InfiniBand frente a Ethernet para AI Fabrics

Para la mayoría de los colectivos de entrenamiento distribuido a escala, sí. Ethernet presenta un suelo de latencia superior en varios cientos de nanosegundos al de InfiniBand, pero eso se sitúa por debajo del umbral que afecta a la mayoría de las cargas de trabajo una vez que RoCEv2 con PFC, DCQCN y DLB está correctamente configurado.

Elija InfiniBand para las simulaciones HPC estrechamente acopladas, en las que el piso absoluto de latencia importa más que el total cost of ownership, y para los clústeres cautivos de un solo inquilino en los que el lock-in de un único fabricante resulta aceptable.

El Ethernet se impone en el GPU-as-a-Service multiinquilino, en los clústeres que comparten un mismo modelo operativo y las mismas herramientas con el resto del data center, en las implantaciones de varios miles de GPU sensibles al coste, y en las fabrics que se extienden entre data centers mediante coherent DCI y EVPN.

OcNOS-DC ofrece hoy el transporte RoCEv2 lossless, el enrutamiento adaptativo DLB y el watchdog contra deadlock de PFC, el GLB en 7.1 para la puntuación de ruta de extremo a extremo, y la compatibilidad con UEC a medida que se distribuyen las NIC, todo ello sobre open hardware validado de fabricantes como Edgecore y UfiSpace.

En gran medida sí, aunque InfiniBand no va a desaparecer. Según Dell'Oro Group, Ethernet superó a InfiniBand en la conmutación de back-end (escalado horizontal) de IA y alcanzó cerca de dos tercios del mercado a principios de 2026, frente a la cuota de aproximadamente el 80 por ciento de InfiniBand a finales de 2023. Dell'Oro también señala un fuerte repunte de InfiniBand con la rampa de 800G de NVIDIA Blackwell Ultra, por lo que sigue siendo la opción especializada para HPC estrechamente acoplado. Meta ha descrito el entrenamiento de sus modelos más grandes sobre una fabric Ethernet RoCE en uno de dos clústeres de 24.576 GPU. El Ultra Ethernet Consortium, cuyos miembros directivos incluyen AMD, Arista, Broadcom, Cisco, Eviden, HPE, Intel, Meta, Microsoft y Oracle, estandariza esta dirección. Las razones son operativas y económicas: un solo modelo de red compartido con el resto del centro de datos, una cadena de suministro multiproveedor y un menor coste por puerto a 400G y 800G.

Ethernet con RoCEv2 es la alternativa principal. Transporta RDMA sin pérdidas mediante PFC, ECN y DCQCN, añade enrutamiento adaptativo con DLB y gana packet spray y RDMA multi-path con Ultra Ethernet a medida que se lanzan las NIC UEC. Sobre hardware abierto con OcNOS-DC, lo ofrece sobre una pila multiproveedor en lugar de una fabric de un solo proveedor.

Ultra Ethernet (UEC) lleva a Ethernet estándar las técnicas de transporte que definieron InfiniBand: packet spray por todas las rutas, RDMA multi-path, entrega fuera de orden y retransmisión selectiva. La especificación UEC 1.0, publicada en junio de 2025, define este transporte. La diferencia está en el ecosistema: InfiniBand es de facto de un solo proveedor para el silicio de NIC y de switch, mientras que Ultra Ethernet es una especificación abierta y multiproveedor a la que cualquier proveedor puede ajustarse.

La capa de conmutación es una porción modesta del coste total de propiedad de un clúster de IA, normalmente un porcentaje de un solo dígito a lo largo de cinco años, aunque la cifra sube al contar NIC, óptica y cableado. A igualdad de capacidad, InfiniBand de un solo proveedor suele aplicar un sobreprecio frente a Ethernet de hardware abierto con OcNOS-DC. La pregunta más útil es qué financia el capital ahorrado, ya sean más GPU, un nivel de almacenamiento mayor o un segundo sitio para resiliencia.