下一代网络——“无损网络”

发布时间：

2024/05/24

无损，顾名思义即是“零”损耗，这里的损耗指的是在网络传输过程中的协议包转发、响应时间、处理时间以及设备吞吐量等主要指标。答案很明显，无损网络就是能够实现“零丢包、低时延、高吞吐”的网络环境，其目标就是“延迟越低越好，效率越高越好“。因此，比起曾经丢包、高时延的“有损”网络环境来说，无损网络在拥塞控制、流量控制、分组转发、路由选择等方面进行了改进与创新，满足数据中心海量算力和海量数据的高效存储需求，极大提升了用户体验。

什么是无损网络？

关键的“两把刷子”—PFC和ECN

随着云计算、大数据、人工智能以及5G的兴起，网络数据呈现爆炸式增长，对数据的处理性能、数据中心建设都提出了更高的要求。当前，在HPC（High Performance Computing，高性能计算）、分布式存储、AI人工智能等业务场景下，采用RDMA协议来降低CPU的处理和延迟，提升应用性能，成为算力时代数据中心网络的发展方向。

其中，RDMA网络正是通过在网络中部署PFC (Priority-based Flow Control，基于优先级的流量控制)和ECN (Explicit Congestion Notification，显示拥塞通知)功能来实现无损保障。

PFC是基于队列的反压技术，保证对链路上RDMA专属队列的流量进行控制，并在交换机入口 (Ingress port)出现拥塞时对上游设备流量进行反压。在单机场景下，PFC可以快速、有效的调节服务器速率来保证网络不丢包。但是在多级网络中，就会出现不公平降速、PFC风暴、PFC死锁等问题。因此，在数据中心开启PFC，需要通过对Pause帧进行严格的监控、管理，以保证网络的可靠性。

ECN是一种基于流的端到端流控技术，保证实现端到端的拥塞控制，在交换机出口 (Egress port)拥塞时，对数据包做ECN标记，并让流量发送端降低发送速率。ECN效果上会优于PFC，但是也存在如下问题：

• ECN需要接收端生成反压报文，反馈路径周期比较长；

• 随机性标记，会不公平；

• 水线设计比较复杂，需要结合网络架构和业务特点来设计；

ECN与PFC怎样组成黄金搭档

从无损网络设计看，为充分发挥网络高性能转发，ECN和PFC组合配置时，需通过专家经验来调整ECN和PFC的buffer水线门限，让ECN先于PFC触发。即网络还是持续全速进行数据转发，让服务器主动降低发包速率。如果还不能解决问题，再通过PFC让上游交换机暂停报文发送。这样虽然整网吞吐性能有所下降，但是不会导致丢包。

流量与速率挑战下 ECN＆PFC的“远交近攻”

在 RoCE网络中，构建无损以太网要支持如下关键特性：

PFC：逐跳提供基于优先级的流量控制，能够实现在以太网链路上运行多种类型的流量而互不影响。

ECN：设备发生拥塞时，通过对报文 IP 头中 ECN 域的标识，由接收端向发送端发出降低发送速率的CNP (Congestion Notification Packet，拥塞通知报文)，实现端到端的拥塞管理，减缓拥塞扩散恶化。

其中，ECN的最大难点是水线设置比较复杂，需要结合网络架构和业务特点来设计。然而现网中的流量复杂多变，导致基于专家经验的静态ECN水线门限功能并不能覆盖所有流量场景，无法保障无损业务达到最优性能。AI ECN则是借助AI算法来实现无损队列的水线调整，通过AI训练的流量模型，可实时预测网络流量的变化趋势，动态调整ECN的水线门限，从而实现对无损队列的精确调度，保障整网的最优性能。