2023数据中心高性能网络拥塞检测技术白皮书-66页_2mb

数据中心高性能网络拥塞检测技术白皮书（2023）总结

随着数字经济的发展，高性能网络（如RDMA）已成为数据中心关键基础设施，但其拥塞问题日益突出，限制了部署规模与性能提升。白皮书系统分析了高性能网络面临的挑战、拥塞管理技术体系及检测技术演进，并提出未来发展方向。

一、背景与挑战

应用场景

• 分布式存储、内存池化、键值存储、智能算力等场景中，RDMA网络依赖高性能网络协议解决了传统TCP/IP难以满足的需求（超低延迟、高吞吐量）。
• RDMA优势：低CPU占用、低数据传输延迟、高效数据并行。

面临挑战

• 精度与开销矛盾：高精度检测（如INT）需消耗更多资源。
• 标准化与兼容性问题：多种协议（如InfiniBand、RoCE）对拥塞检测技术支持不均。
• 跨层级应用需求：拥塞检测需与拥塞控制、负载均衡、流量调度等技术结合。

二、拥塞管理技术

1. 拥塞控制技术

• 核心协议：DCQCN（基于ECN）、TIMELY（基于RTT）、HPCC（基于INT）、RoCC。
• 综合对比：

  协议	公平性	收敛速度	带宽利用率	兼容性
  DCQCN	中	中	低	强
  TIMELY	中	快	高	中
  HPCC	高	快	中	差
  RoCC	高	快	高	弱

2. 链路控制技术

• 信用机制（InfiniBand特色，未在RoCE广泛使用）。
• PFC协议（RoCE无损核心，但引发PFC风暴、死锁等问题）。
• QCN（二层网络拥塞反馈机制，适用于InfiniBand）。

3. 负载均衡与流量调度

• 负载均衡：流量分配需关注链路拥塞（ECMP、RPS、CONGA）。
• 流量调度：
  • 基于规则：如PIAS，但依赖阈值设定，适应性有限。
  • 基于反馈：实时性高，尚不成熟。

三、拥塞检测技术

1. 网侧检测

• ECN：支持最广，依赖交换机标记。
• TCD：三元状态标记，提升了精度，但对交换机依赖。
• BCN/FECN：新兴方案，将反向拥塞信息注入包头。

2. 端侧检测

• RTT：端到端测量，适用于长时间流检测，但仍存在时钟抖动问题。
• 优先级队列检测（HPQ-LPQ）：通过队列状态预测拥塞，可在交换机修改前提前检测。

3. 端网协同检测

• INT（网络遥测）：多跳细粒度检测，适用于HPCC等先进协议，但带宽开销大。
• ECN#、ConEx：动态阈值与上下行拥塞分离，提升鲁棒性。

四、总结与展望

高性能网络拥塞检测技术迈入精细化、标准化时代：

• 检测环节需与控制、调度解耦，标准化部署是关键。
• 技术演进方向：Chain-Edge协同、AI驱动的智能检测、跨协议融合。
• 挑战持续存在，需研究更低开销、更适配异构场景的解决方案。

本白皮书推动高性能网络产业生态成熟，为未来大规模部署提供理论与实践参考。

注：术语表见附录，但未出现在本次分析中。