作者背景：本文作者为资深云计算与AI基础设施分析师，长期追踪全球超大规模数据中心网络架构演进，曾主导多项AI集群互联性能评估项目，对以太网调度机制、拥塞控制及DPU/NIC协同优化有深入研究，其观点常被头部科技企业技术战略部门引用。
一个可能改变整个AI数据中心游戏规则的大动作——Meta正在悄悄地、但极其坚决地，把它的AI训练网络底层架构，从过去高度依赖“调度型”以太网，转向一种更轻量、更灵活、更便宜的“非调度型”架构。
这个转变听起来很技术，但它背后牵动的是每年数百亿美元的资本支出流向，影响的是像亚力士（Arista）、英伟达（NVIDIA）、博通（Broadcom）这些巨头的市场份额，甚至决定了未来几年白盒交换机厂商和光模块供应商的命运。
首先，我们得理解一个问题：为什么AI训练网络这么特殊？和普通互联网流量不一样，AI训练不是一堆小数据包乱飞，而是成千上万个GPU同时工作，彼此之间要频繁同步模型参数。
这种通信模式会产生极少数但极其庞大的“大象流”（elephant flows）——想象一下，几万个GPU同时往同一个方向发送几十GB的数据，瞬间就把网络链路塞爆了。这种现象在数据中心里叫“incast拥塞”，就像早高峰所有车都涌向同一个收费站，结果谁都动不了。
为了解决这个问题，过去几年，Meta和很多超大规模云厂商一样，采用了“调度型网络”（Scheduled Fabric）的方案。
这种网络的核心思想是：别让数据随便发，先“预约”一下。具体来说，就是发送端在发数据前，先向接收端发一个“信用请求”（credit request），确认对方缓冲区有空位，才真正开始传输。同时，数据包还会被切成更小的“信元”（cells），通过多条路径并行发送，实现负载均衡，避免某一条链路过载。这种机制能极大提升公平性，控制尾部延迟，特别适合对训练稳定性要求极高的大模型训练。
亚力士的7800R3系列交换机，就是这种调度型网络的代表作：
它本质上是一个“超级大机箱”，拥有极高的端口密度和超深缓存，配合分布式信用调度和信元喷洒技术，能把延迟压到4微秒以下。
Meta早期确实大量采用了这类设备，甚至在2024到2025年还部署了亚力士的7700R4分布式以太网链接交换机（DES），把“大机箱”拆成多个叶子和主干交换机，实现物理上的分布式部署，但逻辑上仍是一个统一调度的高基数交换结构。
但问题来了：这种调度型架构虽然性能卓越，却有一个致命弱点——它太“中心化”了。无论是7800R3还是7700R4 DES，本质上都需要一个全局协调的控制平面，这在超大规模部署时会变得极其复杂。当你的AI集群从几千GPU扩展到几万、甚至几十万GPU时，调度系统的开销、延迟和故障域都会急剧放大。而且，这类高端设备价格昂贵，每端口成本高，功耗也大，不符合Meta“极致性价比”的工程哲学。
于是，在2025年的开放计算项目（OCP）大会上，Meta正式宣布了一个“双轨制”战略：
一边继续使用调度型网络（DSF，Disaggregated Scheduled Fabric），用于中等规模或对延迟极其敏感的集群；
另一边，则大力推动非调度型网络（NSF，Non-Scheduled Fabric），用于其最大型的AI集群，比如即将在2026年上线的俄亥俄州“普罗米修斯”（Prometheus）集群（约1吉瓦电力容量），以及未来目标达5吉瓦的“许珀里翁”（Hyperion）集群。
那么，什么是非调度型网络？
简单说，就是“去中心化+智能网卡”。Meta不再依赖交换机层面的全局调度，而是采用三层架构的浅缓存以太网交换机，把拥塞控制的责任“下放”给智能网卡（NIC）或DPU（数据处理器）。这些网卡内置了先进的拥塞控制算法、自适应路由和遥测功能，能在主机层面动态调整发送速率、选择最优路径，从而避免网络拥塞。
这种架构的最大优势是什么？成本和可扩展性。
Meta现在主推的NSF交换平台，是基于开放计算标准的白盒交换机，比如由伟创力旗下Celestica代工的Minipack3（搭载博通Tomahawk5芯片），以及由智邦科技（Accton）旗下Edgecore代工的Minipack3N（搭载英伟达Spectrum-4芯片）。
这些设备运行开源的FBOSS操作系统，通过OCP定义的SAI接口与上层软件对接，完全符合Meta的开放硬件生态。
这意味着什么？意味着Meta不再被绑定在亚力士这样的高端盒式厂商身上。它可以用更低的价格，采购大量标准化的51.2T交换机，再配合自家或第三方的智能网卡，构建出规模更大、更灵活的AI集群。虽然单点性能可能不如调度型网络，但在万卡甚至十万卡级别，NSF的总体拥有成本（TCO）和部署速度优势就显现出来了。
这个转向，直接带来了三大投资级影响：
