<div class="key-takeaways"><ul><li>Meta เปิดตัว MetaRoCE โปรโตคอล RDMA ที่ออกแบบใหม่เพื่อเครือข่าย AI</li><li>ย้ายระบบการจัดลำดับและการกู้คืนข้อมูลไปไว้ที่ NIC โดยมองเครือข่ายเป็นแบบสูญเสียข้อมูลได้</li><li>ทดสอบบนคลัสเตอร์ AMD 64 โหนด ให้,throughput สูงกว่าและเวลาเสร็จสิ้นเร็วกว่า RoCEv2</li><li>เตรียมเปิดตัวข้อกำหนดซอฟต์แวร์อ้างอิงและชุดทดสอบที่งาน 2026 OCP Global Summit</li></ul></div><p>Meta ได้ประกาศเปิดตัว MetaRoCE โปรโตคอลการขนส่งข้อมูลแบบ RDMA ที่สร้างขึ้นใหม่ตั้งแต่ต้นทางเพื่อรองรับงานปัญญาประดิษฐ์หรือ AI บนโครงข่าย Ethernet ทั่วไป การออกแบบนี้ถูกพัฒนาขึ้นเพื่อแก้ปัญหาข้อจำกัดของมาตรฐาน RoCE แบบดั้งเดิมที่มักคาดหวังว่าเครือข่ายจะต้องส่งทุกเฟรมข้อมูลตามลำดับที่ถูกต้องอย่างแม่นยำ</p><p>โครงข่ายขนาดใหญ่ระดับหลายแสน GPU ที่ Meta ใช้งานอยู่ในปัจจุบัน ทำให้เครือข่ายกลายเป็นคอขวดสำคัญในการฝึกฝนโมเดล การประมวลผลแบบรวมกลุ่มอย่าง all-reduce และ all-to-all จำเป็นต้องอาศัยการซิงโครไนซ์ตัวเร่งความเร็วจำนวนมาก ซึ่งการถ่าย2โอนข้อมูลที่ช้าที่สุดจะส่งผลให้งานทั้งหมดต้องล่าช้าตามไปด้วย</p><div class="stat-row"><div class="stat-item"><span class="stat-number">~86%</span><span class="stat-label">คงปริมาณงานได้ที่อัตราการสูญเสียแพ็กเก็ต 1%</span></div><div class="stat-item"><span class="stat-number">10%</span><span class="stat-label">ยังคงส่งมอบแบนด์วิดท์ที่มีประโยชน์แม้สูญเสียข้อมูล</span></div></div><p>จุดเด่นสำคัญของ MetaRoCE คือการปรับเปลี่ยนแนวคิดโดยให้โครงข่ายทำหน้าที่ยืดหยุ่น และย้ายความฉลาดในการจัดการลำดับ การเลือกเส้นทาง และการกู้คืนข้อมูลไปไว้ที่ฝั่ง EndPoint หรือตัว NIC แทนการพึ่งพา PFC แบบเดิม นอกจากนี้ ระบบยังแบ่งเครือข่ายออกเป็นเส้นทางย่อยที่มีการส่งข้อมูลแบบเรียลไทม์เฉพาะตัว</p><blockquote class="pull-quote"><p>"MetaRoCE maintains ~86% throughput at 1% packet loss and continues delivering useful bandwidth even at 10% loss rates, converging gracefully rather than collapsing."</p><cite>MarkTechPost</cite></blockquote><p>ในการทดสอบบนคลัสเตอร์ GPU ของ AMD จำนวน 64 โหนดที่รัน RCCL collectives พบว่า MetaRoCE สามารถส่งมอบอัตราการรับส่งข้อมูลที่สูงกว่าและมีเวลาการทำงานเสร็จสิ้นที่ต่ำกว่าเมื่อเปรียบเทียบกับ RoCEv2 อีกทั้งยังรองรับการตรวจสอบความถูกต้องในโทโพโลยีแบบ 4-plane และ 8-plane ที่มีผู้ใช้งานเชื่อมต่อพร้อมกันสูงสุดถึง 4,000 การเชื่อมต่อ</p><div class="mb-20"><img class="img-bdrd-16" src="https://api.inewgen.co/uploads/meta_metaroce_rdma_ai_mt9aarm5_inline_1_b49617426e.jpg" alt="network switch hardware datacenter technology" loading="lazy" /><p class="color-gray-500 text-sm mt-10">ภาพประกอบจากคลังภาพสต็อก ไม่ใช่ภาพจากเหตุการณ์จริง</p></div><div class="ai-insight"><p>การเปิดตัว MetaRoCE สะท้อนให้เห็นถึงความพยายามของ Meta ในการทลายข้อจำกัดด้านเครือข่ายที่มักเกิดขึ้นเมื่อคลัสเตอร์ AI มีขนาดใหญ่ขึ้นเรื่อยๆ การย้ายตรรกะการจัดการข้อผิดพลาดไปไว้ที่การ์ดเน็ตเวิร์ก (NIC) ช่วยให้โครงสร้างพื้นฐานมีความยืดหยุ่นสูงและลดผลกระทบจากความล่าช้าในระดับดาต้าเซ็นเตอร์ได้เป็นอย่างดี ซึ่งสอดคล้องกับทิศทางของ Open Compute Project ในอนาคต</p></div><p>แผนการดำเนินงานในอนาคต Meta เตรียมเผยแพร่ข้อกำหนด MetaRoCE, ซอฟต์แวร์อ้างอิงที่ปรับแต่งด้วย DPDK และเฟรมเวิร์กความสอดคล้องในการผลิต ในงาน 2026 OCP Global Summit ซึ่งจะมีขึ้นในเดือนตุลาคม 2026 นี้ โดยในปัจจุบันฮาร์ดแวร์ได้รับการพิสูจน์แล้วบน AMD Pensando programmable NICs</p><p class="source-attribution">ที่มา: <img src="https://www.google.com/s2/favicons?domain=www.marktechpost.com&sz=64" alt="MarkTechPost" class="source-logo" width="16" height="16" /> <a href="https://www.marktechpost.com/2026/08/25/meta-ai-introduces-metaroce-a-clean-sheet-rdma-transport-built-for-ai-scale-ethernet/" target="_blank" rel="noopener noreferrer">MarkTechPost</a></p>

