Las decisiones de red contrarias a la intuición detrás del tejido de capacitación de 131.000 GPU de OpenAI

. Aceptar la pérdida de paquetes a propósito. Rocíe cada transferencia a través de cientos de caminos aleatorios. Si alguien le entregara esta lista de decisiones de diseño para una red que conecta 131.000 GPU, asumiría que fue escrita por alguien que nunca había operado una red de producción.

Un consorcio de OpenAI, AMD, Broadcom, Intel, Microsoft y NVIDIA construyó exactamente esto y silenciosamente revirtió tres décadas de consenso sobre cómo deberían funcionar las redes de centros de datos de alto rendimiento.

El protocolo se llama MRC, abreviatura de Conexión confiable de múltiples rutas. Fue lanzado el 5 de mayo de 2026 a través de Open Compute Project. El artículo de investigación adjunto (Araujo et al., 2026) detalla su implementación en las supercomputadoras NVIDIA GB200 más grandes de OpenAI, incluido el sitio Stargate con Oracle Cloud Infrastructure en Abilene, Texas, y las supercomputadoras Fairwater de Microsoft. MRC se ha utilizado para entrenar los últimos modelos de vanguardia detrás de ChatGPT y Codex.

Lo que más llama la atención al leer atentamente el artículo es algo que la cobertura de prensa no ha revelado: MRC elimina efectivamente todo el plano de control de Capa 3 de la estructura del centro de datos. Sin OSPF. Sin BGP. Nada de ES-ES. Sin FIB. Los conmutadores de la implementación mantienen un estado de reenvío dinámico cero. Hasta donde sabe el autor, esta es la eliminación más agresiva del enrutamiento dinámico en cualquier tejido de entrenamiento de IA de producción documentada públicamente hasta la fecha.

El argumento central del artículo es que a una escala de más de 100.000 GPU, la latencia de cola debido a la congestión y las fallas de la red domina el rendimiento del entrenamiento, y la pila de red convencional no puede resolver esto sin cambios fundamentales en la forma en que se mueven los paquetes entre las GPU. MRC son esos cambios fundamentales, implementados en NIC de 800 Gb/s de tres proveedores de silicio diferentes y desplegados en producción.

Lo que hace que valga la pena estudiar detenidamente el MRC no es que sea rápido. Es que las decisiones de diseño detrás de esto contradicen varios principios que la comunidad de redes ha considerado establecidos durante décadas. Comprender por qué esas decisiones funcionan a esta escala y dónde podrían no funcionar es importante para cualquiera que construya u opere una infraestructura de IA.

Figura 1. La cascada de fallas que elimina MRC.
Izquierda: RoCE convencional con enrutamiento de ruta única. Un enlace T1 congestionado activa la PAUSA PFC que se propaga hacia atrás, bloqueando la GPU 2 aunque su propio camino estaba despejado. Las 100.000 GPU están inactivas hasta que se completa la transferencia de la GPU 2. Derecha: MRC rocía paquetes en 8 aviones independientes. Cuando falla un enlace en el Plano 2, la NIC retira ese valor de entropía y redistribuye el tráfico a los 7 planos restantes en microsegundos. Ninguna GPU se detiene jamás. Las cinco decisiones de diseño numeradas en la parte inferior son el tema de este artículo.
[Fuente: Autor (SVG creado con Inkscape) – Referencia:arXiv:2605.04333 (2026)]

Cada una de las decisiones del MRC resulta familiar para cualquiera que haya seguido la investigación sobre redes. La combinación es lo radical. La comunidad de redes ha explorado cada una de estas ideas de forma aislada: estructuras multiplano, enrutamiento de origen, dispersión de paquetes, transportes con pérdidas con retransmisión selectiva, ECN como señal de equilibrio de carga. Lo que hace que MRC merezca un estudio cuidadoso es que el consorcio OpenAI se comprometió con todos ellos, simultáneamente, en producción en 131.000 GPU.

El problema: un rezagado bloquea 100.000 GPU

El preentrenamiento sincrónico se ejecuta al mismo tiempo. Cada paso de capacitación implica millones de transferencias de datos a través de miles de GPU que realizan una combinación de paralelismo tensorial, paralelismo de canalización, paralelismo de datos y paralelismo experto. El paso no puede avanzar hasta que se complete la transferencia más lenta. Con 100.000 GPU, la duración de cada ronda de comunicación está determinada por la cola de la distribución de latencia de transferencia, no por la media.

