HPC高性能计算场景
场景简介
HPC是高性能计算（High Performance Computing）的简称，是指利用聚集起来的计算能力来处理标准工作站无法完成的科研、工业界最复杂的科学计算问题，包括仿真、建模和渲染等。我们在处理各种计算问题时常常遇到这样的情况：由于需要大量的运算，一台通用的计算机无法在合理的时间内完成工作，或者由于所需的数据量过大而可用的资源有限，导致根本无法执行计算。HPC方法通过使用专门或高端的硬件，或是将多个单元的计算能力进行整合，能够有效地克服这些限制。
HPC常见的应用场景有：科学研究、气象预报、计算模拟、军事研究、生物制药、基因测序、图像处理等等。
大规模HPC应用一个重要的性能瓶颈是互联墙，进程间通信性能受限于us级互联时延。对网络的诉求是提高MPI的传输效率，支持超短包传输，实现高性能互联。
智能无损以太网关键特性
- AI ECN
AI ECN（Artificial Intelligence Explicit Congestion Notification）是一种根据现网流量模型智能地调整无损队列的ECN门限的功能，可以保障零丢包下的低时延和高吞吐，让无损业务达到最优性能。
DCQCN（Data Center Quantized Congestion Notification）目前是RDMA网络应用最广泛的拥塞控制算法，DCQCN只需要可以支持ECN功能的网络设备，其他的协议功能在主机的网卡上实现。DCQCN可以在需要零丢包传输的RDMA网络中保证高吞吐，满足无损业务的高要求。
DCQCN提供的拥塞控制机制，是在转发设备上发现队列拥塞后，由转发设备向接收端发送ECN拥塞标记报文。接收端收到ECN报文后，向发送端发送CNP拥塞通知报文，以通知发送端的网卡降低发包速率。
传统的静态ECN功能需要在转发设备上手工配置ECN的高低门限、ECN的标记概率等参数，对于需要无丢包传输的无损业务，无法使ECN门限适应队列中不断变化的缓存空间，在兼顾时延敏感小流和吞吐敏感大流的情况下尽量避免触发PFC流控。
无损队列的AI ECN功能结合了智能算法，可以根据现网流量模型进行AI训练，对网络流量变化进行预测，及时推理最优ECN门限，并且支持根据现网流量变化实时调整ECN门限，进行无损队列缓存的精确管控，保障整网的最优性能。同时，与队列调度技术配合使用时，无损队列的AI ECN功能可以实现网络中TCP流量与RoCEv2流量的混合调度，保障RoCEv2流量的无损传输的同时实现低时延和高吞吐。
- PFC
PFC（Priority-based Flow Control，基于优先级的流量控制）是一种有效避免丢包的流量控制技术，是无损网络的基础。但当多个设备之间因为环路等原因同时出现拥塞，各自端口缓存消耗超过PFC触发门限值，相互发送PFC反压帧，同时又相互等待对方释放资源时，会导致所有设备上的数据流都永久阻塞，这种网络状态称为PFC死锁。
为了解决PFC死锁的问题，智能无损网络提供了PFC死锁检测和死锁预防功能：
- 死锁检测：通过对PFC死锁进行全程监控，当设备在死锁检测周期内持续收到PFC反压帧时，将不会响应。
- 死锁预防：通过识别易造成PFC死锁的业务流，修改队列优先级，从而预防PFC死锁的发生。
