10月8日，《全球计算联盟2026年度产业应用案例汇编》入编目录正式发布。由奇异摩尔与壁仞科技联合推出的国产GPU直通国产RDMA网卡的IBGDA解决方案，从众多征集案例中脱颖而出，成功入选案例汇编。此次入选，标志着国产GPU与国产RDMA网卡在直通互联与软硬件协同方面取得实质性突破，也意味着该方案的技术先进性、生态适配性和产业应用价值获得行业认可。
据了解，“全球计算联盟年度产业应用案例汇编征集（GMVPS）活动”由GCC（全球计算联盟）组织，旨在为沉淀一线产业实践、共享落地经验而搭建的平台。GMVPS作为全球计算联盟年度产业专项，已连续举办多届，累计收录超250项全球产业应用与技术实践内容，已成为产业创新发展的风向标。
（图源：全球计算联盟GCC）
破解“通信墙”，从IBRC到IBGDA
大规模 AI 集群中，GPU 跨节点数据传输传统依赖 IBRC机制。在该机制下，GPU 向远端传输数据需要一条冗长的中转链路：GPU 将数据写入共享内存后，通知 CPU 侧进程；由 CPU 配置工作队列，向网卡下发指令；网卡从 GPU 显存读取数据并完成发送；传输结束后，再经由 CPU 回调通知 GPU。由此可见，跨节点通信不仅受限于网卡带宽，还引入额外的显存/内存拷贝、CPU 参与和同步开销。对于 PD 分离下长上下文、多轮对话和 Agent 高频调用所产生的 KV Cache 搬运而言，这种 CPU 中转路径会进一步放大时延与吞吐损耗，使“通信墙”成为限制解耦收益和集群效率的关键瓶颈。
（图源：奇异摩尔）
奇异摩尔网络技术 VP 叶栋指出，“整个流程里，CPU 充当‘中间人’。GPU 准备发送数据先告知 CPU；CPU 下发指令给网卡；网卡读取并传输数据；传输完成通知 CPU；CPU 再反馈给 GPU。这套代理机制在小数据块传输场景下，开销问题尤为突出。MoE 模型推理，正是小包、高频通信的典型场景。当 GPU 每次仅传输少量数据时，CPU 代理产生的开销甚至高于数据本身的传输耗时，持续的交互等待，会让 CPU 处理能力成为集群整体吞吐瓶颈。”
因此，优化GPU与网卡之间的数据通路，尤其是缩短通信控制路径，成为提升系统级效率的关键。在此背景下，IBGDA（InfiniBand GPU Direct Async）技术应运而生，其核心思路是彻底移除 CPU 这一中间环节，实现 GPU 与网卡直接互操作。工作流程得到大幅简化：GPU 可直接生成通信任务、触发网卡门铃；网卡收到指令后，直接读取 GPU 显存内的数据完成发送；传输完毕后直接将状态回写至 GPU，全程无需 CPU 参与。
IBGDA在大规模、延迟敏感的AI推理场景中优势显著。根据英伟达的官方数据显示，在NCCL（NVIDIA集合通信库）中使用IBGDA，在大规模集群上进行All to All通信时，延迟最高可降低75%。因此，这项技术对于需要大量细粒度通信的HPC和AI大模型推理场景至关重要。
数据搬运成为新瓶颈
AI大模型推理通常分为Prefill和Decode两个阶段，其中Prefill是计算密集型，负责处理整个输入序列并生成首个Token和KV Cache；Decode是访存密集型，逐个生成后续Token，并不断读取KV Cache。PD分离架构将这两个阶段拆分到不同的GPU上，以解决资源争抢问题，但它也引入了一个核心挑战：Prefill阶段产生的KV Cache必须通过网络传输给Decode节点。随着行业普遍进入长上下文、多轮对话和 Agent 高频调用的时代，KV Cache 的大小也急剧膨胀，其搬运成本已演变为无法回避的工程难题。
传统的 TCP/IP 协议栈已完全无法胜任传输挑战，诸多机构在线上推理系统中引入 RDMA，用于承担 KV Cache 的高速传输，从而实现最大化推理性能与资源利用率。NVIDIA Dynamo 官方文档的实测数据给出了直观的对比：使用 TCP 进行 KV Cache 传输会导致 200 至 500 倍的首 Token 时延性能退化，实测 TCP 的 TTFT 高达约 98 秒，而 RDMA 仅需 200 至 500 毫秒。
