InfiniBand与RoCEv2负载均衡机制的技术梳理与优化实践

AI技术的高速迭代正驱动全球算力格局进入全新纪元。据IDC预测，未来五年中国智能算力规模将以超50%的年复合增长率爆发式扩张，数据中心全面迈入"智能算力时代"。然而，海量AI训练、实时推理等高并发场景对底层网络提出了更严苛的挑战------超大规模组网、超高带宽吞吐、超低时延传输及极致可靠性缺一不可。

当前，主流数据中心多采用Spine-Leaf等规整拓扑架构，其多路径并行特性虽为负载均衡提供了基础，但传统路由方案已难以匹配AI算力的"大象流"需求。以ECMP（等价多路径路由）为例，其基于数据包哈希的流量分配机制在常规场景下表现稳定，但在AI/HPC（高性能计算）等高吞吐任务中，GPU集群间的极简通信模型与单流超大数据量特性，极易引发链路负载严重不均。一旦关键路径拥塞，将直接导致网络丢包，拖慢AI任务效率甚至造成资源浪费。企业亟需更智能的动态调度方案破局。

网络中的拥塞整体一般有两种，一种是在端侧的拥塞，常见于多打一的Incast场景，这种情况通常用各种拥塞控制算法来使对应的发送端减速来解决。另一种是矩阵拥塞，即网络因为Hash不均导致的拥塞。这里重点讨论矩阵拥塞的解决方案之一：负载均衡（Load balance）。

负载均衡也是本文介绍的重点，不同的负载均衡路由策略会对端到端的吞吐率造成很大的影响。流量Load balance按照粒度不同，可以分为以下几种方式：基于流（Flow based）、基于包（Packet based）、基于流片（Flowlet）、基于信元（Cell based）

图片引用：公众号西北吹风RoCEv2的负载均衡技术

RoCEv2的负载均衡技术

1、基于流（Flow based）

基于流的负载均衡路由是以流为单位，把不同的流路由到不同的等价路径上。传统的方法是等价多路径ECMP（Equal Cost Multi Path）路由技术，用于在IP交换网络中。当存在多条到达同一个目的地址的相同开销的路径，网络设备按照自有的Hash根据流量N元组计算多路径下一跳。由于通用计算以"多流"、"小流"为主，能够实现较好的负载均衡效果。

当AIDC中的大象流连续到达交换机，传统Hash通常会将大象流集中在少数链路上传输，庞大的数据流占用相当大的带宽资源，导致传输链路发生拥塞，而其他链路上则处于空闲。这种Hash不均导致了链路负载不均，进而出现拥塞和时延加剧。因此，尽管ECMP是一种简单的负载均衡策略，优点是没有乱序问题，但上述问题也限制了其在某些场景下的有效性。

2、基于包（Packet based）

随机包喷洒（Random Packet Spraying，RPS）是一种基于包级别的负载均衡策略。当交换机发现有多条等价路径指向同一目的地址时，RPS会将数据包以单个包为单位分散到这些路径上。与ECMP不同，RPS以数据包为单位进行操作，将同一流中的不同数据包转发到不同的等价路径上。

RPS的优点在于简单易实施，通过细粒度的负载均衡，可以在多条并行路径之间实现较为均衡的路由选择，提升端到端的网络吞吐率，可以将并行链路利用率提高到90%以上。缺点在于可能会造成同一个流的包乱序问题，所以这种方式必须要解决乱序问题。

3、基于流片（Flowlet）

Flowlet是根据流中的"空闲"时间间隔将一个流划分为若干片段。在一个Flowlet内，数据包在时间上紧密连续；而两个Flowlet之间，存在较大的时间间隔。这一间隔远大于同一流分片内数据包之间的时间间隔，足以使两个流分片通过不同的网络路径传输而不发生乱序。

并行计算过程中，计算和通信是交替进行的。因而AI并行训练和推理产生的流量是典型的Flowlet。

当网络发生拥塞时，可将Flowlet调度到较空闲的链路上以缓解压力。在AI训练和推理网络中，RDMA流通常较持久，训练流可能持续数分钟至数小时，推理流多为数秒至数分钟，而Flowlet则以微秒到毫秒级的短暂突发为主。这种基于Flowlet的精细调度能有效优化流量分配，显著降低网络拥塞，从而提高网络利用率。

