华为DCP技术闪耀全球网络通信顶会ACM SIGCOMM！破解大规模AI集群网络难题，研究成果成为亚洲唯一获奖的论文。

那么它将对我们的生活有什么样的改变？又有着什么样的含义？

含金量不可言喻

上周，一场汇聚全球网络技术精英的盛会在葡萄牙圆满落幕——第39届ACM SIGCOMM大会落下帷幕。

作为计算机网络领域的“顶流盛会”，这里从不缺前沿突破，每年都吸引着谷歌、微软、华为等全球顶尖科技企业和高校的目光，能在这里崭露头角的成果，无一不是兼具学术深度与产业价值的“硬通货”。

今年大会的竞争格外激烈，463篇投稿最终仅75篇入选，16.2%的接收率让每一篇录用论文都含金量十足。

更令人瞩目的是，全球仅3篇论文斩获奖项，而华为网络技术实验室与香港科技大学iSING Lab合作研发的新型RDMA传输架构DCP，凭借对大规模AI集群网络难题的突破性解决，成功拿下Best Student Paper Award (Honorable Mention)，成为本届大会亚洲地域唯一的获奖论文。

这不是华为第一次在国际顶级技术舞台发光，此前其网络技术实验室还曾拿下Hot Interconnects 2024最佳学术论文奖、FSE 2024杰出论文奖，近期发布的UB-Mesh超节点网络架构更是在Hot Chips 2025引发业界广泛关注，持续的技术输出背后，是华为在网络领域数十年如一日的深耕。

这项DCP技术有什么价值

要理解DCP技术的价值，得先看清当下AI集群网络面临的“成长烦恼”。随着AI大模型从百亿参数向万亿参数跨越，算力需求呈指数级增长，集群网络的规模也跟着“膨胀”——以前一个集群可能在一栋楼里就能装下，现在得拉到园区内多栋楼部署，受物理走线、部署策略限制，最大通信距离能达到2km到10km。

要是想进一步提升算力，供电、散热又会成为新瓶颈，只能靠多集群联合训练，跨AZ场景下的通信距离甚至能突破百公里。

可现有的智算网络技术，大多还是沿用传统数据中心那套方案，主流的是基于PFC流控的无损RDMA网络，这套技术在小规模网络里还算好用，但网络规模一扩大，问题就全暴露了。

PFC容易引发“头阻”，就像高速公路上前面车一堵，后面所有车都动不了，还可能出现死锁，整个网络直接“卡壳”，运维难度也直线上升，工程师排查问题时常常头疼不已。

更麻烦的是，现在交换机的交换容量越做越大，但交换芯片的Buffer增长速度却没跟上，这套无损RDMA路线很快就要面临Buffer不足的“存储危机”。

业界也没闲着，一直在探索有损RDMA路线，比如在RDMA网卡（RNIC）里加选择性重传机制，可这条路也不好走，容易遇到ECMP冲突，就像多条小路交汇时车辆抢道，还会出现RTO超时，数据传输半天没回应；更关键的是，它和多路径、逐包均衡这些能提升网络效率的技术兼容性太差，根本没法协同工作。

就在大家为这些难题犯愁时，华为和香港科技大学合作提出的DCP（Data Control Partitioning）数控分离技术，给出了全新的解决方案。

这套技术的核心思路很巧妙，就是把网络传输里的控制信息和数据信息“分开管”，给它们制定不同的传输策略——数据信息允许“有损传输”，不用像以前那样追求100%无丢失；但控制信息必须“无损传输”，确保指令传递准确无误。

具体来说，DCP是一套交换机和RNIC联合设计的传输架构，包含DCP-Switch和DCP-RNIC两个关键部分，还明确划分了数据平面（DP）和控制平面（CP）：数据平面负责传输实际的有效载荷，控制平面则专门传输报文头部。

和传统无损RDMA网络用PFC同时保证两个平面无损不同，DCP-Switch加了个“Packet Trimming”功能，一旦网络出现丢包，它会把丢失报文的头部单独封装成Header-Only（HO）报文，快速传给接收端。

同时，DCP-Switch还用了加权轮询（WRR）调度器，优先处理控制队列里的信息，确保控制平面传输不会出问题，而数据平面就算有丢包也不影响整体运行。

DCP-RNIC也有不少“黑科技”，它充分利用控制平面无损的特性，大幅提升了可靠性，比如“Precise and Fast HO-based Retransmission”功能，发送方能根据HO包里携带的PSN信息，精准定位丢失的数据包，快速完成重传，不用像以前那样盲目重试。

“Order-tolerant Packet Reception”功能更实用，接收端的RNIC能直接把不管是有序还是乱序的数据包，写入对应的应用程序内存地址，省去了专门的重排序缓冲区，既节省了资源又提高了效率。

值得一提的是，DCP技术还只是华为AI-Native Transport（ANT）技术体系里的一部分。华为网络技术实验室正在研发的ANT技术，整合了逐包均衡/多路径、算效优先调度、容损传输等一系列特性，目标就是为AI智算网络打造高吞吐、高算效、高可扩展的传输能力。

这次DCP技术在ACM SIGCOMM获奖，不仅证明了它在解决大规模AI集群网络可扩展性问题上的价值，也让业界看到了ANT技术体系的潜力。

小结

随着DCP技术的进一步落地，未来大规模AI集群网络可能不再受限于距离和规模，AI算力的释放也将迎来新的突破，而这或许只是华为在网络技术领域持续创新的一个开始。