El artículo enmarca esto precisamente: “A medida que los cálculos escalan, la comunicación se vuelve cada vez más dominada por valores atípicos”. Un único enlace congestionado, una única colisión de flujo, un único desbordamiento del búfer de conmutación pueden detener miles de GPU durante milisegundos. Al costo por hora de 100.000 GPU de clase H100 (aproximadamente $300.000 por hora a tarifas de nube), una parada de 10 milisegundos que ocurre una vez por paso de entrenamiento y se repite en miles de pasos no es un error de redondeo. Es una línea de pedido.

Las fallas de la red agravan el problema. A esta escala, las fallas en los enlaces, las fallas ópticas y los reinicios de los conmutadores no son eventos raros. Son certezas estadísticas que ocurren varias veces al día en un tejido con cientos de miles de enlaces. El artículo informa de un incidente de producción en el que un transceptor óptico en un interruptor T0 "sufrió un problema técnico y agitó sus cuatro enlaces en rápida sucesión", afectando a tres nodos de entrenamiento activos simultáneamente. En una red convencional, esto habría arruinado el trabajo de capacitación.

El objetivo del diseño de MRC no era sólo un mayor ancho de banda. Era un ancho de banda predecible, incluso en presencia de fallas, con un plano de control lo suficientemente simple como para que un equipo pequeño pueda administrar múltiples supercomputadoras simultáneamente.

La topología: 131.000 GPU en dos niveles de conmutador

La primera decisión de diseño es arquitectónica, no a nivel de protocolo. En lugar de tratar una NIC de 800 Gb/s como una sola tubería, MRC la divide en ocho enlaces de 100 Gb/s, cada uno de los cuales se conecta a un conmutador diferente. Esto crea ocho planos de red paralelos, cada uno de los cuales funciona de forma independiente.

Considere un enfoque convencional. Los conmutadores Ethernet para centros de datos más rápidos de la actualidad ofrecen 51,2 Tb/s de capacidad de conmutación, lo que produce 64 puertos a 800 Gb/s. En una topología Clos de árbol grueso estándar, cada conmutador de nivel 0 (T0) se conecta hasta 32 NIC y hasta 32 conmutadores de nivel 1 (T1). Cada interruptor T1 se conecta a 64 pods. Esto le brinda una red de 3 niveles que admite aproximadamente 64 000 GPU con un ancho de banda de bisección completo. Para llegar a 100.000, necesita un cuarto nivel, que agrega dominios de latencia, costo y falla.

Ahora divida la NIC. El mismo conmutador de 51,2 Tb/s a 100 Gb/s por puerto le ofrece 512 puertos en lugar de 64. Cada conmutador T0 se conecta a 256 puertos NIC y hasta 256 conmutadores T1. Cada T1 se conecta a 512 T0. Un único plano de dos niveles admite 131.072 GPU con un ancho de banda de bisección completo.

El documento cuantifica el ahorro:

Convencional de 3 niveles (800 Gb/s): – 3 niveles de conmutador, conmutadores de 64 puertos – Máximo ~64 000 GPU en bisección completa BW – Ruta de 5 o 7 saltos en el peor de los casos Multiplano de 2 niveles (8 × 100 Gb/s): – 2 niveles de conmutador, conmutadores de 512 puertos – 131 000 GPU en bisección completa BW – Ruta de 3 saltos en el peor de los casos – 2/3 la óptica de una red de 3 niveles: 3/5 del número de conmutadores

Figura 2. Topología multiplano de 2 niveles MRC frente a árbol grueso de 3 niveles convencional. Ambos utilizan el mismo silicio de conmutación de 51,2 Tb/s. El enfoque convencional configura 64 puertos a 800 Gb/s, requiere tres niveles y alcanza un máximo de aproximadamente 64.000 GPU. MRC divide cada NIC en enlaces de 8 × 100 Gb/s, creando 8 estructuras Clos independientes de dos niveles que admiten 131.072 GPU con menos conmutadores y menos ópticas. La línea discontinua roja a la izquierda traza la ruta de 7 saltos en el peor de los casos. A la derecha, cada camino cruza como máximo 3 saltos.
[Fuente: Autor (SVG creado con Inkscape) – Referencia:arXiv:2605.04333 (2026)]

Las matemáticas de la resiliencia son igualmente convincentes. Perder un único enlace de NIC a T0 en una red de plano único de 800 Gb/s cuesta el 3% del ancho de banda de esa NIC. En una red multiplano de 100 Gb/s, el mismo fallo cuesta un 0,4%. Más importante aún, con ocho aviones independientes, la NIC puede seguir funcionando en los siete restantes mientras se repara el enlace defectuoso. El trabajo de formación no tiene por qué detenerse.