IBGDA是RDMA技术面向GPU-centric通信场景的重要演进方向，而AI SNIC则是承载该技术的重要硬件。IBGDA对PD分离架构的赋能及KV Cache传输瓶颈的优化主要体现在三个方面：其一是压缩跨节点KV传输的关键路径，无需CPU逐次介入通信提交，从而减少CPU调度和代理线程带来的延迟开销；其二是提升高并发、细粒度通信效率，PD分离架构下KV Cache的传输可能涉及大量分散的内存块，IBGDA优化的GPU侧通信提交路径有助于缓解CPU代理线程的性能瓶颈，实际收益取决于数据布局及请求聚合策略；其三是结合NVMe-oF、GPUDirect Storage（GDS）等存储直通技术，支持将远端存储中的KV Cache高效加载至Decode节点的GPU显存，并结合GPUDirect RDMA及GPU P2P等机制实现GPU间直接数据传输，减少不必要的数据复制和搬运开销，构建高效的GPU-centric数据通路。
总体而言，IBGDA技术继承了RDMA高带宽、低CPU占用以及GDR的GPU内存直接访问优势，并通过将控制面也卸载到GPU，实现了更极致的低延迟通信。
奇异摩尔携手壁仞科技
国产IBGDA方案落地
在国际方案与国产方案的对标中，英伟达凭借其GPU与ConnectX系列网卡的深度协同，率先实现了IBGDA方案，为大规模AI推理场景提供了成熟的延迟敏感型通信能力。而国产集群要实现同等能力，国产化GPU需先满足对类NVSHMEM编程及最新NCCL 通信库以及DeepEP等集合通信库的支持，并与国产RDMA网卡在软硬件层面完成适配，方能实现GPU直通网卡的高效通信。然而，目前国产GPU支持IBGDA主要完成的是与英伟达网卡的适配，但国产RDMA网卡与国产GPU实现网卡直通的规模化落地案例仍相对罕见，这一环节仍是制约国产化集群通信效率提升的短板。
（图源：奇异摩尔）
奇异摩尔携手壁仞科技推出的国产GPU直通国产RDMA网卡的IBGDA解决方案，填补了国产算力体系空白。另外实测表明，IBGDA相较传统IBRC在小包、高频、强同步场景下呈现代际优势——单次小消息带宽显著跃升，原始小包发送及合并发送的吞吐量均实现质的提升。在相同测试条件下，消息操作吞吐方面，IBGDA方案达到100+ MOPS，而IBRC不足2 MOPS，实现数量级跨越；小消息带宽（<1KiB）方面，IBGDA相对IBRC实现5倍以上领先；All-to-All集合通信延迟方面，IBGDA稳定控制在100µs以内，IBRC则超过200µs，延迟降低约50%，且IBRC实测时延高、波动率大；Coalescing合并发送场景下，IBGDA峰值达到1000+ MOPS，而IBRC同样不足2 MOPS，合并后峰值进一步拉大差距。
Jacobi基准测试中，IBRC方案小消息发送比大批量发送慢5倍以上，“小包惩罚”效应显著；而IBGDA方案小消息发送与大批量发送性能基本持平，彻底消除了这一长期存在的“小包惩罚”效应，确保大规模AI推理中频繁出现的小包同步操作不再成为性能瓶颈，为国产算力集群规模化部署提供了坚实的通信底座。
值得一提的是，该方案基于奇异摩尔Kiwi SNIC 800G平台架构设计的单通道400G RDMA ASIC引擎，其已完成软硬件全栈协同开发，原生支持IBGDA机制，并兼容专为MoE模型优化的集合通信库（对标DeepEP）。该方案建立在开放的以太网生态之上，具备以太网部署灵活、成本可控的天然优势，为国产算力集群提供了一个兼具高性能与自主性的Scale-out网络选择。
深耕互联，协同共赢
《全球计算联盟2026年度产业应用案例汇编》聚焦全球计算产业中具有代表性的应用实践。奇异摩尔与壁仞科技联合推出的IBGDA方案此次入选，体现了产业界对国产算力互联技术创新的认可，也反映出算力基础设施正在从“堆叠算力”迈向“系统级优化”的新阶段。
对奇异摩尔而言，这一案例是其在高性能互联、算力集群通信和国产算力生态建设方面的重要实践。与此同时，奇异摩尔持续深化与开源生态的协同，加速 IBGDA 在国产算力产业的适配落地。在国产算力生态不断完善的进程中，奇异摩尔将继续围绕算力互联关键瓶颈，推动更多可验证、可部署、可规模化的解决方案落地，为构建高效、开放、自主可控的算力基础设施贡献力量。