第一，亚力士在Meta最大AI集群中的增量份额将显著低于市场此前预期。虽然它仍是调度型网络的技术领导者，7700R4 DES也还在部署，但未来Meta新增的大部分后端端口，尤其是Hyperion这种5吉瓦级别的巨无霸集群，大概率会采用NSF架构。数据显示，Meta对亚力士的收入贡献已从2023年的21%下降到2024年的15%。如果NSF顺利跑通，2026-2027年这一比例可能进一步下滑。亚力士必须靠前端网络升级、其他云厂商订单以及软件服务来对冲这一风险。
第二，英伟达和博通的战略地位大幅提升。英伟达不仅卖GPU，现在它的Spectrum-X交换机正式进入Meta的FBOSS生态，与ConnectX/BlueField SuperNIC形成端到端解决方案。在NSF架构下，网卡的智能程度决定了网络性能，而英伟达的端到端堆栈——从GPU到NIC再到交换机——能提供深度优化的拥塞控制和遥测能力，形成强大的软件锁定效应。这不仅提升了其网络业务的收入，更巩固了其AI系统护城河。
博通则是“左右逢源”。它的Jericho3-AI芯片支撑着调度型网络，而Tomahawk系列则是NSF白盒交换机的事实标准。Meta转向NSF，反而会拉动Tomahawk的出货量。同时，博通的Thor Ultra智能网卡也在争取设计导入，与英伟达竞争。无论Meta走哪条路，博通都能分一杯羹，而且随着资本支出总量上升，其总金额很可能继续增长。
第三，白盒ODM厂商和光模块供应商迎来持续的量能红利。Celestica和Accton/Edgecore作为Minipack3和Minipack3N的制造商，将直接受益于Meta的NSF部署。虽然这类业务毛利率只有中十位数，但胜在规模巨大、订单可见性强。随着Meta从51.2T向102.4T甚至1.6T演进，这些ODM的出货量将持续攀升。
在光模块方面，Meta明确转向更低成本、更低功耗的方案。
它大力推广400G DR4 OSFP-RHS用于网卡到机架顶（ToR）连接，并引入新型2×400G FR4 LITE可插拔模块，支持最长500米的链路。这种“轻量版”FR4简化了热设计，每比特功耗和成本都更低，非常适合在密集的AI机房中百万级部署。像Coherent这样的硅光厂商已推出对应产品。虽然相干光和共封装光学（CPO）仍是中长期方向，但短期内，LPO/Lite类光模块才是主流。
值得注意的是，Meta的资本支出引擎依然强劲。公司预计2025年资本支出高达700亿至720亿美元，2026年还将“显著更高”。普罗米修斯和许珀里翁两大吉瓦级园区，就是这笔巨额投入的锚点。这意味着，无论网络架构如何变化，400G/800G以太网交换、光模块和智能网卡的需求都不会减少，只是“钱花在谁身上”发生了变化。
从行业生态看，Meta正联合AMD、思科、英伟达等推动以太网扩展规模网络（ESUN）和通用拥塞控制（UEC）等标准。这些能力一旦通过SAI API实现标准化，超大规模厂商的议价能力将进一步增强，而传统盒式厂商依赖专有控制平面获取高毛利的模式将难以为继。未来，差异化将更多体现在软件集成、可视化遥测和AI感知路由栈上，而非硬件调度机制本身。
当然，风险依然存在。我们需要密切关注几点：
- 一是NSF在10万+ GPU规模下是否真能达到训练任务完成时间（JCT）目标，如果性能不达标，Meta可能被迫回调调度型方案；
- 二是英伟达Spectrum-5/6和SuperNIC的迭代节奏能否压制博通Thor；
- 三是800G网卡和1.6T交换的端口迁移时间表；
- 四是FR4 LITE和DR4 RHS的光模块供应链是否跟得上。
总结一下：Meta的这次架构转向，并不是对以太网的否定，而是在以太网内部的一次价值重分配。它标志着AI数据中心网络正从“性能优先”走向“性价比与可扩展性优先”。在这个过程中，硅片供应商（博通、英伟达）、白盒制造商（Celestica、Accton）和规模化光模块厂将受益，而依赖高端调度设备的厂商则面临份额稀释。
对投资者而言，策略也应随之调整：降低对亚力士在Meta最大后端集群中增量份额的预期，但保留其在前端网络、中型DSF集群及其他云客户的敞口；增持英伟达网络业务的期权价值和博通在Tomahawk/NIC领域的杠杆效应；同时，配置一批能吃下Meta FR4 LITE/DR4订单的光模块龙头。
Meta的FBOSS基于Linux，依赖SAI（Switch Abstraction Interface）标准。A股虽无直接开发FBOSS的公司，但：
- 紫光股份（000938）旗下新华三：虽主攻自有品牌交换机，但其自研Comware系统支持SAI，具备与开放生态对接的技术能力，在国内智算中心有类似架构实践。
- 锐捷网络（301165）：推出开放网络交换机，支持SONiC/FBOSS类系统，技术路线与Meta NSF趋同。
- 华为：自研CloudEngine 16800系列支持51.2T，采用自研Solar系列芯片。