5月7日，OpenAI于5月6日发布了一项公告，旨在解决大规模AI训练过程中遇到的网络延迟和故障问题。该公司与AMD、博通、英特尔、微软和英伟达等多家企业联合推出了名为MRC（多路径可靠连接）的协议，并通过开放计算项目（OCP）向整个行业进行发布。
根据相关介绍，MRC全称为Multipath Reliable Connection，扩展自RoCE标准，并结合了SRv6技术。该协议的开源发布旨在提升超级计算机网络的性能和韧性。
在大规模训练AI模型的过程中，网络面临着严峻的挑战，单一的数据传输延迟可能导致训练过程的中断，从而使GPU处于闲置状态。网络拥塞、链路故障及设备问题是主要成因，且随着集群规模的扩大，这些问题的出现频率也在增加。
为了解决传统网络架构扩展性不足的问题，MRC采用了多平面网络设计。通过将单个800Gb/s接口划分为多个较小的链路，系统仅需两层交换机即可连接大约13.1万块GPU。这种设计相较于传统的三层或四层架构，显著降低了网络功耗与组件数量，同时增强了路径的多样性。
在流量调度方面，MRC引入了自适应数据包喷淋技术。与传统单路径传输不同，该技术将单一任务的数据包分散至数百条路径进行并行传输，有效避免了核心网络的拥塞。即便数据包乱序到达，接收端也能根据内存地址信息进行正确重组。
为了简化网络控制，MRC摒弃了复杂的动态路由协议，改为采用SRv6源路由。发送端直接指定数据包的传输路径，交换机仅需依据静态配置表进行转发。这一机制消除了动态路由的故障行为，使得网络故障恢复时间从秒级缩短至微秒级。
实际部署的数据表明，MRC已经在NVIDIA GB200超级计算机及Oracle Cloud Infrastructure（OCI）站点得到了应用。在真实的训练场景中，即使发生链路抖动或交换机重启，MRC也能够在不中断训练任务的情况下自动绕过故障。
