AI 算力扩张下的云网络重构：腾讯云7篇论文入选网络/系统领域国际顶会

当大模型训练迈入万卡集群的规模阶段，网络正在成为AI算力扩张的关键瓶颈。面对这一整套基础设施命题，腾讯云给出了自己的解法：截至8 月 21 日，腾讯云已在全球网络与系统领域CCF-A类国际顶会累计发表7篇关键论文，其中 5 篇收录于第 40 届SIGCOMM会议，另外两篇分别入选 NSDI 2026、NSDI 2027。

这些技术沉淀全部来自于腾讯云线上真实生产系统，覆盖 AI 服务器网络、DPU 硬件、公有云 RDMA 虚拟化、主机转发加速、智能网卡、异构网关与 VPC 高可用等完整技术链条。在国内云厂商同类技术探索中，腾讯云这种单一方向、成体系的产出，体现的是面向 AI 时代长期积累的工程沉淀，正在兑现为持续的技术突破。

缓解AI网络成本焦虑：低开销+高性能+原生管理

业界传统上会分开建设三类能力：用于大模型训练的高带宽网络、支撑部署运维和存储业务的业务网络，以及面向租户的虚拟化能力。但 AI 算力场景对管控、运维与租户体验提出了新要求，需要将上述能力实现整体交付。当前的通行方案是在原有架构基础上追加 DPU，并外挂专用控制器完成统一管理。每块 DPU 除承担高速数据转发外，还配备独立的管理算力与内存资源。但 AI 训练流量特征表现为流量大、负载稳定，带宽需求持续攀升，而控制面的管理开销基本保持恒定。这就导致批量部署 DPU 时，会重复购置大量得不到充分利用的管理算力资源；外置控制器则进一步增加硬件投入，抬高整体部署成本与运维复杂度。

论文《DistDPU: A Disaggregated DPU Architecture for High-Performance and Cost-Efficient AI Clouds》（解耦式DPU架构）在体系结构层面给出解法：将DPU拆分为承担编排与管理职责的Orchestration Module，以及负责高速转发的Execution Module，管理功能集中在一处，服务器扩展带宽时只增加后者，一台AI服务器的网络在机内形成闭环。这一架构不绑定特定互联形态，既可基于PCIe，也能兼容NVLink等机内互联。论文披露，该架构支持单机最高3.6Tbps带宽，对比多DPU堆叠方案最高降低单节点硬件成本77.1%、功耗59.3%，已在生产环境运行超过20个月，服务超过1万块GPU。

带宽扩展之后，多租户要在同一朵云里安全共享这些算力，同时保住训练性能。论文《Pegasus: A Data Center Network for Bare-Metal AI Cloud》（裸金属AI云数据中心网络）细化了解耦架构中执行单元一侧的设计：一块DPU虚拟化管理多张RNIC，减少GPU服务器内DPU的重复配置；两者经服务器原生的PCIe通道互联，DPU对RNIC的管控、云化流表的部署和运维信息的采集都在机内完成，不需要外挂专门的管理网络；DPU与RNIC上的两级流表完成地址转换与租户隔离，多租户隔离与性能无损同时成立；面向AI应用的流量需求，逐包负载均衡和基于信用量的拥塞控制交由RNIC硬件执行。截至2026年2月，该网络覆盖8000块GPU，70B稠密模型训练性能提升7.5%，7B MoE模型提升4.8%，LLaMA 7B训练提升53.2%，推理吞吐提升3.7%，用户请求平均完成时间降低7.2%。

RDMA让数据绕开操作系统内核直接传输，是AI训练和推理的关键传输方式，也是解耦架构中负责编排管理的DPU要接住的一环。进入多租户的云环境后，虚拟化让性能打折，租户之间互相干扰，网络规则也难以在线调整。论文《SkyRDMA: Fully Offloaded Cloud RDMA Virtualization》（全硬件卸载云RDMA虚拟化）将这层虚拟化能力整体迁移到网卡：CPU密度提高后，基于multi-root PCIe的socket-direct RNIC让单张网卡直连多个CPU socket，避免RDMA流量跨socket绕行；网卡上同时承载RDMA、VPC云网络、云盘、虚拟化等混合流量，分层QoS在网卡端口与PCIe传输两层共同执行隔离；vRDMA驱动拆分为前后两端，租户侧只保留轻量的前端，重操作和与硬件耦合的管控全部下移到网卡内嵌SoC，后端升级与变更对客户无感，也不入侵客户系统。实验显示，vRDMA性能接近裸金属，其QoS隔离机制将背景流量干扰下时延敏感业务的小消息时延最多降低6.2倍，控制面热更新耗时2.09至3.27毫秒且业务零停机，存量RDMA应用无需修改代码即可迁移。

