RoCE-D1-0001​

功耗模型

集成电路/电路电子

通用串行链路（SerDes）功耗模型

目标：估算高速SerDes在特定数据速率下的功耗，以指导芯片功耗预算和散热设计。
步骤1：分解功耗源。SerDes功耗主要来自模拟前端（发射机TX，接收机RX）和数字时钟数据恢复（CDR）电路。
Ptotal​=PTX​+PRX​+PCDR​
步骤2：建模TX功耗。TX功耗与输出摆幅、负载阻抗、调制方式和效率相关。简化模型：
PTX​=α⋅2Vdd​⋅Imod​​+PTX,bias​
其中，Vdd​为供电电压，Imod​为调制电流，α为活动因子（≈0.5 for NRZ），PTX,bias​为偏置电路静态功耗。
步骤3：建模RX功耗。RX功耗主要来自跨阻放大器（TIA）和后续放大器。
PRX​=β⋅(PTIA​+PLA​+PDFE​)+PRX,bias​
PTIA​∝Rf​Vdd2​​，Rf​为反馈电阻，β为活动因子。PDFE​（判决反馈均衡器）功耗与抽头数Ntap​成正比。
步骤4：建模CDR与时钟网络功耗。与工作频率f成正比。
PCDR​=γ⋅Ceff​⋅Vdd2​⋅f+PPLL​
Ceff​是有效开关电容，γ是开关活动度，PPLL​为锁相环静态功耗。
步骤5：综合与参数优化。总模型：
Ptotal​=α2Vdd​Imod​​+β(Rf​k1​Vdd2​​+k2​Ntap​)+γCeff​Vdd2​f+Pstatic​
参数选择：Vdd​（工艺决定，如0.8V），Imod​（由通道损耗和目标BER反推），Rf​（带宽与噪声权衡），Ntap​（由信道脉冲响应长度决定），f（目标数据速率，如56Gbps）。优化目标是在满足BER下最小化Ptotal​。

精度： 架构级估算，误差±20%。
特征： 凸优化问题，变量相互耦合（如Imod​与Ntap​都影响接收灵敏度）。

电路理论（功耗=CV²f）， 半导体物理， 通信理论（信噪比要求）。

高速以太网/Infiniband交换芯片SerDes模块设计， 功耗预算分配。

Ptotal​,PTX​,PRX​,PCDR​: 总、发射、接收、CDR功耗 (W)。
Vdd​: 供电电压 (V)。
Imod​: 调制电流 (A)。
α,β,γ: 各模块活动因子 (无量纲)。
Rf​: TIA反馈电阻 (Ω)。
Ntap​: DFE抽头数。
Ceff​: 有效开关电容 (F)。
f: 符号率/工作频率 (Hz)。
k1​,k2​: 比例常数。
Pstatic​: 总静态功耗 (W)。

代数： 多项式表达式。
优化： 在约束下（BER，带宽）最小化目标函数Ptotal​。
计算： 需要迭代求解耦合变量。

1. 初始化：根据协议标准确定f，根据工艺库确定Vdd​。
2. 通道分析：根据PCB模型计算脉冲响应，确定所需Ntap​和Imod​下限。
3. 迭代求解：将Ntap​、Imod​代入功耗模型，评估Ptotal​。调整Rf​等参数，重复步骤2-3直至收敛。
4. 验证：计算此时系统的理论BER，若满足要求则结束，否则增大Imod​或Ntap​，回到步骤3。

硬件： 模拟前端晶体管级设计， 电流源DAC， TIA， DFE抽头电路。
软件： 用于模型计算和参数优化的脚本（Python/MATLAB）， 与电磁仿真工具（HFSS）和电路仿真工具（Spectre）的协同。

RoCE-D1-0002​

调度算法

网络算法/组合数学

iSLIP (Iterative Round-Robin with Slip) 调度算法

目标：在输入排队的N×N交叉开关中，解决输入输出端口间的匹配问题，实现高吞吐、无饥饿、低延迟的调度。
步骤1：问题形式化。将每个输入i和输出j的请求表示为二分图G=(I,O,E)，其中边eij​存在表示输入i有发往输出j的报文。目标是找到图的一个匹配M。
步骤2：初始化。每个输入和输出端口维护一个独立的轮询指针gi​和hj​，指向其下一个优先调度的端口。
步骤3：请求(Request)阶段。每个输入端口向其所有有报文队列的输出端口发送请求。
步骤4：授予(Grant)阶段。每个输出端口j在收到的所有请求中，选择下一个指针hj​及其之后的第一个请求。形式上，输出j授予的输入i∗满足：
$$i^* = \arg\min_{i \in {i

e{ij} \in E}} (i - h_j) \mod N<br>即满足$(i - h_j) \mod N$值最小的输入$i$。然后$h_j$移动到$(i^* + 1) \mod N$。<br>**步骤5：接受(Accept)阶段**。每个输入端口$i$在收到的所有授予中，选择**下一个指针$g_i$及其之后**的第一个授予。形式上，输入$i$接受的输出$j^*$满足：<br>j^* = \arg\min{j \in {j

e_{ij}被授予}} (j - g_i) \mod N$<br>然后g_i移动到(j^* + 1) \mod N。被接受的‘(i,j∗)‘对形成本轮匹配。<br>∗∗步骤6：迭代∗∗。将已匹配的边从图G中移除，更新G = G \setminus M。重复步骤3−5（下一轮迭代），直到没有新的匹配产生或达到预设迭代次数k（通常k=log2​N足够）。<br>∗∗步骤7：参数优化∗∗。迭代次数k权衡了调度质量和延迟。k=1为PIM，简单但效率低；k=log₂N可在N$较大时达到近似100%吞吐。指针更新规则避免了饥饿。

精度： 确定性算法， 无随机性误差。
吞吐量： 在均匀流量下，一次迭代可达~63%，k次迭代快速收敛。
公平性： 轮询指针保证长期公平。
延迟： O(log N) 迭代复杂度。

二分图匹配， 迭代贪心算法， 轮询调度。

高速交换芯片的Crossbar调度器， 解决HOL（队头阻塞）问题。

N: 交换机端口数。
I,O: 输入、输出端口集合，

I

RoCE-D1-0003​

信道模型

信号完整性/电磁学

传输线损耗模型（频域）

目标：预测高速信号在PCB传输线中的频域损耗，指导材料选择和几何设计。
步骤1：分解损耗源。总插入损耗ILtotal​(f)包括导体损耗ILc​(f)、介质损耗ILd​(f)和辐射损耗ILr​(f)。
ILtotal​(f)=ILc​(f)+ILd​(f)+ILr​(f)[dB/inch]
步骤2：导体损耗模型。由趋肤效应引起，与频率平方根成正比：
ILc​(f)=Kc​⋅f​⋅Z0​Rs​​
其中Rs​=πfμ0​ρ​为趋肤深度电阻，ρ为导体电阻率，Z0​为特征阻抗，Kc​为几何因子。
步骤3：介质损耗模型。由介质极化弛豫引起，与频率成正比：
ILd​(f)=Kd​⋅f⋅tanδ⋅ϵr​​
其中tanδ为介质损耗角正切，ϵr​为相对介电常数，Kd​为常数。
步骤4：辐射损耗模型。在高频时显著，近似为：
ILr​(f)≈Cr​⋅f2⋅(w/h)3
w为线宽，h为介质厚度，Cr​为常数。
步骤5：综合模型。结合各因素，常用经验模型为：
ILtotal​(f)=A⋅f​+B⋅f+C⋅f2
其中A,B,C通过测量或仿真拟合得到。
步骤6：参数优化。优化w,h,ϵr​,tanδ以最小化ILtotal​(f)在目标频带内积分，同时满足阻抗控制Z0​=ϵr​+1.41​87​ln(0.8w+t5.98h​)，t为导体厚度。

精度： 频域模型，在10GHz内误差<1dB。
特征： 随频率单调递增，介质损耗主导高频段。

电磁波理论（麦克斯韦方程组）， 传输线理论， 趋肤效应原理。

高速SerDes通道的PCB走线设计， 材料选型（如Low-Dk, Low-Df）。

f： 频率（Hz）。
ILtotal​,ILc​,ILd​,ILr​： 总、导体、介质、辐射损耗（dB/inch）。
Rs​： 趋肤效应表面电阻（Ω/square）。
Z0​： 特征阻抗（Ω）。
ρ： 铜电阻率（1.68e-8 Ω·m）。
μ0​： 真空磁导率。
ϵr​： 介质相对介电常数。
tanδ： 介质损耗角正切。
w,h,t： 线宽、介质厚度、导体厚度（mil）。
Kc​,Kd​,Cr​,A,B,C： 拟合常数。

代数： 多项式与平方根组合。
微积分： 频域积分计算总损耗能量。
优化： 多变量约束优化（线宽、厚度、材料）。

1. 给定规格：目标数据速率R，确定奈奎斯特频率fnyq​=R/2。
2. 初始设计：选择材料（确定ϵr​,tanδ），设定初始w,h满足Z0​要求（如85Ω差分）。
3. 计算损耗：在[0,fnyq​]频带内计算ILtotal​(f)。
4. 评估：计算总损耗ILtotal​(fnyq​)，若大于预算（如-20dB），则调整参数（如减小w以增加Z0​，但会增加ILc​），返回步骤2。
5. 迭代优化：使用梯度下降法最小化目标函数J=∫0fnyq​​ILtotal​(f)df+λ(Z0​−85)2。

硬件： 矢量网络分析仪测量S参数， PCB仿真工具（HFSS, SIwave）。
软件： 脚本拟合A,B,C参数， 优化算法实现。

RoCE-D1-0004​

误差模型

通信理论/概率论

误码率与信噪比关系（AWGN信道）

目标：建立二进制信号在加性高斯白噪声信道下的误码率理论下限，用于系统灵敏度分析。
步骤1：定义信号与噪声。发送信号s(t)∈{s0​,s1​}，接收信号r(t)=s(t)+n(t)，n(t)∼N(0,σ2)，功率谱密度N0​/2。
步骤2：匹配滤波与采样。接收端使用匹配滤波器，在最佳采样时刻t0​得到采样值y=∫r(τ)h(t0​−τ)dτ，其中h(t)=s1​(T−t)−s0​(T−t)。
步骤3：判决准则。最大后验概率准则简化为阈值判决：
判决为s1​如果 y>Vth​,否则 s0​
对于等概、等能量信号，Vth​=(s0​+s1​)/2。
步骤4：计算错误概率。错误有两种：发s0​判为s1​（概率Pe∥0​）和发s1​判为s0​（Pe∥1​）。总BER：
BER=21​(Pe∥0​+Pe∥1​)
步骤5：推导Q函数表达式。对于非归零（NRZ）信号，s0​=−A,s1​=+A，噪声方差σ2=N0​/(2Tb​)，Tb​为比特周期。则：
Pe∥0​=P(y>0∥s=−A)=Q(σA​)
同理Pe∥1​=Q(A/σ)，其中Q(z)=2π​1​∫z∞​e−x2/2dx。
步骤6：定义信噪比。信号能量Eb​=A2Tb​，噪声功率谱密度N0​=2σ2Tb​。信噪比Eb​/N0​=A2/(2σ2)。
最终公式：
BER=Q(N0​2Eb​​​)
步骤7：参数选择。目标BER决定所需最小Eb​/N0​。如BER=1e−12需要Eb​/N0​≈7（线性）或16.9 dB。

精度： 理论极限，实际系统有Implementation Loss。
误差： 忽略码间干扰、时钟抖动等非理想因素。

统计判决理论， 信号检测与估计， 中心极限定理。

任何数字通信系统灵敏度计算， SerDes接收机设计目标设定。

s(t)： 发送信号波形。
r(t)： 接收信号波形。
n(t)： 加性高斯白噪声。
σ2： 噪声方差。
N0​： 噪声单边功率谱密度（W/Hz）。
Eb​： 每比特能量（J）。
A： 信号幅度（V）。
Tb​： 比特周期（s）。
Vth​： 判决阈值（V）。
Q(x)： 右尾概率函数。

概率与统计： 高斯分布， 假设检验。
微积分： 积分求概率。
函数： Q函数。

1. 信号发射：每Tb​秒发送s0​或s1​。
2. 信道叠加：r(t)=s(t)+n(t)。
3. 匹配滤波：y(t)=r(t)∗h(t)，h(t)为匹配滤波器冲激响应。
4. 采样：在t=kTb​时刻采样得yk​。
5. 判决：比较yk​与Vth​，输出比特估计b^k​。
6. 错误计数：比较b^k​与原始bk​，统计错误数Ne​，BER=Ne​/Ntotal​。