4、基于信元（Cell based）

在基于信元交换的网络级负载均衡机制下，接收端设备接收到报文后，会将报文拆分成的若干信元，信元会基于目的端发送的调度信令选择空闲的链路进行转发，到的目的后，信元被重新拼装成报文发出设备。在这样的机制下，不同于流转发，一个固定的流仅能利用单条路径，信元交换是动态的基于微观负载实时调整的均衡利用。由于Cell based自身的限制，实际在智算领域基本没有应用。

InfiniBand的负载均衡技术

InfiniBand网络通过多层次技术协同，实现了高效的数据传输与资源管理。

在负载均衡方面，子网管理器（SM）作为核心调度者，首先基于最短路径算法构建初始路由表，为流量分布奠定基础。尽管SM的动态路径优化能根据链路负载实时调整路径，但其对控制带宽和计算资源的消耗不容忽视。

为进一步提升灵活性，自适应路由（AR）技术应运而生，允许交换机基于队列深度、拥塞情况等实时状态独立选择路径，既降低了延迟，又增强了网络可靠性。然而，AR的动态特性可能导致数据包乱序，这需要上层协议或应用进行额外处理。

为弥补单一路径的局限性，应用程序还可通过创建多个队列对（QP），利用硬件队列的并行传输能力分散流量，例如MPI库或Lustre存储中间件通过任务分配避免路径瓶颈，形成应用层与网络层的双重负载均衡。

技术选型

根据前文我们了解到，InfiniBand和RoCEv2是两种支持RDMA的高性能网络协议，但其负载均衡机制在实现方式、性能和应用场景上存在显著差异。

InfiniBand依赖专用硬件和动态自适应路由，通过子网管理器实时优化路径，实现超低延迟和高吞吐，但成本高且扩展受限，适合HPC/AI等极致性能场景；
RoCEv2基于以太网，采用静态ECMP哈希多路径分发，成本低、扩展性强，但依赖无损网络配置（如PFC/ECN【可参考技术手册和白皮书】），易受哈希不均影响，适合云数据中心等性价比优先场景。

白皮书：https://asterfusion.com/priority-based_flow_control_pfc/

白皮书：https://asterfusion.com/t20250416-ecn/

虽然RoCE还是很难应对大象流/老鼠流分布不均的影响，但是各厂家也在做各种努力尝试：

基于遥测的路由

结合前文的负载均衡机制，若将包、Flowlet或整个流调度到不同的路径上，就需要路由协议的控制。传统的路由协议，基于静态的网络信息来计算最优路径，如OSPF基于网络带宽计算最短路径，BGP根据AS-PATH长度计算ECMP等。这种控制与网络实际负载脱节，需要加以改进。

星融元提出的基于遥测的路由（INT-based Routing）技术结合OSPF、BGP和带内遥测（INT）技术，为网络中任意一对节点之间计算多条路径，每个路径的开销是动态测量的延迟，从而能够根据实时的网络负载进行路由，从而充分利用每个路径的带宽。

不过，ECMP技术将包、Flowlet或整个流均匀的分布到多个路径上，却忽略了不同路径上的实际负载。

WCMP

为了进一步提升网络利用率。星融元采用加权代价多路径（W eightedC ost M ultiple Path）算法，基于遥测获取的时延等信息，在时延更低的路径上调度更多的流量，在时延更高的路径上调度更少的流量，从而实现所有路径的公平利用。在理想情况下，流量经过不同路径的总时延是相等的，可充分利用所有可用带宽。

星融元CX864E等超级以太网交换机通过支持Flowlet、基于遥测的路由以及WCMP（加权代价多路径）三大创新技术，将AI训练和推理网络的利用率提升至90%以上，从而加速AI训练和推理过程，为AI数据中心进一步节省建设成本和运营成本。

更多详细内容请移步至星融元公众号/官网，或致电400-098-9811

【参考文献】