维度网讯，美国AI基础设施服务商WhiteFiber联合以色列网络技术企业DriveNets，完成一套跨数据中心GPU超级集群网络部署。该项目通过83公里暗光纤，将两座相距约52英里的数据中心及其英伟达H200 GPU集群连接为一个逻辑计算系统，实测网络带宽达到111.2Tbps，保证往返时延为0.9毫秒。双方将这一项目称为长距离Scale-across AI网络的首个商业部署，相关架构已由实验验证进入实际基础设施运行阶段。
此次建设属于WhiteFiber的Project Redwood项目，重点不是在两座数据中心之间增加一条普通互联线路，而是让分布在不同地点的GPU机架能够像部署在同一座机房内一样协同运行。传统数据中心互联主要承担数据备份、业务同步和跨区域访问，带宽通常低于单个数据中心内部的网络能力;AI训练任务则会在短时间内产生大规模、同步突发的数据流，一旦跨站链路出现拥塞、抖动或丢包，两端GPU都可能因等待数据而降低利用率。WhiteFiber此次使用的暗光纤链路仅启用了部分可用光谱，已经实现111.2Tbps传输能力，下一阶段还计划开展全光谱点亮测试。
项目采用DriveNets AI Fabric作为两座数据中心之间的高性能网络底座，并由WEKA NeuralMesh提供跨集群数据和内存基础设施。网络侧部署DriveNets 9300F、5300R和5301R交换设备，通过Fabric Scheduled Ethernet技术，对跨站AI流量进行基于信元的负载均衡、端到端虚拟输出队列管理和深缓冲处理，使突发数据能够在进入拥塞状态前完成调度。建设过程中，项目团队分别测试同一数据中心内部GPU机架和跨数据中心GPU机架之间的运行表现，用于验证远端节点能否保持接近单站集群的通信性能。
这套架构首先解决的是单座数据中心电力和空间不足问题。大型AI集群往往受到供电容量、机房面积、冷却设施和当地电网接入条件限制，即使企业拥有更多GPU，也不一定能全部安装在同一园区。跨数据中心超级集群允许运营方把新增计算设备部署在电力资源更充足的远端设施，再通过高速网络纳入同一计算域，从而扩大GPU集群规模，而不必等待原有数据中心完成大规模电力扩容。
从信息通信基础设施结构看，该项目形成了“异地GPU集群—数据中心交换网络—长距离暗光纤—统一数据与内存平台”的连续链路。网络不仅需要提供高峰值带宽，还要控制跨站时延、流量突发和故障影响范围;存储和数据平台则要保证模型数据、训练检查点及中间结果能够在不同站点之间持续调用。只有计算、网络和存储同步设计，两座物理隔离的数据中心才能在应用层表现为一个统一的AI计算系统。
WhiteFiber计划在2026年第三季度增加Scale-across网络端口，把系统带宽进一步提升至136Tbps，并于本季度晚些时候公布商业服务安排、架构配置和可用方式。除大模型训练和推理外，双方认为该技术还可用于电信网络、边缘计算和主权AI等场景，尤其适合计算资源必须分散部署、但业务又要求统一调度的项目。后续值得关注的节点包括全光谱链路测试、136Tbps扩容、更多GPU机架接入，以及跨站超级集群在长期高负载条件下的稳定性。