Esta compensación no es gratuita. Ocho planos separados significan ocho veces más enlaces para monitorear, ocho veces más puntos de falla potenciales en conjunto y un protocolo de transporte que debe equilibrar la carga de manera inteligente en todos ellos. Ahí es donde entra en juego el propio MRC.

Pulverización de paquetes con valores de entropía.

Los transportes RDMA convencionales (RoCEv2, InfiniBand RC) fijan cada conexión a una única ruta de red. La ruta se selecciona aplicando hash a las cinco tuplas del flujo (IP de origen/destino, puerto de origen/destino, protocolo) en cada conmutador. Una vez fijado, cada paquete en esa conexión sigue el mismo camino hasta que se interrumpe la conexión.

Esto funciona a escala moderada. Falla en más de 100.000 GPU debido a colisiones de flujo. Cuando dos conexiones van al mismo camino a través del mismo enlace de cuello de botella, ambas sufren. La probabilidad de colisión aumenta con la escala y el impacto de la latencia de la cola es desproporcionado.

MRC elimina por completo la fijación del flujo. En cambio, asigna a cada par de colas (QP) un conjunto de 128 a 256 valores de entropía (EV) en la configuración de la conexión. Cada EV codifica una ruta específica a través de un plano de red específico. El remitente gira a través de su conjunto EV paquete por paquete, distribuyendo paquetes consecutivos a través de cientos de rutas diferentes en los ocho planos. No hay dos paquetes consecutivos de la misma transferencia que tomen la misma ruta.

El EV es un valor de 32 bits dividido entre el puerto de origen UDP y la etiqueta de flujo IPv6 en cada paquete MRC. Cambia el hash en estos campos, por lo que cambiar el EV cambia la ruta. El remitente no necesita conocer la topología. Sólo necesita saber que diferentes vehículos eléctricos producen caminos diferentes.

Estado por QP: conjunto de EV: 128-256 valores de entropía (32 bits cada uno) Estado por EV: {activo, congestionado, sospechado_failed, confirmado_failed} Envío de paquetes: para cada paquete en transferencia: ev = next_active_ev(qp.ev_set) paquete.udp_src_port = ev[0:15] paquete.ipv6_flow_label = ev[16:31] enviar (paquete)

Cada vehículo eléctrico conlleva algunos aspectos del estado de salud. Cuando el receptor detecta congestión en una ruta (a través de la marca ECN de los conmutadores), se lo transmite al remitente, que evita temporalmente ese EV. Cuando un paquete realmente se pierde (no se recorta), MRC asume que la ruta ha fallado e inmediatamente deja de usar ese EV. Las sondas en segundo plano prueban periódicamente los vehículos eléctricos retirados para determinar si la falla fue transitoria y los resucitarán si las sondas tienen éxito.

La calidad del equilibrio de carga de este esquema es alta. Debido a que diferentes remitentes generan de forma independiente conjuntos de EV aleatorios, la distribución del tráfico agregado entre rutas es casi uniforme. El circuito de retroalimentación ECN suaviza los pequeños desequilibrios: si una ruta acumula un poco más de tráfico, las marcas ECN aumentan en esa ruta y los remitentes se redistribuyen hacia alternativas menos cargadas.