硬件： 比较器， 积分清零电路， 时钟数据恢复电路。
软件： 误码率测试仪（BERT）软件， Q函数数值计算库。

RoCE-D1-0005​

时序模型

电路电子/时序完整性

时钟抖动模型与眼图张开度

目标：量化时钟抖动对信号时序裕量的影响，预测系统误码率。
步骤1：抖动分解。总抖动TJ由随机抖动RJ和确定性抖动DJ组成：TJ=DJ+RJ。RJ为高斯分布RJ∼N(0,σj2​)，DJ有界DJ∈[−Δ,Δ]。
步骤2：抖动卷积模型。总抖动概率密度函数为卷积：fTJ​(t)=fDJ​(t)∗fRJ​(t)。DJ通常为双狄拉克模型：fDJ​(t)=21​[δ(t−Δ)+δ(t+Δ)]。
步骤3：浴盆曲线。误码率BER(t)是时间偏移t的函数，即眼图水平方向的累积分布函数补数：
BER(t)=1−∫−tt​fTJ​(τ)dτ
步骤4：峰值峰值抖动。在目标BER下（如10−12），总抖动TJ@BER为：
TJ@BER=2⋅Q−1(BER)⋅σj​+DJpp​
其中Q−1为反Q函数，DJpp​=2Δ为DJ峰峰值。
步骤5：眼图张开度。眼图水平张开度Eyewidth​=Tb​−TJ@BER，Tb​为UI（单位间隔）。垂直张开度受噪声和幅度噪声影响。
步骤6：时序裕量。系统时序裕量TimingMargin=(Tb​/2−Tsetup​−Thold​)−TJ@BER/2，其中Tsetup/hold​为接收机采样寄存器建立保持时间。
步骤7：参数优化。需最小化σj​和DJpp​。σj​来自热噪声，DJ来自电源噪声、串扰等，可通过均衡、时钟恢复电路优化。

精度： 双狄拉克模型是近似，实际DJ分布复杂。
误差： 模型误差~10%。
特征： 尾部扩展由高斯分量主导。

概率论（卷积， 中心极限定理）， 信号完整性理论， 时序分析。

高速接口时序预算分配， 接收机采样时钟相位优化。

TJ,RJ,DJ： 总、随机、确定性抖动（ps）。
σj​： 随机抖动标准差（ps）。
Δ： DJ峰值偏移（ps）。
DJpp​： DJ峰峰值（ps）。
Tb​： 单位时间间隔UI（ps）。
BER： 目标误码率。
Q(x),Q−1(y)： Q函数及其反函数。
Tsetup​,Thold​： 建立、保持时间（ps）。

概率与统计： 高斯分布， 卷积， 尾部概率。
代数： 线性组合。
优化： 最小化抖动分量。

1. 测量阶段：用示波器或抖动分析仪测量大量眼图，提取RJ(σj​)和DJpp​。
2. 模型构建：构建fTJ​(t)=0.5[N(Δ,σj2​)+N(−Δ,σj2​)]。
3. 计算浴盆曲线：对每个时间点t，计算BER(t)=1−∫−tt​fTJ​(τ)dτ。
4. 确定TJ@BER：对于给定BERtarget​，求解t使得BER(t)=BERtarget​，则TJ@BER=2t。
5. 裕量分析：比较Eyewidth​=Tb​−TJ@BER与所需最小眼宽，评估系统鲁棒性。

硬件： 高带宽示波器， 抖动分析仪， 时钟数据恢复（CDR）芯片。
软件： 抖动分析软件（如MATLAB抖动工具箱）， 浴盆曲线拟合算法。

RoCE-D1-0006​

热模型

热工程/固体力学

三维稳态热传导方程（傅里叶定律）

目标：预测芯片在稳态工作下的温度分布，防止热失效。
步骤1：控制方程。根据能量守恒和傅里叶定律，三维稳态热传导方程：
∇⋅(k∇T)+q˙​=0
其中k为热导率（与温度、位置可能相关），T为温度，q˙​为体积热源功率密度（W/m³）。
步骤2：边界条件。三类边界条件：
1) 固定温度：T=T0​（在散热器接触面）。
2) 热流密度：−k∂n∂T​=qs​（在绝热面，qs​=0）。
3) 对流换热：−k∂n∂T​=h(T−Tambient​)（在空气接触面）。
步骤3：离散化。使用有限元法（FEM）或有限差分法（FDM）离散。以FDM为例，在均匀网格上：
Δx2k​(Ti+1,j,k​−2Ti,j,k​+Ti−1,j,k​)+Δy2k​(...)+Δz2k​(...)+q˙​i,j,k​=0
步骤4：求解线性系统。方程组可写为AT=b，其中A为稀疏矩阵，b为热源项。使用迭代法（如共轭梯度）求解。
步骤5：参数与优化。热源q˙​来自功耗密度图。k材料相关（硅~150 W/m·K，FR4~0.3 W/m·K）。对流系数h与空气流速有关：h=C⋅v0.8，v为流速，C常数。优化散热设计（如散热片尺寸、风速）使最高温度Tmax​低于结温Tjmax​（如125°C）。

精度： 依赖于网格精度和材料参数精度，误差~5-10%。
特征： 椭圆型偏微分方程， 线性（若k为常数）。

傅里叶热传导定律， 能量守恒定律， 流体力学（对流）。

芯片封装散热设计， 交换机整机散热风道设计。

T(x,y,z)： 温度场（K或°C）。
k： 热导率（W/m·K）。
q˙​： 体积热源密度（W/m³）。
qs​： 表面热流密度（W/m²）。
h： 对流换热系数（W/m²·K）。
Tambient​： 环境温度（K）。
Δx,Δy,Δz： 空间网格步长（m）。
v： 冷却空气流速（m/s）。

偏微分方程： 拉普拉斯算子。
线性代数： 大型稀疏线性系统求解。
数值分析： 有限差分/有限元离散化。
优化： 在约束下最小化Tmax​。

1. 几何建模：建立芯片、封装、PCB、散热器的3D CAD模型，划分网格。
2. 设置材料属性：为每个区域分配k值。
3. 定义热源：根据功耗分布图设置q˙​（来自功耗模型）。
4. 施加边界条件：在散热器底部设T=Tsink​，在其他外表面设对流条件h和Tambient​。
5. 求解：求解离散化后的线性方程组AT=b，得到各节点温度Ti,j,k​。
6. 后处理：计算Tmax​，可视化温度云图，若Tmax​>Tjmax​，则改进散热设计（如增加散热片面积、提高风速），返回步骤1。

硬件： 热仿真软件（ANSYS Icepak, Flotherm）， 红外热像仪验证。
软件： 有限元求解器（如ANSYS Mechanical）， 自定义脚本处理功耗映射。

RoCE-D1-0007​

电源模型

电路电子/功率完整性

电源分配网络阻抗模型与去耦电容优化

目标：确保从稳压模块（VRM）到芯片电源管脚的阻抗在频带内低于目标阻抗，防止电压噪声超标。
步骤1：目标阻抗。芯片最大允许电源电压波动ΔV，最大瞬态电流变化ΔI，则目标阻抗Ztarget​=ΔIΔV​。例如ΔV=10mV，ΔI=10A，则Ztarget​=1mΩ。
步骤2：PDN频域阻抗模型。PDN是由VRM、PCB平面、过孔、去耦电容、封装、芯片焊盘等组成的网络，其阻抗ZPDN​(f)是频率的函数。简化RLC模型：
ZPDN​(f)=(Rvrm​+j2πfLvrm​)∥(∑i​Ri​+j2πfLi​+1/(j2πfCi​)1​)
其中每个去耦电容Ci​有其等效串联电阻Ri​和电感Li​。
步骤3：电容去耦频带。不同电容值负责不同频段：大容量电容（如钽电容）应对低频（~kHz），陶瓷电容应对中频（~MHz），片上电容应对高频（~GHz）。电容的谐振频率fres,i​=2πLi​Ci​​1​，在该频率处阻抗最小Zmin,i​=Ri​。
步骤4：优化问题。选择一组去耦电容{Ci​,Ri​,Li​}及其数量ni​，使得在目标频带[fmin​,fmax​]内：
min∑i​ni​⋅cost(Ci​)
$$s.t. \quad

Z_{PDN}(f)

\leq Z{target}, \quad \forall f \in [f{min}, f_{max}]$$
步骤5：考虑反谐振峰。电容并联可能因电感不同产生反谐振峰（阻抗峰值），需错开谐振频率或使用低ESL电容。

精度： 集总模型在中低频有效，高频需全波仿真。
误差： 寄生参数提取误差， 模型简化误差。

电路理论（RLC网络）， 阻抗匹配， 频域分析。

芯片电源去耦设计， PCB层叠设计与电容选型。

Ztarget​： 目标阻抗（Ω）。
ΔV： 允许电压波动（V）。
ΔI： 瞬态电流变化（A）。
ZPDN​(f)： PDN阻抗随频率变化（Ω）。
Ci​,Ri​,Li​： 第i类电容的容值、等效串联电阻(ESR)、等效串联电感(ESL)。
ni​： 第i类电容数量。
fres,i​： 电容自谐振频率（Hz）。
cost(Ci​)： 电容成本或面积。

复数代数： 阻抗计算。
电路分析： 并联串联网络。
优化： 带约束的离散优化（电容数量为整数）。
频域分析： 阻抗随频率变化。

RoCE-D1-0008​

交换模型

排队论/概率论

输入排队交换机吞吐量分析（均匀流量）

目标：分析N×N输入排队交换机在均匀独立流量下的最大吞吐量，评估调度算法效率。
步骤1：模型假设。N个输入端口，N个输出端口，每个输入有N个虚拟输出队列（VOQ）。时间槽化，固定长度信元。每个输入每时隙以概率λ（负载率）产生信元，目的地等概到每个输出（均匀流量）。
步骤2：队列演化。设Qij​(t)为时刻t输入i到输出j的队列长度。在均匀流量下，每个VOQ独立。每个输入端口每时隙最多发送1个信元，每个输出端口每时隙最多接收1个信元。
步骤3：最大匹配问题。每个时隙的调度是二分图匹配问题。在重载下（λ→1），吞吐量由最大匹配大小决定。对于输入排队，最大匹配受限于每个输入/输出只能服务一个信元。
步骤4：计算饱和吞吐量。在均匀流量下，对于大型N，输入排队交换机的最大吞吐量（采用最优调度）是0.585。推导：考虑一个特定输出，在给定时隙，一个特定输入有信元发往该输出的概率为λ/N。该输出未被任一输入服务的概率为(1−λ/N)N。当N→∞，λ=1时，输出空闲概率为e−1。因此输出忙的概率（即吞吐量）为1−1/e≈0.632。但这是针对输出排队。对于输入排队，由于队头阻塞（HOL），实际饱和吞吐量更低，约为2−2​≈0.586。
步骤5：近似公式。经验公式：饱和吞吐量ρmax​≈1−(1−1/N)N2−2​​，当N大时趋于0.586。
步骤6：调度算法影响。采用iSLIP等调度算法，迭代logN次，吞吐量可接近1。均匀流量下，iSLIP一次迭代吞吐量约0.63，二次迭代约0.88，三次迭代>0.99。

精度： 理论极限，假设流量均匀独立，实际流量可能不满足。
误差： 模型忽略调度延迟。

随机过程， 排队论， 二分图匹配， 大数定律。

交换芯片容量规划， 调度算法性能基准测试。

N： 端口数量。
λ： 输入负载（0到1）。
Qij​(t)： VOQ队列长度。
ρ： 吞吐量（输出的平均利用率）。
ρmax​： 饱和吞吐量（λ=1时）。
e： 自然常数。

概率： 独立同分布假设。
极限： N趋近无穷时的极限值。
组合数学： 最大匹配问题。

1. 初始化：t=0，所有队列空，负载λ。
2. 信元到达：每个输入i以概率λ产生一个信元，目的地j在1到N间均匀随机选择，存入Qij​。
3. 调度决策：根据调度算法（如iSLIP）计算匹配M(t)。
4. 传输：匹配的(i,j)对，从Qij​中移出一个信元传输。
5. 统计：统计该时隙成功传输的信元数S(t)。输出端口的吞吐量ρ=E[S(t)]/N。
6. 迭代：t=t+1，重复步骤2-5，统计稳态吞吐量。

硬件： 交换芯片调度器逻辑。
软件： 离散事件仿真器（OMNeT++, NS-3）， 马尔可夫链求解。

RoCE-D1-0009​

缓存管理算法

网络算法/优化

动态阈值共享缓存管理（DT）

目标：在共享缓存交换机中，动态设置每个队列的阈值以防止单个流独占缓存，提高缓存利用率。
步骤1：问题定义。总缓存大小为B字节，被N个队列（或VOQ）共享。每个队列i当前占用bi​字节。目标是设置每个队列的阈值Ti​，当bi​>Ti​时，新到达的报文被丢弃或标记。
步骤2：静态阈值。静态均匀阈值Ti​=B/N，简单但不适应流量变化。
步骤3：动态阈值算法。动态阈值Ti​(t)随时间变化，基于全局剩余缓存：
Ti​(t)=α⋅NB−∑j=1N​bj​(t)​+β⋅∑j=1N​bj​(t)bi​(t)​⋅B
第一项平均分配剩余空间，第二项按当前占用比例分配。α,β为权重参数，α+β=1。
步骤4：简化实用版本。常用简化：Ti​(t)=NB−∑j​bj​(t)​，即阈值等于平均剩余缓存。这样确保∑i​Ti​(t)=B−∑j​bj​(t)，总分配阈值等于剩余空间，避免过载。
步骤5：丢弃决策。当报文到达队列i时，计算当前全局占用U(t)=∑j​bj​(t)。如果U(t)<B（全局有空间），则接受；否则，如果bi​(t)>Ti​(t)，则丢弃该报文。
步骤6：参数优化。优化α,β以适应流量模式。若流量均匀，α=1,β=0；若流量不均衡，可增加β使占用多的队列获得更高阈值。可用控制理论方法在线调整。

