Oracle Acceleron lägger till RDMA i front-end-nätverk och redundans mellan flera nätverksplan för AI

Oracle presenterade nya nätverksfunktioner i molnet för AI-arbetsbelastningar med Oracle Acceleron vid Oracle AI World i Las Vegas den 27 oktober 2026. Nyheterna omfattar RDMA-anslutning i front-end-nätverk, utökade alternativ för NVMe-blocklagring som enligt Oracle förbättrar prestandan med upp till 3 gånger samt ett bibliotek för kollektiv kommunikation i företagets nätverk med flera plan.

Oracle Acceleron är Oracle Cloud Infrastructures uppsättning nätverks- och infrastrukturlösningar för att köra krävande AI-arbetsbelastningar tillförlitligt, säkert och i stor skala. Den kombinerar dedikerade nätverksinfrastrukturer, mer direkta datasökvägar och ett konvergerat nätverkskort (NIC) med routning enligt nolltillit på värdnivå och nätverksutformning med flera plan för säkerhet och motståndskraft. De nya funktionerna omfattar tre områden: dataöverföring för AI, distribuerad AI-kommunikation och säker AI-infrastruktur för flera hyresgäster.

”När tusentals acceleratorer arbetar tillsammans kan en överbelastad eller bruten sökväg få konsekvenser som sträcker sig långt bortom en enskild anslutning”, sade Pradeep Vincent, vice vd för beräkning och AI-infrastruktur på OCI, i Oracles tillkännagivande. Vincent sade att företaget utvecklar Acceleron för att hantera detta genom att dirigera om trafik, återhämta sig efter fel och hjälpa kunderna att skala upp på ett säkert sätt.

RDMA i front-end-nätverk och NVMe-lagring

Den första nya funktionen, Oracle Acceleron High-Performance Fabric, tillför RDMA-anslutning till OCI:s beräkningsresurser i front-end-nätverket. Enligt Oracle hjälper den kunder att driftsätta inferens-, lagrings- och HPC-arbetsbelastningar med högre prestanda. Den andra nyheten är utökade alternativ för anslutning av NVMe-blocklagring till Oracle Acceleron-bare metal-servrar och virtuella maskiner. Enligt tillkännagivandet förbättrar dessa prestandan med upp till 3 gånger för AI-, databas- och andra dataintensiva arbetsbelastningar.

I ett tekniskt inlägg på Oracles OCI-blogg beskrev författarna RDMA som en metod för att överföra data direkt mellan minnen i olika maskiner med minimal inblandning från processorn. Metoden kringgår en stor del av operativsystemets och programvarans bearbetning vid en konventionell överföring, vilket minskar latensen, upprätthåller hög genomströmning och lämnar mer processorkapacitet tillgänglig för applikationer. Fördelarna gäller inte bara kommunikation mellan GPU:er, utan även åtkomst till lagring och överföringar mellan kluster, skrev författarna. RDMA är dock mycket känsligt för överbelastning, latens och paketförlust i nätverk där flera typer av arbetsbelastningar delar på kapaciteten.

Ett problem med rättvis fördelning är att RDMA vanligtvis använder hastighetsbaserad överbelastningsreglering, medan TCP använder fönsterbaserad reglering. Beroende på trafikmönstren kan den ena regleringsmekanismen överväldiga den andra. För att upprätthålla en rättvis fördelning använder Oracle Acceleron SmartNIC enligt inlägget hierarkiska tokenhinkar för att hålla reda på bandbreddsförbrukningen för RDMA-trafik och annan trafik än RDMA. En överordnad hink motsvarar den delade bandbredden och har underordnade hinkar för varje trafikklass. När token förbrukas märker SmartNIC-enheten paket som stöder ECN med en viss sannolikhet eller släpper paket som inte kan reagera, vilket ger en gradvis signal om överbelastning. Mekanismen är arbetsbevarande, vilket innebär att båda trafikklasserna kan låna oanvänd bandbredd. Den hanterar också trafikansamlingar, så kallad incast, där en rackmonterad switch ansluter till en SmartNIC.