Figura 3. Ciclo de vida de un único valor de entropía. Cada uno de los 128-256 EV por par de colas rastrea de forma independiente el estado de su ruta a través de una máquina de cuatro estados: Activo (normal), Congestionado (ECN recibido, evitado temporalmente), Fallido (paquete perdido, retirado) y Sondeo (sondeos en segundo plano que prueban si la ruta se ha recuperado). El ciclo completo se ejecuta en 1-2 milisegundos. Compare esto con los 1 a 30 segundos necesarios para que el enrutamiento dinámico convencional converja, un factor de 1000 a 30 000 veces más rápido.
[Fuente: Autor (SVG creado con Inkscape) – Referencia:arXiv:2605.04333 (2026)]
Figura 4. Pulverización de paquetes basada en el valor de la entropía. Una única transferencia de escritura RDMA desde la GPU 42 a la GPU 9127 distribuye 8 paquetes consecutivos en los 8 planos de la red. Cada paquete lleva un valor de entropía de 32 bits diferente (dividido entre el puerto de origen UDP y la etiqueta de flujo IPv6), lo que hace que los conmutadores lo distribuyan en una ruta diferente. Los paquetes llegan desordenados al receptor, que escribe cada uno directamente en su dirección virtual RDMA en HBM sin un búfer de reordenamiento. No hay dos paquetes consecutivos que compartan una ruta, lo que elimina las colisiones de flujo por diseño.
[Fuente: Autor (SVG creado con Inkscape) – Referencia:arXiv:2605.04333 (2026)]

Enrutamiento de fuente estática con SRv6

Ésta es la decisión más contradictoria del artículo. Cada red de centros de datos de producción ejecuta protocolos de enrutamiento dinámico (BGP, OSPF, IS-IS) que calculan tablas de reenvío, reaccionan a cambios de topología y convergen después de fallas. MRC los desactiva todos.

En cambio, MRC utiliza el enrutamiento de segmentos IPv6 (SRv6) para codificar la ruta completa que debe tomar cada paquete. El remitente incorpora la secuencia de identificadores de conmutador directamente en la dirección de destino del paquete. Cada interruptor a lo largo de la ruta verifica si su identificador está presente, lo elimina cambiando la dirección y avanza al siguiente salto. Sin búsqueda de tabla de enrutamiento. Sin base de información de reenvío. No hay convergencia del plano de control.

El documento explica la lógica: "Tomamos la posición inusual de desactivar el enrutamiento dinámico en los conmutadores porque no queríamos que dos mecanismos de enrutamiento adaptativo interactuaran entre sí y el enrutamiento dinámico no agregaba nada".

La adaptación de la capa de transporte de MRC (gestión de vehículos eléctricos, retroalimentación ECN, sondeo de ruta) ya maneja fallas en escalas de tiempo de microsegundos. Los protocolos de enrutamiento dinámico convergen en segundos o minutos. La ejecución de ambos crea el riesgo de decisiones contradictorias: MRC evita una ruta fallida en la capa de transporte mientras el protocolo de enrutamiento aún está convergiendo a un nuevo estado de reenvío, lo que potencialmente crea bucles de enrutamiento u oscilaciones.

Al eliminar por completo el enrutamiento dinámico, MRC obtiene tres beneficios operativos:

Primero, reenvío determinista. Cada paquete sigue una ruta conocida y precalculada. Si algo sale mal, puede rastrear exactamente qué conmutadores atravesó el paquete. El artículo señala que esto "nos da muy buena observabilidad" porque la ruta está codificada en el propio paquete.

En segundo lugar, se eliminaron los fallos de convergencia. Los protocolos de enrutamiento dinámico pueden configurar incorrectamente, crear bucles o particionar la red durante la convergencia. Con rutas SRv6 estáticas, estos modos de falla no existen. Los conmutadores son reenviadores de paquetes sin estado.

En tercer lugar, operaciones simplificadas. El documento enfatiza que “es necesario que equipos muy pequeños de personas puedan administrar las redes de múltiples supercomputadoras”. La eliminación de los protocolos de enrutamiento elimina toda una categoría de complejidad operativa, deriva de configuración y área de superficie de depuración.

La desventaja es que el cálculo de la ruta se traslada a la NIC. La NIC de MRC debe saber lo suficiente sobre la topología para generar rutas SRv6 válidas para su conjunto de EV. En la implementación de OpenAI, esto se maneja en el momento de la configuración de QP utilizando una base de datos de topología simple. Las rutas son estáticas y precalculadas. La adaptación del tiempo de ejecución ocurre en el nivel de selección de EV, no en el nivel de enrutamiento.

