网络解决方案提供商 DriveNets 今日宣布，其 AI Fabric 网络方案已成功在 WhiteFiber 的 Project Redwood 项目中实现业界首个商用长距离跨站点 AI 超算集群部署。该方案将 WhiteFiber 两处相距 52 英里（约 84 公里）的数据中心连接起来，使其内部各自运行的 H200 GPU 集群在逻辑上融合为一个统一的超级计算集群。经验证，该跨站点网络可提供高达 111.2 Tbps 的带宽，并将延迟稳定控制在 0.9 毫秒以内。
这一部署的核心价值在于，它从商业实践层面解决了当前 AI 基础设施扩张中最棘手的物理瓶颈——单站点电力与空间限制。随着 AI 模型规模持续膨胀，单个数据中心园区的供电能力往往成为算力扩容的天花板。DriveNets 的跨站点架构允许 AI 建设者将 GPU 集群分散部署到不同地理位置的设施中，并使其作为一个整体系统协同工作，从而绕开单一地点的电力上限，在更广阔的区域内灵活获取算力资源。
将相隔数十英里的 GPU 集群整合为一个逻辑整体，其技术难度远超简单的物理连接。AI 训练工作负载产生的并非大量平稳的小流量，而是少数几个同步爆发式的大流量，这对传统数据中心互联方案构成了严峻挑战。链路带宽不足或拥塞控制机制失效，会立即导致延迟飙升和数据包丢失，进而使跨站点的 GPU 因等待数据而大量闲置，造成昂贵的算力浪费。
DriveNets 的解决方案依赖于其自研的 Fabric Scheduled Ethernet (FSE) 技术，并部署了 9300F、5300R 和 5301R 系列交换机。该架构通过基于信元的负载均衡、端到端虚拟输出队列（VOQ） 以及深度缓冲互联等机制，能够在流量突发造成拥塞之前将其吸收，从而在长距离传输中实现可预测的、无丢包的连接。这使得分布式 GPU 集群的利用率得以保持在较高水平，性能表现如同所有 GPU 都部署在同一个机房内。
DriveNets 联合创始人兼首席执行官 Ido Susan 表示，电力可用性是 AI 基础设施增长的主要限制，但此次经过验证的部署证明这一限制可以被打破。WhiteFiber 首席执行官 Sam Tabar 则指出，这一里程碑表明地理距离不再需要限制 AI 基础设施的建设规模。
在验证过程中，项目团队对比了同一站点内 GPU 机架之间的性能与跨站点 GPU 机架之间的性能，相关方法论和结果已收录于 DriveNets 发布的白皮书中。
DriveNets 此前以向电信运营商提供解耦式网络软件而闻名，其技术支撑着美国超过 30% 的互联网流量，客户包括 AT&T 和 Comcast 等巨头。此次将其高性能网络技术延伸至 AI 基础设施领域，并率先实现跨站点超算集群的商业化落地，标志着 AI 网络正从单数据中心内部的高速互联，迈向广域分布式协同的新阶段。对于面临电力审批或空间紧张地区的 AI 算力部署而言，这种“逻辑集中、物理分散”的架构提供了一条切实可行的规模化路径。