OpenAI publiceert MRC: netwerkprotocol dat AI-training op supercomputers versnelt

OpenAI heeft een zeldzaam kijkje gegeven in de infrastructuur achter frontier-modeltraining. In een technische publicatie beschrijft het bedrijf hoe het samen met hardwarepartners een nieuw netwerkprotocol ontwikkelde om GPU-clusters sneller én robuuster te maken: Multipath Reliable Connection (MRC) (OpenAI). Het is geen ‘nieuwe chatbot-feature’, maar wel een update die direct bepaalt hoe snel nieuwe modellen straks kunnen worden getraind.

Wat is MRC (en waarom OpenAI dit nu open publiceert)

Bij het trainen van grote modellen draaien tienduizenden tot honderdduizenden GPU’s synchroon. Eén trage datapakket-overdracht kan een complete trainingsstap ophouden, waardoor dure GPU’s tijdelijk niets doen. OpenAI stelt dat juist congestie en link/switch failures in zulke mega-clusters de grootste bron van jitter zijn. Daarom ontwikkelde het team een aanpak waarbij één datatransfer niet meer vastzit aan één route: MRC ‘sprayt’ pakketten over honderden paden tegelijk en kan bij verlies meteen een pad laten vallen en herrouteren op microseconden-schaal (OpenAI).

Opvallend: OpenAI bracht de MRC-specificatie uit via de Open Compute Project (OCP) om bredere adoptie mogelijk te maken (OCP). Dat past bij een trend die je ook ziet in andere delen van de stack: standaarden en open specs om sneller op te schalen met meerdere partners.

Hoe verschilt dit van ‘klassieke’ multipath (zoals MPTCP)?

Het idee van meerdere paden tegelijk gebruiken is niet nieuw. In de internetwereld bestaat bijvoorbeeld Multipath TCP, een set uitbreidingen op TCP die meerdere paden per verbinding kan benutten om throughput en resiliency te verbeteren (IETF RFC 8684). Het verschil is vooral de context: MRC is ontworpen voor extreem voorspelbare performance in GPU-netwerken, bovenop RDMA over Converged Ethernet (RoCE) en met technieken als SRv6 source routing, zodat het netwerkcontrol-plane simpeler kan blijven (OpenAI).

Waarom dit nu belangrijk is voor ‘AI-nieuws’ (ook als je geen infra-engineer bent)

In het ‘model-nieuws’ gaat het vaak over benchmarks en features, maar de bottleneck verschuift steeds vaker naar tijd tot trainen en betrouwbaarheid op schaal. Als een trainingsjob door netwerkissues vaker herstart of secondenlang stilstaat, vertaalt dat zich direct naar hogere kosten en tragere releases. MRC is dus een stukje van de puzzel achter snellere iteratie van modellen.

Voor AI Feiten-lezers is dit extra interessant naast recente productupdates, zoals dat GPT-5.5 Instant in ChatGPT de standaard werd en OpenAI’s commercialisering met een self-serve ChatGPT Ads Manager verder opschaalt. De rode draad: meer gebruikers en meer use-cases zetten druk op zowel inference (latency/prijs) als training (schaalbaarheid van clusters). Daar sluit ook de aandacht voor inference-infrastructuur bij aan, bijvoorbeeld in ons artikel over DeepInfra’s funding en de focus op tokens en latency.

Wat betekent dit (kort) voor de markt?

Als MRC (of afgeleiden) breed wordt overgenomen, kan dat de efficiency van grote trainingsclusters verbeteren en de ‘time-to-model’ verkorten—zeker in een wereld waar schaalgrootte blijft groeien. Tegelijk is het een signaal dat de concurrentiestrijd niet alleen in modelarchitecturen zit, maar óók in de laag eronder: netwerkontwerp, routing en betrouwbaarheid op tienduizenden nodes.

Wil je meer lezen over hoe developer-platforms agentic workflows faciliteren? Zie ook onze update over webhooks in de Gemini API, waar ‘polling eruit, events erin’ hetzelfde doel dient: minder frictie en sneller opschalen.