# 智谱在千卡集群部署 ZCube，同样 GPU 推理吞吐提升超 15%

> 原标题：推翻二十年组网逻辑，智谱落地ZCube，让同样的GPU多干15%的活

- 来源：机器之心 · 公众号
- 发布时间：2026-05-21T03:03:00.000Z
- AX AI 日报：https://ai-daily.ax0x.ai/items/25472
- 原文：https://mp.weixin.qq.com/s?__biz=MzA3MzI4MjgzMw==&mid=2651034260&idx=1&sn=79d1469b24b4a814ece601bcc00a5f95

## 摘要

智谱把自研的 ZCube 通信方案用到了 GLM-5.1 的线上推理集群里，规模是千卡级别。它替换了原来的 ROFT 组网方式，但没动 GPU、软件栈和业务代码。效果上，吞吐量提升了超过 15%，首 token 延迟的 P99 下降了 40.6%，交换机加光模块的成本省了三分之一。

## 推荐理由

智谱在 GLM-5.1 千卡推理集群用自研 ZCube 替换原有组网，不动 GPU 和业务代码，吞吐提升超 15%，首 token 延迟 P99 降 40.6%。

## 锐评

不换 GPU、不改代码，光换一套组网就把吞吐提 15%，首 token 延迟 P99 降 40.6%，交换机加光模块成本还省三分之一，这个性价比挺离谱。千卡集群里通信本来就是瓶颈，ZCube 换掉 ROFT，把卡间那点带宽浪费挤出来了，省下的光模块钱是实打实的现金。我信这个数，工程改动带来的收益比堆卡实在。
