判断标准其实是规模和运维能力，不是裸性能。RoCEv2 跑在以太网上，交换机便宜、团队熟悉，中小集群基本是默认选择，缺点是 PFC 和 ECN 要调好，否则拥塞时会出诡异的长尾延迟。IB 无损网络开箱即用，延迟和抖动更稳定，但设备和运维都是封闭体系，人力成本高。集群要上到千卡以上、训练任务对抖动敏感，IB 的省心值回票价；百卡规模、以推理和中小训练为主，RoCEv2 加好调优就够了。还有一点常被忽略：团队能不能养得起一套专用网络运维，比性能参数更决定最终体验。... 展开详请