精度： 依赖于流量动态， 能有效防止饥饿和全局同步。
特征： 分布式决策， 低复杂度O(1)。

资源分配公平性， 反馈控制理论， 拥塞避免。

共享缓存交换机的缓存管理， 与PFC结合使用防止缓存溢出。

B： 总缓存大小（字节）。
N： 队列数量。
bi​(t)： 时刻t队列i占用的字节数。
Ti​(t)： 时刻t队列i的动态阈值（字节）。
α,β： 权重参数， α+β=1。
U(t)： 全局已用缓存U(t)=∑j​bj​(t)。

代数： 线性组合。
优化： 参数调整优化公平性与利用率。
动态系统： 阈值随时间变化。

1. 初始化：t=0，所有bi​=0，计算初始Ti​(0)=B/N。
2. 报文到达：在t时刻，报文大小s到达队列i。
3. 全局检查：如果U(t)+s≤B，则转入步骤5（接受）。
4. 本地检查：如果bi​(t)≤Ti​(t)，则接受；否则丢弃。
5. 更新状态：若接受，则bi​←bi​+s，U(t)←U(t)+s。
6. 更新阈值：周期性地（或每次更新后）重新计算所有Ti​(t)。
7. 报文离开：当报文从队列i传输完成，bi​←bi​−s′，U(t)←U(t)−s′。

硬件： 缓存计数器， 比较器逻辑， 简单算术单元（加法、除法）。
软件： 交换机固件实现阈值计算， 参数可配置。

RoCE-D1-0010​

流量模型

图论/优化

流量矩阵估计与网络负载均衡

目标：根据链路负载测量值反推流量矩阵，并优化路由以实现负载均衡。
步骤1：问题建模。网络有n个节点，m条有向链路。流量矩阵T∈Rn×n，其中tsd​为从源s到目的d的流量速率。路由矩阵R∈{0,1}m×n2，其中rl,sd​=1表示从s到d的流量经过链路l。链路负载y∈Rm满足：
y=R⋅vec(T)
其中vec(T)是将T向量化。
步骤2：流量矩阵估计。通常无法直接测量T，但可测量链路负载y（通过SNMP）。已知R（由IGP决定）。问题是欠定的（m < n^2）。需用正则化方法求解：
minT≥0​∥y−R⋅vec(T)∥22​+λΩ(T)
Ω(T)是正则项，如∥vec(T)∥1​（促进稀疏）或基于重力模型tsd​∝Ins​⋅Outd​，Ins​为进入节点s的总流量，Outd​为离开节点d的总流量。
步骤3：负载均衡优化。给定估计的T，优化路由（改变R）以最小化最大链路利用率：
minR​maxl​Cl​yl​​
s.t.y=R⋅vec(T)
∑l:l∈out(s)​rl,sd​−∑l:l∈in(s)​rl,sd​=⎩⎨⎧​1−10​if s=srcif s=dstotherwise​
其中Cl​为链路l容量，约束为流量守恒。
步骤4：求解方法。上述是线性规划或多商品流问题，可分解为每个源目的对单独优化，使用最短路径或均衡分配（ECMP）。

精度： 估计精度依赖正则项和测量误差， 通常误差10-20%。
特征： 逆问题， 凸优化。

线性代数， 逆问题理论， 多商品流优化， 图论。

数据中心网络流量工程， 动态路由优化， 容量规划。

T： 流量矩阵（n×n），tsd​（bps）。
R： 路由矩阵（m×n²），0/1元素。
y： 链路负载向量（m×1）（bps）。
Cl​： 链路l的容量（bps）。
λ： 正则化参数。
Ins​,Outd​： 进入节点s、离开节点d的总流量。

线性代数： 矩阵向量方程。
优化： 带约束的凸优化（最小二乘，线性规划）。
图论： 流量守恒， 路径选择。

1. 测量：周期性地（如每5分钟）从交换机收集所有链路负载计数y。
2. 估计流量矩阵：求解优化问题min∥y−R⋅vec(T)∥2+λ∥vec(T)∥1​，得到估计的T^。
3. 计算当前利用率：ul​=yl​/Cl​，找到最大利用率umax​。
4. 优化路由：以T^为输入，求解最小化最大利用率的线性规划，得到新的路由矩阵R′。
5. 部署：将新路由R′下发给交换机（通过SDN控制器或IGP权重调整）。

硬件： 交换机计数硬件（如sFlow, NetFlow）。
软件： 网络控制器（如OpenDaylight）， 优化求解器（如CVX, Gurobi）， 估计算法（如Tomogravity）。

RoCE-D1-0011​

路由算法

图论/算法

最短路径Dijkstra算法

目标：在带权有向图中找到从单个源点到所有其他节点的最短路径，用于路由表计算。
步骤1：输入表示。图G=(V,E)，节点集V（

V

=n），边集E，边权函数w:E→R≥0​。源节点s∈V。
步骤2：数据结构。维护距离数组dist[v]表示从s到v的当前最短距离估计，初始dist[s]=0，其他为∞。优先队列Q存储节点，按dist排序。集合S存储已确定最短路径的节点。
步骤3：算法过程。
1. 初始化：dist[s]=0，其他dist[v]=∞，Q←V。
2. 当Q非空：
a. 从Q中取出dist最小的节点u（即当前距离估计最小的未处理节点）。
b. 将u加入S。
c. 对u的每个邻居v，其中(u,v)∈E：
松弛操作：如果dist[v]>dist[u]+w(u,v)，则更新dist[v]=dist[u]+w(u,v)，并记录前驱prev[v]=u。
步骤4：正确性证明。基于贪心策略，每次选择最小dist的节点u，其dist[u]已是最短距离，因为所有权重非负。
步骤5：复杂度。使用二叉堆实现优先队列，时间复杂度O((∥V∥+∥E∥)log∥V∥)。使用斐波那契堆可降至O(∥E∥+∥V∥log∥V∥)。
步骤6：参数。边权w可以是跳数、延迟、成本等。在路由中，通常为1（最小跳数）或基于链路带宽的倒数。

精度： 精确算法， 给出精确最短路径。
特征： 贪心算法， 要求非负权重。

图论， 动态规划（最优子结构）， 贪心算法。

链路状态路由协议（OSPF, IS-IS）的路由计算， 数据中心网络最短路径路由。

G=(V,E)： 有向图，V节点集，E边集。
w(u,v)： 边(u,v)的权重（非负实数）。
s： 源节点。
dist[v]： 从s到v的当前最短距离估计。
Q： 优先队列（最小堆）。
S： 已确定最短路径的节点集合。
prev[v]： v在最短路径上的前驱节点。

图论： 最短路径问题。
算法： 贪心， 优先队列。
复杂度分析： 时间复杂度， 空间复杂度。

RoCE-D1-0012​

负载均衡算法

网络算法/数据结构

等价多路径路由的哈希模型

目标：将流量流均匀地分配到多条等价最短路径上，同时保持同一流的报文顺序。
步骤1：问题定义。给定K条等代价路径，需要将每个流映射到其中一条路径。流由元组（如Src IP, Dst IP, Src Port, Dst Port, Protocol）定义。哈希函数H:FlowKey→{0,1,...,K−1}。
步骤2：哈希函数选择。要求均匀性、抗碰撞、低计算成本。常用CRC32或MurmurHash。哈希值h=H(FlowKey)。
步骤3：映射到路径。简单取模：path_id=hmodK。但若K不是2的幂，取模运算成本高。替代方案：path_id=h&(K−1)（要求K为2的幂）。
步骤4：处理路径数量变化。当路径数K变化时（如链路故障），取模映射会导致几乎所有流重映射，破坏流保持性。使用一致性哈希：将路径和流都映射到一个大的哈希环（如0~2^32-1）。每个路径占据环上几个点（虚拟节点）。流映射到环上顺时针方向第一个路径点。增加/删除路径只影响相邻区间的流。
步骤5：数学描述。设哈希环大小为M（如M=2^32）。每个物理路径Pi​对应r个虚拟节点，位置为H(Pi​∥j)modM,j=0,...,r−1。对于流f，计算hf​=H(f)modM，找到满足v≥hf​的最小虚拟节点v（环上顺时针），v所属的物理路径即为所选路径。若未找到，选择最小v（环绕）。
步骤6：负载均衡度。虚拟节点数r越大，负载越均匀。流映射的方差与1/rK​成正比。

精度： 哈希均匀性假设， 实际取决于哈希函数质量。
特征： 确定性映射（同一流总映射到同一路径）， 路径变化时影响最小。

哈希理论， 一致性哈希， 随机性。

数据中心网络ECMP， 负载均衡器， 缓存分区。

K： 等价路径数量。
H(⋅)： 哈希函数（如CRC32）。
h： 哈希值（整数）。
path_id： 路径索引（0到K-1）。
M： 哈希环大小（如2^32）。
r： 每个物理路径的虚拟节点数。
v： 虚拟节点在环上的位置。

概率与统计： 均匀分布假设。
模运算： 取模操作。
数据结构： 有序环（如红黑树存储虚拟节点）。

1. 初始化：对于每条路径Pi​，计算其r个虚拟节点位置vi,j​=H(Pi​∥j)modM，插入有序数据结构（如红黑树）。
2. 流到达：提取流密钥FlowKey，计算hf​=H(FlowKey)modM。
3. 查找路径：在有序结构中查找大于等于hf​的最小节点v。如果未找到，则取最小的节点（环绕）。
4. 确定路径：节点v对应的物理路径Pi​即为该流路径。
5. 路径变更：当路径增加或删除，仅需增加或移除其对应的虚拟节点，重新映射受影响的流（其hf​落在变更的虚拟节点区间内）。

硬件： 交换机ASIC中的哈希计算单元（如CRC引擎）， TCAM或SRAM存储哈希表。
软件： 一致性哈希库（如libconhash）， 路由协议扩展。

RoCE-D1-0013​

协议算法

网络协议/差错控制

RoCEv2报文封装与ICRC计算

目标：描述RoCEv2 over UDP/IP的封装格式，并计算完整性校验值（ICRC）。
步骤1：报文格式。RoCEv2报文结构：以太网头(14B) + IP头(20B) + UDP头(8B) + InfiniBand传输头(20B) + 有效载荷 + ICrc(4B) + VCRC(2B)。
步骤2：ICRC覆盖范围。ICRC覆盖从IP头开始到有效载荷结束（不包括VCRC和ICRC自身）。具体包括：IP头、UDP头、InfiniBand传输头、有效载荷。
步骤3：ICRC多项式。使用32位CRC多项式，称为“ICRC多项式”：
G(x)=x32+x26+x23+x22+x16+x12+x11+x10+x8+x7+x5+x4+x2+x+1
这与IEEE 802.3 CRC-32相同，但初始值和处理方式不同。
步骤4：计算步骤。
1. 将覆盖范围的数据视为一个位串，最高位（MSB）在前。
2. 在数据末尾附加32个0位（即乘以x32）。
3. 用多项式G(x)进行模2除法，得到余数R(x)，次数≤31。
4. 将余数取反（1的补码），得到ICRC值。
5. 将ICRC值以小端字节序放入报文ICRC字段。
步骤5：数学描述。设数据对应的多项式为D(x)，次数为k-1。计算：
R(x)=(D(x)⋅x32)modG(x)
ICRC=R(x)​
其中⋅表示按位取反。
步骤6：VCRC计算。VCRC覆盖整个报文（包括以太网头和ICRC），使用16位CRC多项式GV​(x)=x16+x12+x3+x+1，计算方式类似，但初始值为0xFFFF，不取反。

精度： 确定性算法， 可检测所有奇数个错误和最多32位突发错误。
特征： 线性编码， 模2运算。

循环冗余校验（CRC）原理， 有限域运算（GF(2)）。

RoCEv2网卡硬件卸载， 端到端数据完整性校验。

D(x)： 数据多项式（覆盖IP头到有效载荷）。
G(x)： ICRC生成多项式（见上）。
R(x)： 余数多项式。
ICRC： 4字节完整性校验值。
GV​(x)： VCRC生成多项式（x16+x12+x3+x+1）。
VCRC： 2字节端到端校验值。