升级云网络底层性能：扛住流量激增、密度暴涨两大重压

另一重压力来自传统云业务自身的升级。一边是流量，AI Agent、电商搜广推、游戏等业务对网络流量的请求持续增加；一边是密度，单位服务器能够支撑的CPU核数接近每年翻番，单机承载的会话规模随之膨胀。一条新连接到达时，主机网络要完成路由查找、ACL与安全组策略匹配、会话建立等一串操作；电商大促、游戏对战、微服务调用这类短连接密集型业务，会把新建流的压力持续放大，有大型客户的需求已达到单机每秒数十万乃至上百万次新建连接。硬件化可以提高效率，但云网络策略随租户需求持续变化，租户随时通过云API调整规则，系统必须保留快速调整的能力。

云主机上的新建连接，大多由DPU里的软件来处理。服务器核数和带宽不断升级，新建连接越来越多，这段软件最先成为瓶颈。论文《XFir: Accelerating New-Flow Setup on Host Servers of a Large Cloud Network》（云主机新流建立加速）将新流建立逻辑交给DPU内置的云网络协处理器执行，重新设计数据通路与查表结构，同时保留软件调整能力，兼顾性能与业务迭代的灵活性。实测单机新建流处理能力超过77.6万CPS，慢路径时延11.7微秒，较此前方案Fornax提升4.8倍CPS、降低69.2%时延，每台主机只需一块DPU。

另一项压力在智能网卡的会话表。网卡靠这张表记住每条连接，后续流量才能直接走硬件加速，表的容量决定能覆盖多少业务。腾讯云对约1.2万台主机的观测显示，12.1%的主机会话表超过百万条，最高达1600万条，比行业惯常规模高出一个数量级。行业惯例是用高速但昂贵的SRAM或HBM内存装下这张表，而代价是网卡要部署到数百万台服务器，这笔成本难以承受。论文《Dorado: Scaling SmartNIC Session Tables on Commodity DDRs》（SmartNIC会话表扩展）将会话表整体放在廉价的商用DDR内存上，重新设计表结构、处理流程与访存调度，保住了与高速内存同档的处理速度。在更少硬件资源下，其包处理速率提升33%，内存成本降低80%，支持1600万会话表项与50Mpps线速处理，已部署在数百万台服务器上运行超过三年。

分钟级故障定位、亚秒级流量恢复，构建一朵“超级云”

网络在正常运行时的吞吐和时延容易被测量，故障时刻的表现更能说明一朵云的实际质量。万卡集群中，一处路径异常可能波及多条业务；云网关由软件服务器、可编程交换机和FPGA等多种设备组成，出了问题往往要跨设备排查。

论文《CubeTrace: Microscopic Network Tracing for Heterogeneous Cloud Gateways》（异构云网关微观追踪）提出统一的追踪方法，把不同硬件上的处理环节标准化为同一类追踪单元，让一条网络流经过的每个环节都有记录可查，把丢包和时延问题定位到具体功能环节。该系统已在生产网关运行超过300个追踪单元，内存开销低于1%，将问题定位时间从数小时乃至数天缩短至分钟级。

把定位时间压到分钟级后，下一道关是流量恢复。论文《Harp: Improving VPC Network Availability via Efficient Failure Detection and Rerouting in Tencent Cloud》（VPC网络高可用）利用交换机的多路径转发特性，为每对通信主机维护一组可用物理路径并持续探测，故障发生时流量在亚秒级切换到健康路径，整个方案以软件实现，不依赖特定硬件或传输协议。论文披露，Harp将VPC网络中断时间降低78.71%至99.97%，已在腾讯云部署超过两年。

AI算力规模化之后，云网络要同时管住三件事：成本、性能与故障恢复。腾讯云这7篇论文共同回答了这些约束。它给出的路径，是把高频的转发处理交给网卡和DPU，把控制和诊断留给软件，让规模扩张、成本控制与稳定性改进同步完成。这些探索改变了算力的成本结构、训练与推理的效率，以及故障对业务的影响。当算力规模继续扩大，云网络如何被重新组织，正在成为云厂商之间的新竞争变量。