Figura 5. Enrutamiento de origen SRv6. La NIC del remitente codifica la ruta completa del conmutador como una secuencia de identificadores de segmento en la dirección de destino IPv6. En cada salto, el conmutador lee su propio identificador, desplaza la dirección hacia la izquierda y avanza al siguiente segmento. Sin búsqueda de tablas de enrutamiento, sin base de información de reenvío, sin convergencia del plano de control. El panel de contraste muestra que los conmutadores MRC mantienen un estado de reenvío cero, en comparación con más de 100 000 entradas FIB en un conmutador convencional que ejecuta OSPF o BGP. El cálculo de la ruta ocurre una vez en el momento de la configuración de QP; La adaptación del tiempo de ejecución ocurre en la capa de valor de entropía.
[Fuente: Autor (SVG creado con Inkscape) – Referencia:arXiv:2605.04333 (2026)]

Ejecución con pérdidas: por qué MRC desactiva PFC

Esta es la decisión que sorprenderá a la mayoría de los profesionales del networking. Las redes RDMA tradicionalmente se han basado en el control de flujo prioritario (PFC) para crear estructuras Ethernet sin pérdidas. Cuando se llena un búfer de conmutación, PFC envía una trama de pausa en sentido ascendente, evitando que el remitente transmita hasta que se agote el búfer. InfiniBand tiene un mecanismo de control de flujo basado en créditos similar. Todo el paradigma de "estructura sin pérdidas" existe para respaldar la suposición de RDMA de que los paquetes no se descartan.

MRC desactiva explícitamente PFC y se ejecuta en Ethernet estándar de mejor esfuerzo (con pérdidas).

La razón es el bloqueo de la cabeza de línea. Cuando se activa una trama de pausa PFC en un puerto, puede bloquear el tráfico destinado a otros puertos que comparten el mismo búfer de entrada. En un gran grupo de capacitación que ejecuta varios colectivos simultáneamente, una pausa de PFC provocada por la infusión de un colectivo puede retrasar las transferencias de un colectivo completamente no relacionado. Esta interferencia colectiva cruzada crea exactamente los valores atípicos de latencia de cola que MRC está diseñado para eliminar.

La solución del artículo es una combinación de tres mecanismos:

Primero, la retransmisión selectiva. MRC rastrea qué paquetes se han recibido mediante ACK selectivos (SACK). Cuando se detecta una pérdida, sólo se retransmiten los paquetes faltantes, no toda la ventana. Esto es más rápido que la retransmisión N de retorno utilizada en algunas implementaciones de RoCE.

En segundo lugar, recorte de paquetes. Cuando un conmutador descarta un paquete debido a un desbordamiento del búfer, en su lugar recorta la carga útil y reenvía solo el encabezado como un paquete prioritario. El receptor obtiene el encabezado recortado, reconoce el espacio y envía un NACK para activar la retransmisión inmediata. Esto elimina el tiempo de espera entre la detección de pérdida y la retransmisión. También permite a MRC distinguir entre caídas de congestión (paquetes recortados) y fallas de enlace (ningún paquete), lo que permite diferentes estrategias de recuperación para cada uno.

En tercer lugar, colocación de memoria desordenada. Cada paquete de datos MRC lleva la dirección virtual RDMA y la clave remota. La NIC receptora puede escribir cada paquete directamente en su ubicación de memoria final independientemente del orden de llegada. Esto es fundamental porque la distribución de paquetes a través de cientos de rutas garantiza que los paquetes lleguen desordenados. Sin una ubicación directa, el receptor necesitaría reordenar buffers, lo que agregaría latencia y sobrecarga de memoria.

Figura 6. Recuperación sin pérdidas de PFC frente a recuperación con pérdidas de MRC en condiciones de congestión incast. Arriba: con PFC habilitado, la infusión del Colectivo B llena un búfer de conmutación compartido, lo que activa tramas de PAUSA que se propagan ascendentes y bloquean al Colectivo A, que no estaba congestionado. Esto es un bloqueo de cabecera: la congestión de un colectivo paraliza a un colectivo no relacionado. Abajo: MRC desactiva PFC por completo. El conmutador recorta los paquetes sobrantes (eliminando la carga útil, reenviando encabezados como NACK) y el remitente retransmite selectivamente solo los paquetes faltantes a través de SACK. El colectivo A nunca se ve afectado. La recuperación tarda microsegundos, no milisegundos.
[Fuente: Autor (SVG creado con Inkscape) – Referencia:arXiv:2605.04333 (2026)]

ECN reutilizado: equilibrio de carga, no control de congestión

En las redes convencionales, la Notificación explícita de congestión (ECN) señala la congestión al remitente, que responde reduciendo su velocidad de transmisión (similar al control de congestión de TCP). MRC reutiliza ECN por completo.