代数： 有限域GF(2)上的多项式运算。
模运算： 模2除法。
逻辑： 按位异或、移位。

1. 构造报文：组装IP头、UDP头、IB传输头、有效载荷。
2. ICRC计算：
a. 将覆盖范围的数据（从IP头开始到有效载荷结束）表示为位串。
b. 在数据后附加32个0位。
c. 用多项式G(x)进行模2除法（通过LFSR实现）。
d. 将32位余数取反（每位取反）。
e. 将结果（ICRC）放入报文ICRC字段（字节偏移量从IP头开始计算）。

RoCE-D1-0014​

拥塞控制算法

控制理论/网络算法

DCQCN (Data Center Quantized Congestion Notification) 模型

目标：在RoCEv2网络中实现基于速率的端到端拥塞控制，避免PFC导致的全局暂停。
步骤1：系统模型。DCQCN是发送方基于ECN标记的响应式算法。包括三个部分：交换机标记、接收方反馈、发送方调整。
步骤2：交换机标记算法。采用类似于DCTCP的ECN标记，但针对RoCE优化。队列长度q(t)动态变化。标记概率p(t)：
p(t)=⎩⎨⎧​0Kmax​−Kmin​q(t)−Kmin​​1​q(t)<Kmin​Kmin​≤q(t)<Kmax​q(t)≥Kmax​​
Kmin​,Kmax​为可配置阈值。
步骤3：接收方反馈。收到带ECN标记的报文后，接收方生成CNP（Congestion Notification Packet）反馈给发送方，包含当前标记信息。
步骤4：发送方速率控制。发送方维护当前速率R(t)。收到CNP后，进入快速恢复阶段。核心算法为类似TCP的AIMD，但参数更激进：
AI阶段（Additive Increase）：R(t+1)=R(t)+α，α为固定增量。
MI阶段（Multiplicative Increase）：长时间无拥塞时，R(t+1)=R(t)×(1+β)，β较小（如0.01）。
收到CNP反应：立即将速率减为R(t+1)=R(t)×(1−γ)，γ为减小因子（如0.125）。然后进入快速恢复，速率线性增加直到达到目标速率。
步骤5：微分方程模型。在流体流近似下，平均速率变化可描述为：
dtdR(t)​=RTTα​−R(t)⋅p(t−RTT)⋅RTTγ​
第一项为AI，第二项为拥塞导致的速率减少。稳定时dR/dt=0，解得R=α/(γ⋅p)​。
步骤6：参数调优。典型值：α=5Mbps, β=0.01, γ=0.125, Kmin​=50KB, Kmax​=150KB。RTT越小，α应越小以避免震荡。

精度： 流体模型是近似，实际离散实现有抖动。
稳定性： 在均匀RTT和小缓冲下稳定，但参数敏感。

控制理论（PID的变体）， AIMD原理， 排队论。

基于RoCEv2的数据中心网络拥塞控制， 替代TCP的流控。

R(t)： 发送速率（bps）。
q(t)： 交换机队列长度（Bytes）。
p(t)： ECN标记概率。
Kmin​,Kmax​： ECN标记阈值（Bytes）。
α： 加性增加参数（bps per RTT）。
β： 乘性增加因子。
γ： 减小因子（0<γ<1）。
RTT： 往返时延（s）。

微分方程： 速率变化的连续模型。
优化： 参数调优平衡敏捷性与稳定性。
概率： 随机标记。

1. 交换机行为：每个报文到达时，根据当前q(t)计算标记概率p(t)，以该概率设置ECN位。
2. 接收方行为：检测到ECN标记的报文，在下一个反向报文（或专门CNP）中携带拥塞信息回源。
3. 发送方行为：
a. AI：每RTT无CNP，则R←R+α。
b. MI：连续多个RTT（如50个）无CNP，则R←R×(1+β)。
c. CNP反应：收到CNP，R←R×(1−γ)，记录Rtarget​=R，进入快速恢复阶段，每RTT增加α直到R≥Rtarget​。

硬件： 交换机支持ECN标记， 网卡支持CNP生成和速率调整逻辑。
软件： DCQCN内核模块或用户态驱动， 参数可调。

RoCE-D1-0015​

拥塞控制算法

控制理论/网络算法

TIMELY延迟基拥塞控制

目标：利用RTT梯度而非ECN来检测拥塞，适用于浅缓冲交换机。
步骤1：核心思想。测量每个RTT的RTT变化，RTT增加表明拥塞开始。使用梯度G=(RTTcurrent​−RTTbase​)/RTTbase​。
步骤2：速率更新方程。发送方维护当前速率R和基准RTT RTTbase​（历史最小RTT）。每收到一个ACK，更新：
ΔR=⎩⎨⎧​−η⋅R⋅G+α0​if G>0if G≤0 and RTTcurrent​−RTTbase​<Tlow​otherwise​
步骤3：参数说明。η为减小因子（如0.5），α为增加因子（如5Mbps）。Tlow​和Thigh​是RTT阈值，定义无拥塞、轻拥塞、重拥塞区域。
步骤4：多阈值决策。更精确的更新规则：
如果 RTTcurrent​−RTTbase​<Tlow​： R←R+α（积极增加）
如果 Tlow​≤RTTcurrent​−RTTbase​<Thigh​： R←R+α⋅(1−Thigh​−Tlow​RTTdiff​−Tlow​​)（谨慎增加）
如果 RTTcurrent​−RTTbase​≥Thigh​： R←R×(1−β⋅RTTdiff​RTTdiff​−Thigh​​)（乘性减小）
其中RTTdiff​=RTTcurrent​−RTTbase​，β为减小因子。
步骤5：参数选择。Tlow​通常设为~5μs（浅缓冲排队延迟），Thigh​设为~50μs。α与链路带宽和流数相关，η或β控制下降速度。

精度： 对延迟敏感， 在浅缓冲下比ECN更快感知拥塞。
误差： RTT测量受噪声影响， 需滤波。

梯度下降思想， 反馈控制， 延迟与拥塞正相关性。

低延迟、浅缓冲的数据中心网络（如光子交换机）， RoCE拥塞控制。

R(t)： 发送速率（bps）。
RTTcurrent​： 当前测量的RTT（s）。
RTTbase​： 历史最小RTT，估计传播延迟（s）。
RTTdiff​： RTTcurrent​−RTTbase​（s）。
Tlow​,Thigh​： 低、高RTT增量阈值（s）。
α： 加性增加步长（bps per ACK）。
η,β： 乘性减小因子。
G： RTT梯度。

微分/差分方程： 离散时间速率更新。
条件逻辑： 分段函数。
优化： 阈值和因子的调优。

1. 测量：每个数据包发送时打时间戳ts​，对应ACK到达时记录ta​，计算RTTsample​=ta​−ts​。
2. 滤波：使用滑动窗口最小滤波更新RTTbase​，使用指数加权平均更新RTTcurrent​。
3. 决策：计算RTTdiff​，根据上述多阈值规则选择相应的速率更新公式，计算ΔR。
4. 更新：R←R+ΔR，确保在[Rmin​,Rmax​]范围内。
5. 循环：对每个ACK重复步骤1-4。

硬件： 高精度时间戳计数器， 低延迟ACK处理逻辑。
软件： 网卡驱动或端主机协议栈实现， 参数可配置。

RoCE-D1-0016​

拥塞控制算法

控制理论/网络算法

HPCC (High Precision Congestion Control) 精确负载反馈模型

目标：通过交换机直接反馈精确的负载信息（队列变化、链路利用率），实现快速、精确的速率控制。
步骤1：带内测量。交换机在每个数据包头上携带两个字段：txBytes（自上次反馈后本端口已发送字节数）和qDepth（当前队列长度）。
步骤2：反馈计算。当数据包到达接收方，接收方从包头提取txBytes1​,qDepth1​（入口）和txBytes2​,qDepth2​（出口），并计算：
Δq=qDepth2​−qDepth1​+L
其中L为数据包长度。Δq表示该包在交换机中排队的增量。
步骤3：链路利用率估算。时间窗口T内链路利用率u：
u=C⋅TtxBytes2​−txBytes1​+L​
其中C为链路容量，T为包在交换机内的驻留时间（可由时间戳差估算）。
步骤4：发送方速率更新。目标是通过控制速率使链路利用率u接近目标值Utarget​（如95%），同时队列q接近目标Qtarget​（如少量缓冲）。使用PID控制：
Rnew​=Rcurrent​×uUtarget​​×qQtarget​​×(1−α⋅(q−Qtarget​))
简化版：Rnew​=Rcurrent​×min(uUtarget​​,qQtarget​​)。
步骤5：稳定性分析。线性化后，系统可建模为二阶反馈系统。参数选择满足Nyquist稳定判据，α控制阻尼。

精度： 高， 直接测量负载而非推断。
延迟： 反馈快， 收敛迅速。
开销： 包头开销增加。

控制理论（PID）， 信息论（带内遥测）， 排队论。

超低延迟、高吞吐的数据中心网络， 与INT（In-band Network Telemetry）结合。

txBytes： 端口累计发送字节数。
qDepth： 当前队列长度（Bytes）。
Δq： 包引起的队列增量（Bytes）。
u： 链路利用率（0到1）。
C： 链路容量（bps）。
T： 时间窗口/包驻留时间（s）。
Utarget​： 目标利用率（如0.95）。
Qtarget​： 目标队列长度（Bytes）。
α： 阻尼因子。

比例控制： 直接按测量值与目标值的比例调整。
反馈系统： 闭环控制， 稳定性分析。
优化： 目标值和增益的选取。

1. 交换机标记：数据包进入交换机时，在包头记录入口端口的txBytes1​,qDepth1​；离开时记录出口端口的txBytes2​,qDepth2​。
2. 接收方计算：收到包后，提取上述字段，计算Δq和u。
3. 反馈：通过ACK或专门消息将(u,q)反馈给发送方。
4. 发送方调整：发送方根据最新反馈，使用速率更新公式计算新的发送速率Rnew​。
5. 限速：按照Rnew​调度报文发送。

硬件： 交换机支持带内遥测（INT）， 包头修改逻辑。
软件： 发送端速率控制逻辑， 接收端反馈生成逻辑。

RoCE-D1-0017​

拓扑结构

图论/网络工程

三层Clos网络（Fat-Tree）无阻塞条件与路由

目标：构建一个可扩展的无阻塞网络拓扑，并计算其规模与成本。
步骤1：Clos拓扑结构。三层Clos（m, n, r）：
- 输入层：r个pod，每个pod有n个边缘交换机（ToR），每个ToR连接m个服务器。
- 聚合层：每个pod有m个聚合交换机，每个ToR上行链路到本pod所有聚合交换机。
- 核心层：有 (m×r)个核心交换机？ 修正：对于Fat-Tree，核心层有(n/2)2个核心交换机（当m=n时）。更通用：三层Clos中，核心层交换机数量为 k=m，每个核心交换机连接所有pod的每个聚合交换机中的一个（即共r×m条上行链路，被k个核心交换机平分，每个核心有r个端口）。为无阻塞，需满足m≥n。
步骤2：无阻塞条件。对于任意输入输出配对，只要中间级有足够路径。经典Clos无阻塞条件（严格无阻塞）：m≥2n−1。可重排无阻塞条件：m≥n。对于Fat-Tree（一种特殊的Clos），m=n，是可重排无阻塞的。
步骤3：Fat-Tree规模。设k=n（每个交换机的端口数）。则：
- 每个pod有k个ToR和k个聚合交换机，共k2/4个核心交换机。
- 每个ToR连接k/2个服务器，总服务器数N=(k3)/4。
- 总交换机数S=(5k2)/4。
步骤4：路由算法。使用Pod内和Pod间路由。对于Pod内流量，在聚合层交换；对于Pod间流量，通过核心层。采用基于目的IP的ECMP路由。具体：设服务器地址为(10.pod.switch.host)。从(10.A.a.i)到(10.B.b.j)：
1. 如果A==B（同一pod），则通过本pod内聚合层直接转发。
2. 如果A!=B，则源ToR选择一个核心层交换机（基于流哈希），通过该核心转发到目的pod的聚合层，再到目的ToR。
步骤5：二分带宽。任意两个pod间有(k/2)2条等成本路径，可提供k2/4的互连带宽（假设每个链路带宽为1单位）。

精度： 确定性的拓扑性质。
可扩展性： 服务器数随k3增长， 成本较高。

图论（多级交换网络）， Clos理论， 互联网络拓扑。

数据中心网络骨干拓扑， 高性能计算互连。

k： 交换机端口数（偶数）。
m： 聚合/核心交换机上行端口数，在Fat-Tree中m=k。
n： ToR下行端口数（连接服务器），在Fat-Tree中n=k/2。
r： Pod数量，在Fat-Tree中r=k。
N： 总服务器数量。
S： 总交换机数量。

