者：Jalpa Patel，Meta 技术项目经理；Hany Morsy，Meta 网络工程师
由 SRv6 驱动的骨干网络 (视频)
本次演讲深入探讨 Meta 为何为其骨干网的新一层选择 SRv6，数据平面和控制平面如何在生产环境中的 FBOSS 上运行（包括在广域网距离下使用浅缓冲区），以及从概念到部署在短短几个月内加速完成的时间线。
演讲者：Jasmeet Bagga，Meta 软件工程师；Andrey Golovanov，Meta 网络工程师
连接本地与云端：Meta 规模下的 GPU 网络 (视频)
探讨 Meta 如何使用云 GPU 容量，以及 Meta 从其本地部署中带来哪些经验到云中，使云环境对 AI 工作负载具有高性能和高可靠性。
演讲者：Adi Gangidi，Meta 技术负责人；Carmen Au，Meta 软件工程经理
跨域扩展网络专题讨论 (视频)
一场跨行业专题讨论，探讨跨域扩展 AI 集群对路由和光传输设备的需求。讨论嘉宾比较了超大规模云厂商、芯片厂商和系统厂商的不同方案。
讨论嘉宾：Jeff Rahn，Meta；Tad Hofmeister，Google Cloud；Yawei Yin，Microsoft Azure；Xiguang (Henry) Wu，Broadcom；Vijay Vusirikala，Arista Networks（主持人）
纵向扩展与 ESUN
Tahan：面向 MTIA 的开放、基于以太网的纵向扩展交换机 (视频)
我们介绍 Tahan，这是一款基于以太网的纵向扩展交换机，面向 我们的机架级 MTIA 300 AI 系统本次演讲将深入介绍 Tahan 的带宽与延迟特性以及纵向扩展功能集，展示以太网在纵向扩展方面的优势，并展望未来纵向扩展设计向 ESUN 演进的方向。
演讲者：Vimal Vasudevan，Meta 技术项目经理；Ashutosh Grewal，Meta 软件工程师
ESUN：面向 AI 纵向扩展时代的开放以太网 (（视频）)
去年，我们与社区合作推出了 ESUN：面向纵向扩展网络的以太网本次演讲涵盖自上一届 OCP 全球峰会以来的进展，并介绍了 1.0 规范 （该规范）于今年早些时候发布，以及即将推出的 1.1 规范。
演讲者：Manoj Wadekar，Meta AI 网络技术专家；Pratik Marolia，Microsoft AI 系统架构师
ESUN 生态系统的验证方法 (（视频）)
ESUN 生态系统的验证方法，将纵向扩展置于更广泛的 AI 扩展领域之中——包括 scale in、up、out、across、edge 和 above。
演讲者：Manoj Wadekar，Meta AI 系统技术专家；Venkat Pullela，Keysight AI 基础设施 CTO
多加速器铜缆纵向扩展互连的测试方法 (（视频）)
在铜缆纵向扩展领域，每机架数千个连接意味着即使良率达到 99.9%，也大约会有 10 条坏链路——而盲插卡盒无法提供逐链路的可维护性。在 Meta，我们将其视为一个统计问题，而不是一组孤立的调试问题。本次演讲分享我们的测试方法。
演讲者：Yao Rong，Meta AI 系统部系统工程师；Karthik Ganesan，Meta AI/HPC 系统性能工程师
RDMA 传输
MetaRoCE：重新思考面向 AI 的 RDMA (（视频）)
网络如今已成为 AI 集群的关键路径，all-reduce 和 all-to-all 的性能受制于数十万个加速器中最慢的节点。本次演讲涵盖 MetaRoCE 传输规范。
演讲者：Arvind Srinivasan，Meta；Sandeep Nagaraja，Meta；Balakrishnan Raman，AMD
MetaRoCE 软件 (（视频）)
Meta 正在将其 MetaRoCE 软件实现开源，首先是在 GitHub 上发布一个用户态版本（libsoftmetaroce），基于 DPDK 的版本即将推出。演讲者：Ashkan Nikravesh，Meta 软件工程师；Yiorgos Nikolaidis，Meta 软件工程师观看 2026 OCP 全球峰会的全部内容 您可以在 2026 OCP 全球峰会网站上观看该活动的所有录制演讲。衷心感谢来自 Meta 网络与硬件团队的每一位演讲者，以及业界各位优秀合作伙伴，是你们让这一切成为可能！ 图片由 Open Compute Project (OCP) 提供。分享此内容：
分享到 Facebook（O 基于 DPDK 的版本即将推出。
演讲者：Ashkan Nikravesh，Meta 软件工程师；Yiorgos Nikolaidis，Meta 软件工程师
观看 2026 OCP 全球峰会的全部内容
您可以在 2026 OCP 全球峰会网站上观看该活动的所有录制演讲。 2026 OCP 全球峰会网站.
衷心感谢来自 Meta 网络与硬件团队的每一位演讲者，以及业界各位优秀合作伙伴，是你们让这一切成为可能！
图片由 Open Compute Project (OCP) 提供。