En la topología multiplano de MRC con ancho de banda de bisección completo, la congestión agregada no debería existir bajo operación normal. El ancho de banda total disponible supera la demanda total. Lo que sí existe es un desequilibrio de rutas locales: algunas rutas pueden estar ligeramente más cargadas que otras debido a la selección aleatoria de EV entre diferentes remitentes.

MRC utiliza ECN como señal de carga por ruta. Los conmutadores marcan los paquetes con ECN de forma aleatoria estándar, pero MRC desactiva el marcado ECN en el último salto al receptor (para evitar confundir la transmisión del último salto con la congestión de la red). El receptor devuelve las marcas ECN al remitente, etiquetadas con el EV específico que se marcó. Luego, el remitente evita temporalmente ese EV, desviando el tráfico hacia rutas menos concurridas.

Esto transforma ECN de un mecanismo de control de velocidad a una señal de equilibrio de carga a nivel de enrutamiento. El remitente no disminuye la velocidad. Redirecciona. La distinción es importante porque reducir la tasa desperdicia tiempo de la GPU (la transferencia lleva más tiempo), mientras que la redirección mantiene el rendimiento y suaviza los desequilibrios.

Figura 7. ECN reutilizada. Arriba: en RoCE convencional, un eco ECN hace que el remitente reduzca su velocidad de transmisión, lo que ralentiza la transferencia y obliga a la GPU a esperar. Abajo: en MRC, un eco ECN se etiqueta con el valor de entropía específico que experimentó congestión. El remitente simplemente deja de usar ese vehículo eléctrico y transfiere el tráfico a los otros 255 vehículos eléctricos de su grupo. La velocidad de transmisión nunca cae. La misma señal de congestión se convierte en una pista de ruta en lugar de una señal de contrapresión.
[Fuente: Autor (SVG creado con Inkscape) – Referencia:arXiv:2605.04333 (2026)]

Lo que muestra la evidencia de producción

El artículo informa resultados de dos contextos: entrenamiento de modelos de frontera de producción y experimentos controlados en bancos de pruebas.

En producción, MRC permitió que los trabajos de capacitación superaran fallas de red que anteriormente habrían bloqueado el trabajo. El artículo describe el fallo del transceptor óptico mencionado anteriormente: cuatro enlaces aletearon en rápida sucesión en tres nodos de entrenamiento activos. MRC detectó las fallas en las rutas, dejó de usar los vehículos eléctricos afectados y redistribuyó el tráfico entre las rutas restantes. El trabajo de formación continuó sin interrupción. En una implementación de RoCE convencional, este evento habría desencadenado tormentas de PFC, tiempos de espera de NCCL y un reinicio del trabajo que costaría horas de tiempo de GPU.

Los experimentos del banco de pruebas cuantifican las características de rendimiento de MRC:

Ancho de banda punto a punto: MRC logra un rendimiento cercano a la velocidad de línea en enlaces de 800 Gb/s con dispersión de paquetes. El documento informa una comparación con el RoCE estándar que muestra la ventaja de MRC en escenarios de rutas múltiples.

Recuperación de fallas en el enlace: cuando un enlace cae, MRC lo detecta y redistribuye el tráfico en decenas de microsegundos. Sin tiempos de espera del lado del remitente. Sin convergencia de protocolos de enrutamiento. El vehículo eléctrico que se asignó a la ruta fallida se retira inmediatamente y los vehículos eléctricos restantes absorben el tráfico.

Equilibrio de carga entre vehículos eléctricos: el documento mide la distribución del tráfico entre aviones y rutas, y muestra una utilización casi uniforme bajo cargas de trabajo de producción.

Desempeño colectivo de NCCL a escala: el documento evalúa el desempeño de MRC en operaciones de reducción total, que son el patrón de comunicación dominante en el entrenamiento de datos en paralelo. La pulverización de paquetes de MRC elimina el problema de colisión de flujo que degrada el rendimiento reducido a escala con el hashing ECMP convencional.

La evidencia operativa respalda la decisión de enrutamiento estático. El documento informa que los conmutadores centrales T1 se reiniciaron durante ejecuciones de entrenamiento activas sin interrumpir el trabajo. En una red convencional con enrutamiento dinámico, reiniciar un conmutador central desencadena la reconvergencia en todo el tejido. Con SRv6 estático, el conmutador simplemente recarga su estado de reenvío estático y lo reanuda. La capa de transporte de MRC manejó la pérdida temporal de rutas a través de ese cambio redistribuyendo el tráfico a otros aviones.

