问题：大模型训练与高通量推理需求快速攀升，万卡级乃至更大规模智算集群正在成为行业常态。
在此背景下，算力中心“算得快”之外，更要“连得快”。
业内实践表明，在大规模分布式训练中，网络通信开销已占整体耗时的30%至50%，网络能力直接决定集群效率、训练周期与资源利用率。
然而，数据中心高端高速互联长期依赖海外方案，在关键部件、协议栈与生态适配等方面存在外部不确定性，成为制约算力基础设施安全与高质量发展的突出短板。
原因：一方面，智算互联对时延、带宽与稳定性提出极致要求。
传统以CPU参与为主的传输模式难以满足大规模并行场景，远程直接内存访问（RDMA）因“零拷贝、内核旁路”等特性成为提升通信效率的关键技术路线。
另一方面，高端RDMA网络涉及芯片、网卡、交换系统、驱动与管理软件协同优化，研发门槛高、验证周期长、产业链牵引强，国内长期缺少从底层硬件到上层软件的成体系方案，导致大规模智算互联的自主供给能力不足。
影响：中科曙光此次发布并落地的scaleFabric，被业内视为国产高端原生RDMA网络的关键进展。
据企业介绍，该产品基于原生RDMA架构实现全栈自研，并已在郑州国家超算互联网核心节点工程部署，支撑3套万卡级scaleX智算集群上线运行，总规模达3万卡。
自今年2月以来，该节点工程吸引高校、科研院所、企业等3000余位用户参与测试，为多家模型研发与应用机构提供从系统环境部署、数据安全隔离，到大规模训练调试与推理验证等环节支撑。
中国工程院院士邬贺铨指出，高速网络是算力基础设施的关键核心技术，自主可控水平关系到国家算力基础设施的安全与发展质量。
随着国产原生高速互联的规模化验证推进，智算中心在供应链安全、运维可控与成本优化等方面有望获得更多主动权。
对策：从产品指标看，企业披露scaleFabric 400系列在技术规格上对标国际主流方案，网卡端到端通信时延低至0.9微秒，链路故障恢复时间小于1毫秒，并已支撑近万卡集群持续稳定运行验证超过10个月。
要把阶段性突破转化为产业性能力，仍需在三方面持续发力：其一，围绕关键芯片、驱动与管理软件持续迭代，形成可复制、可规模化交付的工程能力；其二，推动与计算、存储、安全、调度等系统协同优化，完善对典型大模型训练框架与推理平台的适配，提升“端到端”效率；其三，强化标准、测试与互操作体系建设，促进上下游企业与用户共同参与验证，降低迁移成本，加快生态成形。
前景：面向未来，算力基础设施正从“单点性能竞争”走向“系统级效率竞争”，高速互联将成为决定智算集群效能的核心变量之一。
随着国产原生RDMA技术路线逐步成熟，并在超算互联网节点等场景持续落地，我国在智算互联关键环节有望形成更清晰、更稳固的自主技术路径。
与此同时，需求侧对数据安全隔离、跨域协同训练、算力弹性调度的要求不断提升，也将倒逼网络产品向更高可靠、更易运维、更强兼容演进，为行业提供更坚实的“算力底座”。
算力是数字经济时代的核心生产要素，而高速互联网络则是算力体系得以高效运转的神经脉络。
长期以来，这一脉络的关键节点掌握在他人手中，始终是我国算力基础设施建设中难以回避的隐忧。
此次国产全栈自研高速网络的规模化落地，表明我国在补齐这一短板上迈出了实质性步伐。
技术自立从来不是一蹴而就的事，但每一次关键突破，都在为更坚实的产业根基添砖加瓦。