MetaRoCE: A New RDMA Transport Built for AI-Scale Ethernet

MetaRoCE: A New RDMA Transport Built for AI-Scale Ethernet

摘要

MetaRoCE是Meta为AI训练设计的RDMA协议，在普通以太网上实现高吞吐、低尾延迟。它支持乱序交付、多路径传输、无PFC的丢包容忍，以及基于ECN和接收端速率提示的拥塞控制。在64节点AMD GPU集群测试中，MetaRoCE在吞吐和完成时间上均优于RoCEv2，且1%丢包时仍保持86%吞吐。