Figura 8. Comparación de recuperación de fallas. Arriba: RoCE convencional con enrutamiento dinámico. Una falla en el enlace desencadena la reconvergencia OSPF/BGP en todos los conmutadores, lo que demora entre 1 y 30 segundos. Durante este tiempo, las 100 000 GPU están inactivas, es probable que se agoten los tiempos de espera de NCCL y es posible que sea necesario reiniciar el trabajo de capacitación. A 300.000 dólares por hora para un clúster de 100.000 GPU, cada segundo de tiempo de inactividad cuesta 83 dólares. Abajo: MRC con SRv6 estático. La NIC detecta la pérdida a través de SACK en microsegundos, retira el valor de entropía afectado y redistribuye el tráfico a los aviones restantes. No es necesario que ningún protocolo de enrutamiento converja. La escala de tiempo se amplía 1000 × para mostrar la respuesta a nivel de microsegundos. El paso de entrenamiento se completa sin interrupción.
[Fuente: Autor (SVG creado con Inkscape) – Referencia:arXiv:2605.04333 (2026)]

Dónde estas decisiones de diseño son más fuertes

MRC se diseñó para un perfil de carga de trabajo específico: preentrenamiento sincrónico con comunicación dominada por reducción total, ejecutándose en una estructura de un solo inquilino con ancho de banda de bisección completo. Dentro de estas limitaciones, las tres decisiones de diseño se adaptan bien al problema:

El enrutamiento estático funciona porque la topología es fija y conocida en el momento de la implementación. Los grupos de entrenamiento no agregan ni eliminan conmutadores durante una ejecución de entrenamiento. Los modos de falla son a nivel de enlace (manejados por la administración EV de MRC), no a nivel de topología (lo que requeriría la reconvergencia del protocolo de enrutamiento).

Lossy Ethernet funciona porque los mecanismos de retransmisión selectiva y recorte de paquetes se recuperan más rápido de lo que se propagan las tramas de pausa PFC. El bloqueo de cabecera de línea entre colectivos que crea PFC es más perjudicial para la latencia de cola que la sobrecarga de retransmisión ocasional.

ECN como equilibrio de carga funciona porque la topología multiplano proporciona un ancho de banda de bisección completo, lo que garantiza que no se produzca congestión agregada. Los desequilibrios locales son la única fuente de congestión, y evitar los vehículos eléctricos guiados por ECN es un mecanismo preciso y de bajo costo para suavizarlos.

Figura 9. Cómo funciona MRC a nivel de GPU. El nodo GPU (izquierda) consta de una GPU clase Blackwell más 192 GB de HBM3e, conectada a la NIC MRC a través de PCIe Gen5 o NVLink-C2C. La NIC MRC contiene cuatro módulos clave: transporte (QP + SACK), codificador de ruta SRv6, administrador de EV (256 EV por QP) y el motor RDMA. El único puerto 800G de la NIC se divide en enlaces de 8 × 100G, uno por plano de red. Un paquete MRC típico (arriba a la derecha) transporta la ruta SRv6, el valor de entropía, el encabezado RDMA (vaddr + rkey), el número de secuencia y la carga útil. El flujo de datos de 4 pasos (centro derecho) muestra cómo una operación colectiva se convierte en una escritura dispersa en 8 planos. En el receptor (abajo a la derecha), los paquetes llegan desordenados y se escriben directamente en sus compensaciones HBM de destino sin ningún búfer de reordenamiento. La GPU nunca ve la red: emite operaciones de memoria y la NIC se encarga de todo lo demás.
[Fuente: Autor (SVG creado con Inkscape) – Referencia:arXiv:2605.04333 (2026)]

Las condiciones límite: dónde funciona MRC y dónde no

MRC es un protocolo probado en producción para su carga de trabajo objetivo. Las preguntas naturales para la comunidad de infraestructura de IA en general tienen que ver con las condiciones límite.