组合数学： 连接模式计数。
图论： 多部图， 路径多样性。
路由算法： 基于地址的确定路由。

1. 网络构建：根据k值，部署k个pod，每个pod有k个ToR和k个聚合交换机，部署k2/4个核心交换机，按照Fat-Tree规则连接。
2. 路由表计算：使用基于地址的规则，为每台交换机生成转发表。Pod内路由是固定的，Pod间路由通过ECMP在多个核心交换机中哈希选择。
3. 流量转发：
a. 源服务器发送包到其ToR。
b. ToR检查目的IP，若在同一pod，则转发给对应的聚合交换机，再转给目的ToR。
c. 若在不同pod，ToR根据哈希结果选择一台核心交换机，将包转发给该核心。
d. 核心交换机将包转发给目的pod的对应聚合交换机，再经目的ToR到服务器。

硬件： 大量商用交换机， 布线系统。
软件： 网络操作系统（如ONIE）， 路由协议（如BGP）或SDN控制器集中计算路由。

RoCE-D1-0018​

拓扑结构

图论/网络工程

Dragonfly拓扑的全局自适应路由

目标：构建超大规模低直径拓扑，并设计避免本地拥塞的自适应路由算法。
步骤1：Dragonfly结构。Dragonfly由多个组（group）通过全连接构成。每个组内包含a个交换机，每个交换机有p个终端端口（连接服务器），h个本地组内端口（连接组内其他交换机），g个全局端口（连接其他组）。组内交换机通过h端口全连接。组间通过g端口全连接，形成全连接或近似全连接。
步骤2：参数与规模。设每个交换机有k个端口，则k=p+h+g。通常h=a−1。组内全连接需h≥a−1，组间全连接需g≥G−1，其中G为总组数。总交换机数S=a×G。总终端数N=a×G×p。
步骤3：路由算法。最小路径路由可能导致局部热点。自适应路由：
1. 如果源和目的在同一组，直接通过组内链路（1跳）。
2. 如果源和目的在不同组，有两条最小路径：
- 路径1（先全局）：源交换机 -> 本组内一个全局中继交换机（通过本地链路） -> 目的组（通过全局链路）-> 目的交换机（通过目的组内链路）。
- 路径2（后全局）：源交换机 -> 另一组（通过全局链路）-> 目的组（通过该组的全局链路）-> 目的交换机（通过目的组内链路）。
3. 自适应选择：根据全局链路拥塞状态选择。定义全局链路利用率阈值Uth​。选择负载较轻的路径。
步骤4：拥塞感知。每个交换机监控其全局链路的队列长度q。如果q<Qth​，则认为链路空闲；否则认为拥塞。交换路由决策时优先选择空闲路径。

精度： 拓扑直径小（通常3跳）。
可扩展性： 终端数N可随p,a,g乘积增长， 超大规。

图论（层次化全连接图）， 自适应路由理论， 负载均衡。

超大规模高性能计算互连（如Slingshot）， AI集群网络。

a： 每组内交换机数量。
p： 每个交换机连接终端的端口数。
h： 每个交换机连接组内其他交换机的端口数，通常h=a−1。
g： 每个交换机连接其他组的全局端口数。
G： 总组数。
k： 交换机总端口数k=p+h+g。
q： 队列长度。
Qth​,Uth​： 队列和利用率阈值。

图论： 图的直径和度。
组合： 全连接图的链接数。
自适应算法： 基于拥塞状态的条件分支。

1. 路由决策：当交换机收到发往远程组的包，检查所有可能的全局出口链路（本组的全局链路）的拥塞状态。
2. 选择：如果存在q<Qth​的出口链路，则随机选择一个；否则，如果所有出口链路q≥Qth​，则选择队列最短的。
3. 转发：如果选择“先全局”路径，则将包转发给本组内拥有所选全局链路的那个交换机（通过本地链路）。如果选择“后全局”路径，则直接通过自己的一个全局链路发出。
4. 后续路由：中间交换机按照类似逻辑继续转发，直到目的组，然后通过组内路由到达目的交换机。

硬件： 支持大量端口的交换机， 高速光模块用于全局链路。
软件： 分布式自适应路由协议， 全局链路状态监控。

RoCE-D1-0019​

性能模型

排队论/概率论

M/M/1队列模型与平均延迟

目标：分析单个排队系统的平均报文延迟，作为网络性能的基本模型。
步骤1：模型假设。泊松到达过程，到达率λ（包/秒）。指数服务时间分布，服务率μ（包/秒）。单服务器，无限缓存。即M/M/1队列。
步骤2：稳定性条件。需要ρ=λ/μ<1，其中ρ为利用率。
步骤3：稳态概率。系统中恰好有n个包（包括正在服务的）的概率为几何分布：
Pn​=(1−ρ)ρn,n=0,1,2,...
步骤4：平均队列长度。平均系统中的包数L：
L=E[N]=∑n=0∞​nPn​=1−ρρ​
步骤5：平均等待时间。包括服务时间。由Little定律：L=λW，其中W为平均系统时间（总延迟）。因此：
W=λL​=1−ρ1/μ​=μ−λ1​
步骤6：平均排队时间。仅排队等待时间Wq​（不包括服务时间）：
Wq​=W−μ1​=μ−λρ​=μ(1−ρ)ρ​
平均排队长度Lq​=λWq​=1−ρρ2​。
步骤7：参数与实际应用。对于交换机输出队列，服务率μ=C/Lavg​，其中C为链路容量（bps），Lavg​为平均包长（bits）。到达率λ为聚合流量速率。当ρ接近1时，延迟急剧增加。

精度： 在泊松到达、指数服务下精确。实际流量可能具有突发性，导致延迟被低估。
特征： 闭合形式解， 延迟与1/(1−ρ)成正比。

随机过程（泊松过程， 指数分布）， Little定律， 马尔可夫链。

网络性能初步分析， 交换机输出队列平均延迟估算， 容量规划。

λ： 到达率（包/秒）。
μ： 服务率（包/秒）。
ρ： 利用率， ρ=λ/μ。
Pn​： 系统中有n个包的概率。
L： 平均系统中的包数。
W： 平均系统时间（总延迟）（秒）。
Wq​： 平均排队时间（秒）。
Lq​： 平均排队长度（包数）。

概率： 几何分布， 泊松过程。
级数： 几何级数求和。
代数： Little定律的应用。

1. 包到达：到达时间间隔服从指数分布Exp(λ)。
2. 服务开始：如果服务器空闲，立即服务；否则，加入队列尾部。
3. 服务：服务时间服从指数分布Exp(μ)。
4. 离开：服务完成后，包离开系统。如果队列非空，从队头取下一个包服务。
5. 稳态：经过足够长时间，系统状态分布趋于Pn​，平均延迟为W。

硬件： 交换芯片队列的抽象模型。
软件： 排队论仿真工具（如MATLAB Queueing Toolbox）， 性能分析模型。

RoCE-D1-0020​

性能模型

排队论/概率论

M/D/1队列模型与确定服务时间

目标：分析固定长度包（如以太网帧）排队系统的延迟，比M/M/1更贴近实际。
步骤1：模型假设。泊松到达，到达率λ。确定服务时间d=1/μ（常数）。单服务器，无限队列。即M/D/1队列。
步骤2：Pollaczek-Khintchine公式。平均排队长度Lq​为：
Lq​=2(1−ρ)ρ2​+2(1−ρ)λ2Var[S]​
其中Var[S]是服务时间的方差。对于确定服务时间，Var[S]=0，所以：
Lq​=2(1−ρ)ρ2​
步骤3：平均等待时间。由Little定律，Wq​=Lq​/λ：
Wq​=2λ(1−ρ)ρ2​=2μ(1−ρ)ρ​
步骤4：平均系统时间。包括服务时间d=1/μ：
W=Wq​+μ1​=μ1​+2μ(1−ρ)ρ​=2μ(1−ρ)2−ρ​
步骤5：与M/M/1比较。M/D/1的平均等待时间只有M/M/1的一半，因为服务时间无随机性。M/M/1的WqMM1​=μ(1−ρ)ρ​，所以WqMD1​=21​WqMM1​。
步骤6：应用。对于固定长度信元（如ATM，或固定大小数据段），服务时间固定。对于变长包，需用M/G/1模型。交换机Crossbar调度后的输出队列可近似为M/D/1，如果调度器提供固定时隙。

精度： 在泊松到达、定长包下精确。实际包长分布可变。
特征： 方差为0的服务时间使排队延迟减半。

排队论（M/G/1）， Pollaczek-Khintchine公式， Little定律。

固定信元交换（如ATM）， 时分复用（TDM）系统， 有固定服务时间的调度器性能分析。

λ： 到达率（包/秒）。
μ： 服务率（包/秒）。
d： 确定服务时间，d=1/μ（秒）。
ρ： 利用率， ρ=λ/μ。
Var[S]： 服务时间方差，此处为0。
Lq​： 平均排队长度。
Wq​： 平均排队时间。
W： 平均系统时间。

概率： 泊松到达， 确定服务。
公式： Pollaczek-Khintchine公式的特殊形式。
比较分析： 与M/M/1对比。

时序流程同M/M/1，区别在于服务时间是常数d，而非指数随机变量。因此，每个包的服务时间严格为d秒。这减少了队列长度的随机性，从而降低了平均等待时间。

硬件： 固定时隙的交换结构输出模型。
软件： 排队论分析库， 性能评估。

RoCE-D1-0021​

缓冲区 sizing 模型

排队论/概率论

基于大偏差理论的缓冲区大小规划

目标：在给定目标丢包率下，计算所需缓冲区大小，以吸收流量突发。
步骤1：大偏差原理。对于多个独立流聚合，队列长度超过阈值B的概率呈指数衰减：
P(Q>B)≈e−θB
其中θ是“服务质量指数”，依赖于流量特性。
步骤2：有效带宽。对于到达过程A(t)，其有效带宽函数为：
α(s)=limt→∞​st1​logE[esA(t)]
对于N个独立同分布流，聚合有效带宽为N⋅α(s)。
步骤3：缓冲区-带宽权衡。给定服务率C，缓冲区大小B，流数量N，丢包率Ploss​满足：
Ploss​≈e−θB
其中θ是方程N⋅α(θ)=Cθ的解。
步骤4：ON-OFF流模型。假设每个流是ON-OFF过程，ON期以速率R发送，OFF期不发。ON和OFF期长度分别服从均值为Ton​, Toff​的指数分布。则每个流的有效带宽为：
α(s)=s1​log(p+qpesR+q​)
其中p=1/Ton​, q=1/Toff​。
步骤5：求解与近似。方程Nα(θ)=Cθ通常需数值求解。近似解：当B较大，C接近NRTon​+Toff​Ton​​（平均速率）时，
θ≈N⋅σ22(C−N⋅rˉ)​
其中rˉ是每个流的平均速率，σ2是方差。
步骤6：计算缓冲区大小。给定目标丢包率Plosstarget​，
B≈−θlog(Plosstarget​)​
对于数据中心突发流量，θ较小，需要较大B。传统经验法则B=RTT×C可能过大或过小，此模型提供更精确估计。

精度： 大偏差是渐近精确的， 对大量流、大缓冲区场景准确。
误差： 对少量流或短相关流量可能不准确。

大偏差理论， 有效带宽理论， 随机过程。

核心路由器/交换机缓冲区容量规划， 数据中心TOR交换机缓冲区设计。

B： 缓冲区大小（包或字节）。
Ploss​： 丢包率。
θ： 服务质量指数（指数衰减率）。
C： 链路容量/服务速率（bps）。
N： 流数量。
α(s)： 有效带宽函数。
R： ON期发送速率（bps）。
Ton​,Toff​： ON, OFF期平均长度（秒）。
rˉ： 平均速率， rˉ=R⋅Ton​/(Ton​+Toff​)。
σ2： 速率方差。

随机过程： ON-OFF过程， 矩母函数。
极限理论： 大偏差原理。
数值求解： 求解方程Nα(θ)=Cθ。

1. 流量建模：通过测量或假设，确定流量模型参数（如ON-OFF参数R,Ton​,Toff​）。
2. 计算有效带宽：根据模型（如ON-OFF）计算α(s)。
3. 求解θ：对于给定的N,C，数值求解方程Nα(θ)=Cθ。
4. 计算缓冲区：给定目标丢包率Plosstarget​，计算B=−log(Plosstarget​)/θ。
5. 验证：通过仿真或实际部署验证丢包率是否达标。

