Lossless Ethernet Fabric cho RoCEv2: ECN và PFC phối hợp như thế nào? -

Trong hạ tầng mạng phục vụ AI/ML, đặc biệt là khi triển khai RDMA over Converged Ethernet v2 (RoCEv2), yêu cầu then chốt là độ trễ cực thấp, thông lượng cực cao, và không để mất gói tin. Chỉ cần một gói bị drop trong quá trình huấn luyện AI, toàn bộ job có thể bị chậm hàng phút, thậm chí hàng giờ.

ECN – Điều tiết sớm, ngăn tắc nghẽn

• ECN hoạt động như “hệ thống cảnh báo sớm”.

• Khi switch phát hiện mức độ sử dụng buffer tăng lên (nhưng chưa tới mức nguy hiểm), nó sẽ đánh dấu gói tin bằng bit ECN thay vì drop.

• Endpoint (GPU server/NIC) nhận được tín hiệu này sẽ giảm tốc độ truyền, giúp dòng lưu lượng ổn định trở lại.

PFC – Van an toàn khi bùng nổ

• Trong trường hợp microburst hoặc tắc nghẽn nghiêm trọng khiến buffer bị lấp đầy nhanh chóng, ECN không còn đủ nhanh để phản ứng.

• Lúc này PFC phát huy vai trò: nó gửi tín hiệu pause frame trên từng lớp ưu tiên (per-priority), tạm thời dừng luồng lưu lượng đang gây nghẽn, ngăn chặn hiện tượng drop.

DCQCN – Sức mạnh của sự kết hợp

• Khi tắc nghẽn nhẹ: ECN với WRED xử lý êm ái, không gián đoạn.

• Khi tắc nghẽn nặng: PFC can thiệp như “van an toàn”, bảo vệ lossless fabric.

• Nên cấu hình cả ECN và PFC trên cùng một mạng.

• ECN và PFC phải được triển khai xuyên suốt (end-to-end) trong toàn bộ data center network.