Primero, multiinquilino. Los grupos de capacitación de OpenAI ejecutan un único trabajo de capacitación a la vez en todo el tejido. La mayoría de los proveedores de nube y las implementaciones empresariales comparten clústeres de GPU en múltiples cargas de trabajo. El enrutamiento estático de MRC supone una base de datos de topología estable a nivel de NIC. En un entorno multiinquilino donde las cargas de trabajo se colocan dinámicamente, la topología visible para cada NIC cambia con frecuencia. Si la lógica de generación de rutas de MRC se adapta a esto o requiere modificaciones es una cuestión de ingeniería abierta.

En segundo lugar, cargas de trabajo de inferencia. MRC fue diseñado para el patrón de comunicación de reducción total del entrenamiento sincrónico: grandes transferencias masivas entre conjuntos conocidos de GPU. Las cargas de trabajo de inferencia, en particular la inferencia desagregada con transferencias de caché KV entre grupos de precarga y decodificación, tienen un perfil de comunicación diferente: transferencias más pequeñas, punto a punto en lugar de colectivas y sensibles a la latencia en el nivel de solicitud individual en lugar del nivel de paso agregado. La distribución de paquetes a través de cientos de rutas agrega inestabilidad a la latencia de transferencia individual, lo que puede o no importar según los requisitos de SLO.

En tercer lugar, redes con exceso de suscripción. El mecanismo de equilibrio de carga ECN de MRC se basa en un ancho de banda de bisección completo. En redes con exceso de suscripción (común en entornos de nube donde la optimización de costos impulsa las decisiones de topología), la congestión agregada es real, no solo el desequilibrio local. En este caso, la ECN tendría que funcionar como una auténtica señal de congestión, lo que cambia la dinámica de control de flujo del MRC.

Cuarto, la interoperabilidad. MRC se implementa actualmente en silicio NIC específico (NVIDIA ConnectX-8, AMD Pollara/Vulcano, Broadcom Thor Ultra) y plataformas de conmutador específicas (NVIDIA Spectrum-4/5, Arista EOS en Broadcom Tomahawk 5). La versión OCP de la especificación permite una implementación más amplia, pero el desarrollo y la validación del soporte del protocolo a nivel de silicio tarda entre 12 y 18 meses. La adopción a corto plazo se limitará a las organizaciones que utilicen estas plataformas de hardware específicas.

Estas no son críticas al MRC. Son las cuestiones de ingeniería que surgen naturalmente cuando un protocolo diseñado para un entorno específico y bien definido se encuentra con la diversidad del mercado de infraestructura más amplio. El hecho de que MRC haya resuelto el problema de la latencia de la cola a una escala de 131.000 GPU es un logro genuino. La pregunta para el resto de la comunidad es cuáles de sus decisiones de diseño son generalizadas y cuáles son específicas de las limitaciones de los tejidos de capacitación de un solo inquilino y de ancho de banda de bisección total.

Lo que señala el MRC sobre el futuro de las redes de IA

MRC representa un cambio más amplio en la forma en que la infraestructura de IA concibe las redes. El enfoque convencional trata la red como una tubería transparente: los paquetes entran por un extremo y salen por el otro, y el trabajo del protocolo de transporte es llenar la tubería de la manera más eficiente posible. MRC trata la red como un recurso administrado con señales de estado observables por ruta que el protocolo de transporte explota activamente.

Esta no es una idea nueva en la investigación sobre redes. TCP multiruta, equilibrio de carga Valiant y ECMP han explorado variaciones del mismo durante años. Lo nuevo es la escala a la que opera MRC, la agresividad de sus decisiones de diseño (sin PFC, sin enrutamiento dinámico, fumigación de paquetes completos) y la evidencia de producción de que funciona en los grupos de entrenamiento de IA más grandes del mundo.

Para los profesionales de redes, MRC valida una tesis que se ha debatido durante una década: a escala suficiente, la inteligencia de punto final supera a la inteligencia de red. Hacer que la NIC sea más inteligente y el conmutador más simple produce un sistema más resistente que hacer que el conmutador sea más inteligente y la NIC más simple. Ya sea que esté de acuerdo con cada decisión de diseño o no, la evidencia de producción de OpenAI y Microsoft hace que este argumento sea más difícil de descartar que hace una semana.

La especificación MRC está disponible a través de OCP bajo una licencia abierta. El artículo de investigación proporciona resultados experimentales detallados. Para cualquiera que cree clústeres de GPU a escala, vale la pena leer ambos detenidamente. Las tres reglas que MRC infringe podrían ser las mismas tres reglas que frenan su red.