硬件： 交换机内存容量规划依据。
软件： 大偏差计算工具， 流量分析工具估计参数。

RoCE-D1-0022​

协议算法

网络协议/可靠性

基于信用（Credit）的流控窗口模型

目标：通过接收方授予信用（发送权）来控制发送速率，实现无丢失流控。
步骤1：信用机制。接收方维护信用窗口Wcredit​，表示发送方可以发送的数据量（字节）。初始Wcredit​=Wmax​。发送方维护已发送未确认的数据量Wsent​。
步骤2：发送条件。发送方仅在Wsent​<Wcredit​时才能发送新数据。每次发送长度为L的报文，则更新Wsent​=Wsent​+L。
步骤3：信用更新。接收方处理数据后，通过ACK或专门信用更新报文，授予新的信用：Wcredit​=Wcredit​+Δ，其中Δ是接收方可释放的缓冲区大小。
步骤4：模型分析。设链路单向延迟为D，接收方处理速度为Rproc​。发送方以链路容量C发送。为防止接收方溢出，需满足：
Wmax​≥C⋅D+Bproc​
其中Bproc​是接收方处理所需的缓冲区，Bproc​=Rproc​⋅D。实际上Wmax​是信用窗口最大值，也等于接收方缓冲区大小Brecv​。
步骤5：稳态吞吐量。在无丢失、无阻塞情况下，最大吞吐量Θ受窗口限制：
Θ=min(C,RTTWmax​​)
其中RTT是往返时间。当Wmax​≥BDP=C⋅RTT时，可达到线速C。
步骤6：动态调整。接收方可根据缓冲区空闲情况动态调整Wmax​。例如，Wmax​=Brecv​−Qcurrent​，Qcurrent​是当前队列占用。

精度： 确定性模型， 能完全避免因接收方未准备造成的丢失。
特征： 需要双向通信交换信用信息。

流控理论， 生产者-消费者模型， 缓冲区管理。

InfiniBand链路层流控， RoCE的PFC（基于信用）， 高速接口的信用流控。

Wcredit​： 信用窗口大小（字节）， 接收方授予。
Wsent​： 已发送未确认的数据量（字节）。
Wmax​： 最大信用窗口/接收方缓冲区大小（字节）。
D： 单向传播延迟（s）。
C： 链路容量（bps）。
RTT： 往返时间， RTT=2D。
BDP： 带宽延迟积， BDP=C⋅RTT（bits）。
Brecv​： 接收方缓冲区总大小（字节）。
Qcurrent​： 接收方队列当前占用（字节）。

不等式约束： 发送条件Wsent​<Wcredit​。
关系式： 吞吐量与窗口、RTT的关系。
优化： 调整Wmax​最大化吞吐量同时最小化缓冲。

1. 初始化：接收方设置Wcredit​=Wmax​，并发送信用给发送方。
2. 发送：发送方检查Wsent​<Wcredit​，如果为真，发送报文，更新Wsent​+=L。
3. 接收与处理：接收方收到报文，放入缓冲区，处理报文。
4. 信用更新：接收方处理完报文后，缓冲区释放空间Δ。发送信用更新报文，Wcredit​+=Δ。
5. 信用到达：发送方收到信用更新，更新Wcredit​。
6. 循环：重复步骤2-5。如果Wsent​==Wcredit​，发送方必须等待，直到收到新信用。

硬件： 发送方和接收方的信用计数器， 比较器逻辑。
软件： 传输协议（如IB）的流控管理， 窗口状态机。

RoCE-D1-0023​

网络演算

排队论/确定性分析

网络演算的到达曲线与服务曲线模型

目标：为数据流提供确定性的延迟和积压上界，用于性能保障。
步骤1：到达曲线。流A(t)的到达曲线α(t)满足：对于所有s≤t，有A(t)−A(s)≤α(t−s)。即α(τ)是时间窗口τ内到达数据量的上界。常见模型：
- 漏桶：α(τ)=σ+ρτ，其中σ为突发容限，ρ为平均速率。
- 令牌桶：同漏桶。
步骤2：服务曲线。系统S对流的服务曲线β(t)满足：对于所有t，存在s≤t使得输出A′(t)≥(A⊗β)(t)，其中卷积定义为(f⊗g)(t)=inf0≤s≤t​{f(s)+g(t−s)}。如果系统是速率延迟服务器，则β(τ)=R⋅(τ−T)+，其中(x)+=max(0,x)，R为服务速率，T为最大处理延迟。
步骤3：积压上界。积压B(t)=A(t)−A′(t)。如果流经过到达曲线α约束，系统提供服务曲线β，则积压上界为：
Bmax​=supτ≥0​{α(τ)−β(τ)}
对于漏桶α(τ)=σ+ρτ和速率延迟β(τ)=R(τ−T)+，当ρ≤R时，Bmax​=σ+ρT。
步骤4：延迟上界。虚拟延迟D(t)=inf{d≥0:A(t)≤A′(t+d)}。延迟上界为：
Dmax​=supτ≥0​{inf{d≥0:α(τ)≤β(τ+d)}}
对于上述α和β，Dmax​=T+σ/R。
步骤5：串联定理。流经过多个串联系统，每个系统提供βi​，则总服务曲线为各服务曲线的卷积：βtotal​=β1​⊗β2​⊗...⊗βn​。
步骤6：应用。在交换机中，如果输入流服从漏桶(σ,ρ)，输出链路提供固定速率R，则积放上界为σ+ρ⋅(Lmax​/R)，其中Lmax​/R是最大包服务时间。

精度： 提供确定上界， 但可能悲观。
特征： 最坏情况分析， 与随机模型互补。

网络演算（min-plus代数）， 卷积运算， 确定性排队论。

实时网络性能保证， TSN（时间敏感网络）， 工业控制网络。

A(t)： 累积到达函数（bits）。
A′(t)： 累积离开函数（bits）。
α(τ)： 到达曲线。
β(τ)： 服务曲线。
σ： 突发容限（bits）。
ρ： 平均速率（bps）。
R： 服务速率（bps）。
T： 最大处理延迟（s）。
B(t)： 积压（队列长度）（bits）。
D(t)： 虚拟延迟（s）。
⊗： min-plus卷积。

min-plus代数： 卷积， 上确界。
优化： 求解最大垂直/水平偏差。
确定性： 最坏情况分析。

1. 流规范：流被漏桶(σ,ρ)整形，即其到达过程满足A(t+τ)−A(t)≤σ+ρτ。
2. 服务保障：系统（如输出队列）保证服务曲线β(τ)=R(τ−T)+，即任何时间窗口τ内，服务量至少为R(τ−T)+。
3. 积放计算：在任意时间t，积放B(t)=A(t)−A′(t)≤supτ​[α(τ)−β(τ)]=σ+ρT。
4. 延迟计算：任意数据单元的延迟D(t)≤inf{d:α(τ)≤β(τ+d)}=T+σ/R。

硬件： 流量整形器（漏桶实现）， 调度器（保证服务曲线）。
软件： 网络演算计算工具（如DiscoDNC）， 性能验证工具。

RoCE-D1-0024​

交换结构算法

调度/组合优化

最大权重匹配算法

目标：在输入排队交换机中，找到一组输入输出匹配，最大化队列长度的权重和，以实现高吞吐和公平性。
步骤1：问题形式化。设wij​为输入i到输出j的队列权重（如队列长度）。寻找匹配M（一组不冲突的(i,j)对），最大化总权重∑(i,j)∈M​wij​。输入输出只能匹配一个。
步骤2：转化为二分图最大权重匹配。构造完全二分图G=(I,O,E)，边eij​权重为wij​。目标是找到完美匹配（如果可能）使权重和最大。可用匈牙利算法，但复杂度O(N3)，不适合线速。
步骤3：最大权重匹配的近似与迭代。实际交换机使用迭代近似算法，如iSLIP是最大大小匹配的近似。最大权重匹配的一种迭代贪心算法：每轮选择权重最大的边，移除冲突的边，重复。但可能导致局部最优。
步骤4：基于队列长度的权重。常见权重wij​=Qij​，队列长度。则最大化总权重即是服务最长的队列。但可能导致饥饿短队列。
步骤5：基于等待时间的权重。权重wij​=ageij​，队列中最早信元的等待时间。最大化总权重是服务等待最久的信元，更公平。这称为最长队列优先（LQF）或最早信元优先（OCF）。
步骤6：稳定性。在允许的流量模式下，如果存在一个匹配算法使得所有队列保持有限，则该算法稳定。最大权重匹配算法在N×N交换中，对于任何允许的流量模式（λij​<1）都是稳定的，其中λij​是从i到j的到达率。
步骤7：硬件实现简化。硬件实现时，常使用wij​的近似，如将队列长度量化为有限比特，或使用iSLIP的轮询指针结合权重比较。

精度： 最大权重匹配是最优的， 但硬件实现是近似。
复杂度： 精确算法O(N3)， 硬件实现O(N2)或O(NlogN)。

二分图最大权重匹配， 组合优化， Lyapunov稳定性理论。

输入排队交换机的调度， 提供吞吐最优和公平性。

wij​： 输入i到输出j的权重（队列长度或等待时间）。
Qij​： 虚拟输出队列（VOQ）长度。
ageij​： VOQ中最早信元的等待时间（时隙）。
M： 匹配集合，(i,j)∈M表示输入i与输出j匹配。
λij​： 从i到j的到达率。

图论： 加权二分图匹配。
优化： 组合优化， 整数规划。
算法： 匈牙利算法（精确）， 贪心算法（近似）。

1. 权重计算：每个时隙开始，计算每个VOQ的权重wij​（如Qij​或ageij​）。
2. 匹配初始化：M=∅，所有输入输出标记为未匹配。
3. 迭代匹配：
a. 在所有未匹配的输入输出对(i,j)中，选择权重最大的边eij​。
b. 将(i,j)加入匹配M，标记输入i和输出j为已匹配。
c. 移除所有与输入i或输出j关联的边。
d. 重复a-c直到没有更多边可选。
4. 传输：根据匹配M，从对应的VOQ中取出信元传输。
5. 更新：更新队列状态和等待时间。

硬件： 权重比较器阵列， 优先级编码器， 匹配状态寄存器。
软件： 用于仿真的匈牙利算法实现， 性能评估。

RoCE-D1-0025​

交换结构算法

调度/组合优化

并行迭代匹配算法

目标：实现输入排队的快速、分布式匹配算法，近似最大匹配，用于Crossbar调度。
步骤1：PIM算法。并行迭代匹配是随机化算法。每轮包括三步：请求、授予、接受。
步骤2：请求。每个输入端口向其所有有报文队列的输出端口发送请求。
步骤3：授予。每个收到请求的输出端口，随机选择一个请求，向其发送授予。如果没有请求，则不动作。
步骤4：接受。每个收到授予的输入端口，随机选择一个授予，向其发送接受。如果没有授予，则不动作。接受形成本轮匹配。
步骤5：迭代。将已匹配的输入输出对排除，重复上述步骤多轮（如logN轮），以增加匹配大小。
步骤6：性能分析。在均匀流量下，单轮PIM达到的匹配大小期望约为(1−1/e)N≈0.632N。经过k轮，匹配大小接近N。每轮复杂度O(1)。
步骤7：随机性消除。PIM的随机选择可能导致不公平和延迟变化。iSLIP用轮询指针替代随机选择，提供公平性。

精度： 随机算法， 平均性能接近最大匹配。
公平性： 随机选择可能不公平， 有饥饿可能。

概率论， 随机算法， 二分图匹配。

早期交换机的Crossbar调度， 教学示例。

N： 端口数。
请求集： 输入i到输出j有请求的集合。
授予： 输出j选择输入i的随机决策。
接受： 输入i选择输出j的随机决策。
匹配M： 接受的输入输出对集合。
迭代次数k： 通常k=log2​N。

概率： 随机选择。
期望： 匹配大小的期望值分析。
算法： 分布式随机算法。

1. 初始化：所有输入输出未匹配。
2. 请求阶段：每个输入i向所有有队列的输出j发送请求reqij​。
3. 授予阶段：每个输出j收到一组请求Rj​。如果Rj​非空，则均匀随机选择一个输入i∈Rj​，发送授予gji​。
4. 接受阶段：每个输入i收到一组授予Gi​。如果Gi​非空，则均匀随机选择一个输出j∈Gi​，发送接受aij​。这对(i,j)在本轮匹配成功。
5. 迭代：移除已匹配的输入输出，重复步骤2-4，最多k轮。

