網絡解決方案提供商 DriveNets 今日宣佈，其 AI Fabric 網絡方案已成功在 WhiteFiber 的 Project Redwood 項目中實現業界首個商用長距離跨站點 AI 超算集群部署。該方案將 WhiteFiber 兩處相距 52 英里（約 84 公里）的數據中心連接起來，使其內部各自運行的 H200 GPU 集群在邏輯上融合為一個統一的超級計算集群。經驗證，該跨站點網絡可提供高達 111.2 Tbps 的帶寬，並將延遲穩定控制在 0.9 毫秒以內。

這一部署的核心價值在於，它從商業實踐層面解決了當前 AI 基礎設施擴張中最棘手的物理瓶頸——單站點電力與空間限制。隨著 AI 模型規模持續膨脹，單個數據中心園區的供電能力往往成為算力擴容的天花板。DriveNets 的跨站點架構允許 AI 建設者將 GPU 集群分散部署到不同地理位置的設施中，並使其作為一個整體系統協同工作，從而繞開單一地點的電力上限，在更廣闊的區域內靈活獲取算力資源。

將相隔數十英里的 GPU 集群整合為一個邏輯整體，其技術難度遠超簡單的物理連接。AI 訓練工作負載產生的並非大量平穩的小流量，而是少數幾個同步爆發式的大流量，這對傳統數據中心互聯方案構成了嚴峻挑戰。鏈路帶寬不足或擁塞控制機制失效，會立即導致延遲飆升和數據包丟失，進而使跨站點的 GPU 因等待數據而大量閒置，造成昂貴的算力浪費。

DriveNets 的解決方案依賴於其自研的 Fabric Scheduled Ethernet (FSE) 技術，並部署了 9300F、5300R 和 5301R 系列交換機。該架構通過基於信元的負載均衡、端到端虛擬輸出隊列（VOQ） 以及深度緩衝互聯等機制，能夠在流量突發造成擁塞之前將其吸收，從而在長距離傳輸中實現可預測的、無丟包的連接。這使得分佈式 GPU 集群的利用率得以保持在較高水平，性能表現如同所有 GPU 都部署在同一個機房內。

DriveNets 聯合創始人兼首席執行官 Ido Susan 表示，電力可用性是 AI 基礎設施增長的主要限制，但此次經過驗證的部署證明這一限制可以被打破。WhiteFiber 首席執行官 Sam Tabar 則指出，這一里程碑表明地理距離不再需要限制 AI 基礎設施的建設規模。

在驗證過程中，項目團隊對比了同一站點內 GPU 機架之間的性能與跨站點 GPU 機架之間的性能，相關方法論和結果已收錄於 DriveNets 發佈的白皮書中。

DriveNets 此前以向電信運營商提供解耦式網絡軟件而聞名，其技術支撐著美國超過 30% 的互聯網流量，客戶包括 AT&T 和 Comcast 等巨頭。此次將其高性能網絡技術延伸至 AI 基礎設施領域，並率先實現跨站點超算集群的商業化落地，標誌著 AI 網絡正從單數據中心內部的高速互聯，邁向廣域分佈式協同的新階段。對於面臨電力審批或空間緊張地區的 AI 算力部署而言，這種“邏輯集中、物理分散”的架構提供了一條切實可行的規模化路徑。