<div class="key-takeaways"><ul><li>Meta introduces MetaRoCE, a clean-sheet RDMA transport protocol designed for AI.</li><li>Shifts sequencing and recovery to the NIC, treating the network fabric as lossy.</li><li>Demonstrated higher throughput and lower completion times on a 64-node AMD cluster.</li><li>Artifacts planned for release at the 2026 OCP Global Summit in October.</li></ul></div><p>Meta has announced the introduction of MetaRoCE, a clean-sheet RDMA transport protocol purpose-built to handle artificial intelligence workloads on commodity Ethernet infrastructure. This design intentionally breaks away from standard RoCE assumptions, which typically expect the underlying network to deliver every single frame in exact order.</p><p>With Meta scaling its infrastructure clusters to hundreds of thousands of GPUs across multiple data centers and regions, the network consistently acts as a critical bottleneck during training steps. Collective operations such as all-reduce and all-to-all synchronize thousands of accelerators, meaning that the slowest data transfer sets the pace for the entire job execution.</p><div class="stat-row"><div class="stat-item"><span class="stat-number">~86%</span><span class="stat-label">Throughput maintained at 1% packet loss</span></div><div class="stat-item"><span class="stat-number">10%</span><span class="stat-label">Useful bandwidth delivered even at high loss rates</span></div></div><p>The core innovation of MetaRoCE inverts traditional paradigms by moving endpoint intelligence and shifting packet ordering, path selection, and error recovery directly into the NIC. Instead of relying on priority-based flow control, the network fabric decomposes into fine-grained logical paths equipped with real-time telemetry.</p><blockquote class="pull-quote"><p>"MetaRoCE maintains ~86% throughput at 1% packet loss and continues delivering useful bandwidth even at 10% loss rates, converging gracefully rather than collapsing."</p><cite>MarkTechPost</cite></blockquote><p>Performance evaluations conducted on a 64-node AMD GPU cluster utilizing RCCL collectives demonstrated that MetaRoCE delivered superior throughput and lower flow completion times compared directly against RoCEv2. Multiplane validation across topologies of up to 4,000 concurrent connections confirmed that performance scales linearly.</p><div class="mb-20"><img class="img-bdrd-16" src="https://api.inewgen.co/uploads/meta_metaroce_rdma_ai_mt9aarm5_inline_1_b49617426e.jpg" alt="network switch hardware datacenter technology" loading="lazy" /><p class="color-gray-500 text-sm mt-10">Stock photo for illustration only, not from the actual event</p></div><div class="ai-insight"><p>The introduction of MetaRoCE highlights Meta's ongoing strategy to overcome traditional network limitations as AI clusters expand dramatically. By decentralizing error recovery and embedding intelligence directly into programmable network interface cards, Meta aims to build resilient, high-performance fabrics that prevent data center bottlenecks.</p></div><p>Regarding rollout timelines, Meta plans to release the specification, a DPDK-optimized software reference implementation, and a production compliance framework at the 2026 OCP Global Summit scheduled for October 2026. Hardware validation has successfully been proven using AMD Pensando programmable NICs.</p><p class="source-attribution">Source: <img src="https://www.google.com/s2/favicons?domain=www.marktechpost.com&sz=64" alt="MarkTechPost" class="source-logo" width="16" height="16" /> <a href="https://www.marktechpost.com/2026/08/25/meta-ai-introduces-metaroce-a-clean-sheet-rdma-transport-built-for-ai-scale-ethernet/" target="_blank" rel="noopener noreferrer">MarkTechPost</a></p>

medium_qafix_4162_1789786893551.jpg

small_qafix_4162_1789786893551.jpg

thumbnail_qafix_4162_1789786893551.jpg

qafix_4162_1789786893551.jpg

Meta เปิดตัว MetaRoCE โปรโตคอล RDMA ที่ออกแบบใหม่เพื่อรองรับเวิร์กโหลด AI บนเครือข่าย Ethernet ขนาดใหญ่ พร้อมเตรียมเผยแพร่ผ่าน OCP ในเดือนตุลาคม 2026 นี้

Meta introduces MetaRoCE, a clean-sheet RDMA transport protocol built for AI workloads on large-scale Ethernet, debuting specifications via OCP in October 2026.

Inewgen

Inewgen

#Open Compute Project

Meta Introduces MetaRoCE: Clean-Sheet RDMA for AI

Inewgen