硬件： 随机数生成器， 仲裁逻辑。
软件： 离散事件仿真。

RoCE-D1-0026​

缓冲结构

排队论/性能分析

输出排队与虚拟输出排队吞吐量对比模型

目标：量化输出排队和虚拟输出排队在均匀和非均匀流量下的吞吐量差异。
步骤1：输出排队。每个输出端口有独立缓冲区。输入端口无缓冲区，到达的包立即被交换到输出队列。吞吐量：在均匀流量下，只要输入负载λ<1，每个输出队列的到达率为λ，服务率为1，所以稳定，吞吐量可达100%。但需要内部交换结构速度是端口的N倍（加速比N）。
步骤2：虚拟输出排队。每个输入端口为每个输出维护一个队列（VOQ）。交换结构一次只能传输一个包从每个输入和到每个输出。吞吐量受队头阻塞限制。
步骤3：均匀流量吞吐量。设每个输入有包发往每个输出的概率为λ/N。在输入排队下，每个输出端口的到达率不是独立的。饱和吞吐量ρmax​（当λ→1时）小于1。对于2x2交换机，ρmax​=0.75；对于大型N，ρmax​≈0.586（见RoCE-D1-0008）。
步骤4：非均匀流量（热点）。设某个输出是热点，概率为p，其他输出均匀。则热点输出的吞吐量在输出排队下仍为1（如果内部加速比足够），但在输入排队下会严重下降。分析：设输入负载为1，每个包以概率p发往热点输出。热点输出的饱和吞吐量ρhot​满足方程：
ρhot​=1−(1−N−1p​(1−ρhot​))N−1
当N大时，ρhot​≈1−e−p(1−ρhot​)。若p=0.5，N=32，ρhot​≈0.6，远低于1。
步骤5：加速比需求。为达到输出排队的性能，输入排队需要内部加速比S。对于均匀流量，S=2−2​≈1.586可使输入排队达到100%吞吐。对于非均匀流量，所需S更大。

精度： 理论模型， 假设流量独立。
洞察： 输出排队性能最优但成本高， VOQ加调度是折中。

排队论， 概率模型， 输入输出排队理论。

交换芯片架构选择， 性能评估， 加速比设计。

N： 端口数。
λ： 输入负载（每个输入端口的到达率）。
ρ： 输出端口的吞吐量/利用率。
ρmax​： 饱和吞吐量（λ=1时）。
p： 流量发往热点输出的概率。
S： 交换结构加速比（内部速度/外部速度）。
Qout​： 输出队列长度。
Qvoq​： VOQ队列长度。

概率： 独立假设， 二项分布。
方程求解： 非线性方程求ρhot​。
比较分析： 两种结构的吞吐量对比。

1. 输出排队：包到达输入端口，立即通过N倍速交换结构送往输出队列。输出队列以线速服务。吞吐量分析简单，每个输出队列是独立的M/D/1队列。
2. 虚拟输出排队：包到达输入端口，存入对应VOQ。每个时隙，调度器计算匹配，每个输入输出最多传输一个包。吞吐量分析需考虑调度算法和流量模式，在均匀流量下，饱和吞吐量是N的函数；在非均匀流量下，热点输出成为瓶颈。

硬件： 输出排队需要大容量共享内存和高带宽交叉开关， VOQ需要多个分布式缓冲区。
软件： 调度算法仿真， 性能建模。

RoCE-D1-0027​

网络演算

确定性分析

聚合调度的服务曲线（如SP）

目标：分析在严格优先级调度下，高优先级流对低优先级流的服务曲线影响，计算延迟上界。
步骤1：系统模型。两个优先级（高优先级H，低优先级L），共享一条输出链路，容量为C。调度策略是严格优先级：只要高优先级队列非空，就先服务高优先级包。
步骤2：高优先级流。高优先级流有到达曲线αH​(t)=bH​+rH​t（令牌桶）。其服务曲线βH​(t)=Ct，因为只要高优先级队列有数据，它就独占链路。
步骤3：低优先级流。低优先级流只有在高优先级队列为空时才能得到服务。高优先级流引起的“干扰”可以视为一个服务曲线的“降级”。低优先级流的服务曲线βL​(t)为：
βL​(t)=[Ct−αH​(t)]+=[Ct−(bH​+rH​t)]+=(C−rH​)t−bH​for t≥C−rH​bH​​
否则为0。这假设C>rH​。
步骤4：低优先级延迟上界。设低优先级流也有到达曲线αL​(t)=bL​+rL​t，且rL​≤C−rH​（稳定性条件）。则低优先级流经受的服务曲线是速率延迟型：βL​(t)=RL​(t−TL​)+，其中RL​=C−rH​，TL​=bH​/RL​。
步骤5：延迟上界计算。由网络演算，低优先级流的延迟上界为：
DLmax​=C−rH​bH​​+C−rH​bL​​
第一项是高优先级突发引起的延迟，第二项是低优先级自身突发引起的延迟。
步骤6：扩展到多级优先级。对于优先级1,2,...,n，优先级1最高。优先级k的服务曲线为：
βk​(t)=[Ct−∑i=1k−1​αi​(t)]+
其中αi​(t)是优先级i的到达曲线。

精度： 确定性上界， 最坏情况分析。
特征： 严格优先级下， 低优先级可能饥饿。

网络演算， 聚合调度分析， 最小加代数。

具有优先级的交换机调度（如PFC流量控制）， TSN中的优先级调度。

C： 链路容量（bps）。
αH​(t),αL​(t)： 高、低优先级流的到达曲线。
bH​,rH​： 高优先级流的突发容限（bits）和平均速率（bps）。
bL​,rL​： 低优先级流的突发容限和平均速率。
βH​(t),βL​(t)： 高、低优先级流得到的服务曲线。
DLmax​： 低优先级流的最大延迟上界（s）。
RL​： 低优先级流保证的服务速率，RL​=C−rH​。
TL​： 低优先级流的初始延迟，TL​=bH​/RL​。

min-plus代数： 服务曲线的计算。
不等式： 服务曲线的定义[x]+。
确定性： 最坏情况延迟。

1. 流量整形：高、低优先级流分别经过漏桶(σH​,ρH​)和(σL​,ρL​)整形。
2. 调度：每个时隙，如果高优先级队列非空，则服务高优先级包；否则服务低优先级包。
3. 服务曲线推导：在高优先级流的“忙周期”内，低优先级流得不到服务。忙周期最大长度由高优先级突发bH​和服务速率C决定。由此推导出低优先级流的服务曲线βL​(t)。
4. 延迟上界：将αL​(t)和βL​(t)代入网络演算延迟公式，得到DLmax​。

硬件： 优先级队列， 严格优先级调度器。
软件： 网络演算工具， 确定性网络性能分析。

RoCE-D1-0028​

协议算法

网络协议/拥塞控制

显式拥塞通知的概率标记模型

目标：建模基于队列长度的ECN随机标记概率，及其对流量动态的影响。
步骤1：标记概率函数。通常使用线性标记函数，队列长度q在阈值Kmin​和Kmax​之间时，标记概率p线性增加：
p(q)=⎩⎨⎧​0Kmax​−Kmin​q−Kmin​​1​q<Kmin​Kmin​≤q<Kmax​q≥Kmax​​
步骤2：队列动态。队列长度变化受到达过程a(t)和服务过程c（常数链路容量）影响。连续时间近似：
dtdq​=a(t)−cif q>0 or a(t)>c
步骤3：与TCP/AQM耦合。假设有N个相同的TCP流共享瓶颈，每个流的窗口为wi​。在ECN标记下，每个RTT内，流i收到标记的概率约为p(q)。TCP的窗口更新为：wi​←wi​+1/wi​每RTT（无标记），wi​←wi​/2（有标记）。
步骤4：流体流模型。平均窗口W(t)和队列q(t)的微分方程：
dtdW​=RTT1​−2W​⋅p(q)⋅RTTW​
dtdq​=NRTTW​−c
第一式：窗口增加率1/RTT，减少率为标记概率乘以每次标记减少W/2，标记率p(q)W/RTT。第二式：队列变化为总到达率减去服务率。
步骤5：平衡点。设dW/dt=0,dq/dt=0，求得平衡点(W∗,q∗)：
W∗=NRTT⋅c​
p(q∗)=W∗22​
代入p(q)的线性部分，可得q∗=Kmin​+(Kmax​−Kmin​)p(q∗)。
步骤6：稳定性分析。线性化系统，计算雅可比矩阵，特征值实部为负则局部稳定。通过选择Kmin​,Kmax​可以调节稳定性和队列长度。

精度： 流体模型是近似， 忽略突发性和离散性。
特征： 非线性微分方程， 平衡点分析。

控制理论（非线性系统）， 随机过程（标记概率）， TCP流体模型。

交换机ECN参数调优（Kmin​,Kmax​）， DCTCP、DCQCN等算法的理论基础。

q(t)： 瞬时队列长度（packets）。
p(q)： 标记概率函数。
Kmin​,Kmax​： ECN标记阈值（packets）。
W(t)： 平均TCP窗口大小（packets）。
N： 流数量。
c： 链路容量（packets per second）。
RTT： 往返时间（s）。
a(t)： 总到达速率（packets per second）。

微分方程： 非线性耦合微分方程组。
平衡点分析： 求解平衡点， 线性化。
概率： 标记概率。

1. 队列更新：每个包到达时，根据当前队列长度q计算标记概率p(q)，并以该概率标记ECN位。
2. 流量响应：发送方收到ECN标记后，将拥塞窗口减半。
3. 窗口更新：每个RTT，若无标记，窗口增加1。
4. 连续近似：大量流下，窗口和队列的动态由上述微分方程描述。系统趋向平衡点(W∗,q∗)。
5. 参数影响：Kmin​影响队列目标长度，Kmax​影响标记的激进程度。

硬件： 交换机队列管理逻辑， 概率标记器。
软件： TCP/ECN参数调优， 控制系统仿真。

RoCE-D1-0029​

物理层

信号完整性/电磁学

S参数模型与通道响应

目标：用散射参数描述高速通道的频域特性，并计算时域脉冲响应。
步骤1：S参数定义。对于N端口网络，S参数Sij​表示从端口j入射、端口i出射的电压波之比。常用二端口S参数：S11​（回波损耗），S21​（插入损耗）。
步骤2：通道的频域响应。通道的传递函数H(f)近似为S21​(f)。考虑发射机和接收机的影响，总响应为：
Htotal​(f)=HTX​(f)⋅S21​(f)⋅HRX​(f)
其中HTX​(f)和HRX​(f)是发射机和接收机的频率响应。
步骤3：插入损耗拟合。插入损耗$

S_{21}(f)

$（dB）通常用以下模型拟合：
$$

S_{21}(f)

{dB} = -A \cdot \sqrt{f} - B \cdot f - C \cdot f^2<br>其中A项为导体损耗，B项为介质损耗，C项为辐射损耗（见RoCE-D1-0003）。相位响应$\angle S_{21}(f)$也需考虑。<br>**步骤4：时域脉冲响应**。对$H_{total}(f)$进行逆傅里叶变换得到时域脉冲响应$h(t)$：<br>h(t) = \mathcal{F}^{-1}{H{total}(f) }<br>通常$h(t)$是衰减、有拖尾的脉冲，导致码间干扰（ISI）。<br>**步骤5：信道建模**。将通道建模为有限冲激响应滤波器，系数为$h[k] = h(kT_s)$，$T_s$为符号间隔。接收信号$y(t)$是发送信号$x(t)$与$h(t)$的卷积加噪声：<br>y(t) = (x * h)(t) + n(t)$<br>离散形式：y[k] = \sum_{i=0}^{L-1} h[i

RoCE-D1-0029​

协议算法

流量控制/可靠性

PFC (Priority Flow Control) 死锁预防与检测模型

目标：建模PFC的流控机制，分析死锁条件，并提出预防策略。
步骤1：PFC机制。PFC基于IEEE 802.1Qbb，允许对8个优先级队列独立进行流控。当队列长度超过阈值Xoff​时，发送PAUSE帧给上游；当队列长度低于Xon​时，发送RESUME帧。PAUSE帧指定暂停时间（0-65535个量子时间）。
步骤2：死锁条件。环形依赖死锁：交换机A的优先级p队列满，向B发PAUSE；B的优先级p队列也满，向C发PAUSE；C向A发PAUSE，形成环路。数学上，死锁条件为存在有向环，其中每条边代表PAUSE依赖。
步骤3：死锁检测模型。构建依赖图G=(V,E)，顶点V为交换机-优先级对(S,p)，边(u,v)表示u向v发送了PAUSE且尚未恢复。死锁检测等价于检测有向图中是否存在环。使用深度优先搜索(DFS)或拓扑排序，复杂度O(V+E)。
步骤4：预防策略。打破对称性：为不同优先级分配不同的Xoff​/Xon​阈值。例如，优先级p的阈值：Xoff​(p)=Xbase​+Δ⋅p，Xon​(p)=Xoff​(p)−Hysteresis。这样高优先级队列更早触发PAUSE，避免与低优先级同时拥塞。
步骤5：超时恢复。设置PAUSE超时定时器Ttimeout​。如果超过Ttimeout​未收到RESUME，则强制恢复发送。这打破死锁但可能引起丢包。
步骤6：缓冲区管理。确保总缓冲区Btotal​足够吸收PAUSE传播延迟期间的流量。需要Btotal​≥R⋅(Dprop​+Dproc​+Dpause​)，其中R为链路速率，Dprop​为传播延迟，Dproc​为处理延迟，Dpause​为PAUSE帧生成延迟。