För överbelastning inne i nätverksinfrastrukturen använder OCI reglering baserad på envägsfördröjning i Acceleron SmartNIC-enheterna. Genom att mäta fördröjningen i framåtriktningen undviker man den falska överbelastningssignal som en mätning av rundturstiden kan ge när bara returvägen är överbelastad, förklarade författarna. När en dataström uppvisar förhöjd fördröjning undersöker SmartNIC-enheten tre alternativa sökvägar och flyttar dataströmmen om den hittar en bättre. Annars signalerar den överbelastning genom ECN-märkning eller genom att släppa paket. OCI:s RDMA i front-end-nätverk stöder alla typer av köpar och verb, så att kunder kan köra befintliga applikationer utan ändringar.

Kollektiv kommunikation och redundans mellan flera nätverksplan

De funktioner för distribuerad kommunikation som nämns i tillkännagivandet är Oracle Collective Communications Library, eller OCCL, och transparent nätverkande med flera plan i front-end-nätverk. Oracle uppgav att OCCL hjälper till att hålla distribuerade AI-arbetsbelastningar igång när nätverkssökvägar slutar fungera genom att sprida kollektiv trafik över OCI:s backendnätverk med flera plan, styra trafiken mot sökvägar med bättre hälsa och återhämta sig när länkar, portar eller nätverkskort slutar fungera. Transparent nätverkande med flera plan tillför nätverk med flera plan till front-end-nätverk, med inbyggt, transparent val av sökväg och redundans samt transparent överbelastningsreglering för RDMA-trafik i front-end-nätverk.

Blogginlägget beskriver problemet utifrån träningsjobb: synkroniserade jobb körs bara lika snabbt som den långsammaste länken i kedjan. Därför kan en enda överbelastad eller bruten sökväg göra hela arbetsbelastningen långsammare. Vid standardmässig vidarebefordran med lika kostnad över flera sökvägar binds dataströmmar till sökvägar utan hänsyn till deras storlek, vilket leder till ojämn belastning på länkarna. Nätverksinfrastrukturer med flera plan har också krävt nätverkskort med flera portar och specialfunktioner, något som enligt författarna inte alltid är genomförbart. OCI utvecklade OCCL för att undanröja den begränsningen för allmänna AI- och maskininlärningsarbetsbelastningar.

OCCL är ett insticksprogram för allmänt använda bibliotek för kollektiv kommunikation, som AI-ramverk använder för att samordna datautbytet mellan GPU:er. Enligt blogginlägget fördelar det trafiken över flera köpar, skickar mer trafik över köpar med högre genomströmning och flyttar aktivt trafik till mindre belastade vägar. Därmed utförs trängselmedveten belastningsutjämning på meddelande- och segmentnivå via standardgränssnittet för CCL-nätverksinsticksprogram. Det tilldelar dynamiskt meddelanden för kollektiv kommunikation till standardköpar av typen Reliable Connection baserat på observerad trängsel och status. Det stöder också redundansväxling på port- och NIC-nivå och styr om den kollektiva kommunikationen efter ett länk- eller NIC-fel, så att distribuerad träning kan fortsätta utan att jobbet behöver startas om.

Att flytta redundansväxling, återställning och trängselmedveten belastningsutjämning till CCL-lagret frikopplar dessa funktioner från nätverkshårdvara och fast programvara och gör att de fungerar i både nätverk med ett plan och nätverk med flera plan, skrev författarna. De tillade att kunder inte behöver komplexa styrenheter för routning för att välja vägar eller upptäcka förändringar i dem. Blogginlägget, daterat 27 oktober 2026, skrevs av Jag Brar, vice vd och framstående ingenjör inom OCI Networking Ops; Vincent; och Joy Ganguly, en OCI-arkitekt.