OpenAI每周为9亿用户提供语音AI服务，为了实现低延迟，他们选择了WebRTC协议。WebRTC最初是为具有稳定IP和端口的服务器设计的，而Kubernetes将地址视为可丢弃的，这给部署带来了挑战。传统的解决方案是使用SFU（选择性转发单元），但OpenAI的流量主要是用户与模型的一对一对话，因此他们选择了一种更高效的架构。
该架构将系统分为两部分：一个无状态中继，负责协议感知的数据包路由，位于地理边缘；一个有状态收发器，负责所有WebRTC状态。两者之间的关键连接是利用ICE用户名片段（ufrag），该字段在连接建立期间交换，中继可以从新会话的第一个数据包中读取它，并将其作为路由密钥。此方法避免了热路径上的数据库查找或随机路由带来的延迟。
在信令阶段，收发器生成一个共享中继VIP和UDP端口，客户端将数据包发送到该稳定地址。中继维护一个内存中的源地址到收发器目的地的映射，用于后续数据包。如果中继重启，Redis缓存可快速恢复映射。为了进一步降低延迟，OpenAI部署了全球中继，即分布在全球的中继入口点。所有中继运行相同的包转发行为，仅地理位置不同。这减少了客户端到OpenAI网络的第一个网络跳数，从而降低了延迟并提高了稳定性。
除了架构本身，OpenAI还进行了套接字级优化，例如使用共享UDP套接字来避免端口耗尽，并实现了用户空间Go实现以提高性能。这些优化共同确保了语音AI体验的流畅性，使其如同真实对话而非对讲机。此外，OpenAI的工程团队还考虑了SFU和TURN等替代方案，但最终选择了中继-收发器分离架构，因为它在1:1对话场景下更高效。整个系统依赖于ICE ufrag中的编码路由元数据，使得第一包路由无需额外数据库查询，从而在保持低延迟的同时实现了全球可扩展性。