精度： 死锁检测是确定性的， 预防策略基于启发式。
特征： PFC死锁是RoCE网络的主要风险之一。

图论（有向图环检测）， 流控理论， 排队论。

RoCE无损网络中PFC配置与死锁避免， 数据中心网络设计。

Xoff​(p)： 优先级p的PAUSE触发阈值（Bytes）。
Xon​(p)： 优先级p的RESUME触发阈值（Bytes）。
Hysteresis： 迟滞量， Xon​=Xoff​−Hysteresis。
Tpause​： PAUSE帧中指定的暂停时间（量子时间）。
Ttimeout​： PAUSE超时时间（s）。
Btotal​： 交换机总缓冲区大小（Bytes）。
R： 链路速率（bps）。
Dprop​,Dproc​,Dpause​： 传播、处理、PAUSE生成延迟（s）。
G=(V,E)： PAUSE依赖图。

图论： 有向图环检测。
不等式： 缓冲区大小要求。
参数化： 阈值与优先级的线性关系。

1. 监控：每个交换机监控每个优先级队列长度qp​(t)。
2. 决策：如果qp​(t)≥Xoff​(p)，生成PAUSE帧发送给上游邻居，指定暂停时间Tpause​。
3. 恢复：如果qp​(t)≤Xon​(p)，生成RESUME帧发送。
4. 死锁检测：周期性构建依赖图G，运行DFS检测环。如果发现环，触发恢复机制（如超时或优先级调整）。
5. 预防：使用不对称阈值，确保高优先级队列更敏感。

硬件： 交换机PFC引擎， 队列长度监控， PAUSE帧生成逻辑。
软件： 死锁检测算法， 阈值配置管理。

RoCE-D1-0030​

协议算法

拥塞控制/可靠性

CNP (Congestion Notification Packet) 生成与响应模型

目标：建模接收方生成CNP的机制及发送方响应CNP的速率调整过程。
步骤1：CNP生成条件。接收方检测到ECN标记的RoCEv2数据包时，生成CNP。设ECN标记概率为pmark​，则每收到1/pmark​个标记包生成一个CNP。为减少开销，可设置采样率s（如每10个标记包生成1个CNP）。
步骤2：CNP格式。CNP是特殊的RoCEv2包，OpCode指示CNP，包含以下关键字段：源QP、目标QP、被标记包的PSN、拥塞程度指示（如ECN标记数量）。
步骤3：CNP发送策略。立即发送或延迟发送。立即发送：检测到ECN标记立即生成CNP。延迟发送：等待一段时间Tdelay​或积累一定数量Naccum​再发送，减少CNP数量。
步骤4：发送方响应模型。发送方维护当前速率R和目标速率Rtarget​。收到CNP后，执行：
Rnew​=Rcurrent​×(1−β)
其中β为减小因子（通常0.125）。然后进入快速恢复阶段，以α速率增加直到达到Rtarget​。Rtarget​可基于历史速率或初始速率设置。
步骤5：CNP反馈延迟。CNP从接收方到发送方的延迟Dcnp​=Dfwd​+Dproc​+Dqueue​，其中Dfwd​为前向路径延迟，Dproc​为处理延迟，Dqueue​为CNP在反向路径的排队延迟。总响应延迟Dtotal​=Dfwd​+Dcnp​。
步骤6：稳定性分析。考虑反馈延迟，系统可建模为延迟微分方程：
dtdR(t)​=α−β⋅R(t−Dtotal​)⋅pmark​(t−Dtotal​)
线性化分析稳定性条件：β⋅Dtotal​<π/2对于一阶延迟系统。

精度： 离散事件模型， 反馈延迟影响显著。
特征： CNP是RoCEv2拥塞控制的关键反馈机制。

控制理论（延迟反馈系统）， 概率采样， 协议设计。

RoCEv2拥塞控制（如DCQCN）的CNP生成与处理。

pmark​： ECN标记概率。
s： CNP采样率（0<s≤1）。
Tdelay​： CNP延迟发送时间（s）。
Naccum​： 累积ECN标记数阈值。
R： 发送速率（bps）。
β： 速率减小因子（通常0.125）。
α： 快速恢复增加速率（bps per RTT）。
Dcnp​： CNP反馈延迟（s）。
Dtotal​： 总响应延迟（s）。

微分方程： 带延迟的速率控制方程。
概率： 采样生成CNP。
稳定性： 延迟系统的稳定性判据。

1. ECN检测：接收方检查每个RoCEv2包的ECN位，如果标记，计数器Cecn​++。
2. CNP决策：如果Cecn​≥1/s（或定时器超时），生成CNP包，重置计数器。
3. CNP发送：将CNP发送回源QP（通过反向路径或带内）。
4. 发送方处理：收到CNP，解析拥塞信息，计算新速率Rnew​=Rcurrent​×(1−β)，设置Rtarget​=Rcurrent​，进入快速恢复。
5. 快速恢复：每RTT增加α，直到R≥Rtarget​。

硬件： RNIC的CNP生成逻辑， 速率调整硬件。
软件： 拥塞控制算法实现， 参数调优。

RoCE-D1-0031​

协议栈

网络协议/封装

RoCEv2 协议栈封装与开销模型

目标：量化RoCEv2协议各层封装开销，计算有效传输效率。
步骤1：报文格式。RoCEv2报文从内到外：RDMA载荷 + InfiniBand传输头(BTH) + InfiniBand网络头(GRH) + UDP头 + IP头 + 以太网头 + FCS。实际上RoCEv2用IP/UDP封装，GRH可能省略或包含在BTH中。
步骤2：各层头部大小。
- 以太网头：14字节（目的MAC 6B + 源MAC 6B + EtherType 2B）。如果带VLAN标签，再加4B。
- IP头：20字节（IPv4基本头），可选选项最多40B。
- UDP头：8字节（源端口2B + 目的端口2B + 长度2B + 校验和2B）。
- BTH：12字节（OpCode 1B + 其他字段）。
- 可能的DETH、RETH等扩展头：16-40字节不等。
- FCS：4字节。
步骤3：总开销。最小开销：14+20+8+12+4 = 58字节。典型RDMA操作（如Write）可能包含RETH（16字节），则总开销74字节。
步骤4：有效传输效率。设应用数据载荷为Lpayload​字节，则总帧长Ltotal​=Lpayload​+Loverhead​。有效效率η：
η=Ltotal​Lpayload​​=Lpayload​+Loverhead​Lpayload​​
对于MTU=1500字节，Lpayloadmax​=1500−Loverhead​。若Loverhead​=74，则Lpayloadmax​=1426，ηmax​=1426/1500≈95.07%。
对于巨型帧MTU=9000，Lpayloadmax​=8926，ηmax​≈99.18%。
步骤5：带宽利用率。考虑物理层编码（如64B/66B），每64位数据添加2位同步头，效率64/66≈97%。实际有效带宽Beff​=Bphy​×0.97×η。
步骤6：小报文效率。对于小报文（如64字节RDMA Send），Lpayload​=64，Ltotal​=64+74=138，η=64/138≈46.38%，开销很大。

精度： 精确的字节计数。
特征： 封装开销随MTU增大而减小， 小报文效率低。

网络协议栈分层， 封装开销计算， 效率分析。

RoCEv2网络性能评估， MTU选择优化， 带宽规划。

Lpayload​： 应用数据载荷大小（Bytes）。
Loverhead​： 协议头总开销（Bytes）。
Ltotal​： 总以太网帧大小（Bytes）。
η： 有效传输效率。
MTU： 最大传输单元（Bytes）。
Bphy​： 物理层带宽（如100Gbps）。
Beff​： 有效应用层带宽（bps）。

比例计算： 效率η=Lpayload​/Ltotal​。
优化： 最大化η通过选择合适MTU。
分段： 小报文与大报文对比。

1. 封装：应用数据Lpayload​加上BTH（12B），加上UDP头（8B），加上IP头（20B），加上以太网头（14B）和FCS（4B），形成以太网帧。
2. 传输：帧以物理层速率传输，考虑64B/66B编码，每64字节数据添加2位同步头。
3. 接收：反向解封装，去除各层头部，提取RDMA载荷。
4. 效率计算：统计实际传输的应用数据量与总传输比特数之比。

硬件： RNIC的封装/解封装引擎， DMA引擎。
软件： 协议栈开销分析工具， MTU优化配置。

RoCE-D1-0032​

协议操作

RDMA语义/可靠性

RDMA Write操作可靠性模型

目标：建模RDMA Write操作的可靠传输机制，包括ACK、重传和完成语义。
步骤1：操作流程。发起方（Initiator）将数据直接写入目标方（Target）的指定内存地址。关键步骤：
1. 发起方准备Work Request (WR)，包含远程地址、长度、本地数据缓冲区等。
2. 硬件生成RDMA Write请求包，包含BTH（OpCode=RDMA Write）、RETH（远程地址、长度）、载荷数据。
3. 目标方收到后，直接DMA数据到指定内存，无需CPU参与。
4. 目标方发送ACK（如果请求中AckReq=1）。
步骤2：序列号与ACK。每个包有PSN（Packet Sequence Number）。发起方维护下一个要发送的PSN Snext​，目标方维护期望的PSN Rnext​。目标方按顺序接收，如果收到乱序包，缓存或丢弃（取决于配置）。ACK包含确认的PSN Apsn​，表示所有PSN ≤ Apsn​的包已收到。
步骤3：重传机制。发起方设置重传定时器Tretrans​。如果Tretrans​超时未收到ACK，重传从Snext​开始的包。Go-Back-N或选择性重传。对于RDMA Write，通常使用Go-Back-N，因为数据是覆盖写入。
步骤4：完成语义。发起方在收到所有ACK后，生成完成事件（CQE）。可靠连接（RC）模式保证数据按顺序可靠交付。
步骤5：可靠性数学。设包丢失概率为p，窗口大小为W（最多未确认包数）。平均重传次数E[N]：
E[N]=1−p1​−1=1−pp​
有效吞吐量Θ：
Θ=RTT+E[N]⋅Ttimeout​W⋅Lpayload​​
其中Lpayload​为有效载荷大小，Ttimeout​为重传超时（通常Ttimeout​=k⋅RTT，k=2~4）。
步骤6：内存保护。使用RKey（Remote Key）验证访问权限。目标方检查RKey匹配后才允许写入。

精度： 基于丢包概率的随机模型。
特征： 可靠、有序、零拷贝写入。

可靠传输协议（类似TCP）， 序列号， 自动重传请求（ARQ）， 内存保护。

RDMA Write操作， 存储系统（如NVMe over Fabrics）， 高性能计算数据同步。

Snext​： 发送方下一个要发送的PSN。
Rnext​： 接收方期望的PSN。
Apsn​： ACK中确认的PSN。
p： 包丢失概率。
W： 发送窗口大小（包数）。
Tretrans​： 重传超时时间（s）。
RTT： 往返时间（s）。
Lpayload​： 每个包的有效载荷（bits）。
Θ： 有效吞吐量（bps）。
RKey： 远程键， 内存访问权限凭证。

概率： 丢包概率p， 几何分布重传次数。
吞吐量公式： 考虑重传的开销。
序列号： 模224运算（PSN为24位）。

1. 发送：发起方从Snext​开始发送W个RDMA Write包，每个包包含PSN、远程地址、数据。
2. 接收：目标方按PSN顺序接收，如果PSN=Rnext​，则DMA写入内存，Rnext​++，发送ACK（AckReq=1时）。如果乱序，缓存或丢弃。
3. ACK处理：发起方收到ACK，更新Snext​=Apsn​+1，释放已确认的缓冲区。
4. 超时：如果定时器超时，重传从Snext​开始的所有未确认包。
5. 完成：当所有数据ACKed，生成CQE。

硬件： RNIC的PSN生成与检查， 重传定时器， DMA引擎。
软件： Verbs API， 完成队列处理。

RoCE-D1-0033​

协议操作

RDMA语义/可靠性

RDMA Read操作延迟模型

目标：建模RDMA Read操作的端到端延迟，包括请求、响应和数据处理时间。
步骤1：操作流程。发起方向目标方发送RDMA Read请求包，目标方从本地内存读取数据，返回RDMA Read响应包。步骤：
1. 发起方发送Read请求（包含远程地址、长度、本地缓冲区地址）。
2. 目标方收到请求，从内存读取数据，组装响应包。
3. 目标方发送响应包回发起方。
4. 发起方收到响应，DMA数据到本地缓冲区。
步骤2：延迟分解。总延迟Ttotal​：
Ttotal​=Treq_tx​+Tprop1​+Tproc_target​+Tresp_tx​+Tprop2​+Tproc_initiator​
其中：
- Treq_tx​：请求包传输时间 = Lreq​/B，Lreq​为请求包大小。
- Tprop1​：请求包传播延迟（距离/光速）。
- Tproc_target​：目标方处理时间（包括内存读取延迟Tmem​）。
- Tresp_tx​：响应包传输时间 = Lresp​/B，Lresp​为响应包大小（包含数据）。
- Tprop2​：响应包传播延迟（通常等于Tprop1​）。
- Tproc_initiator​：发起方处理时间（DMA写入）。
步骤3：内存读取延迟。Tmem​取决于内存类型：DRAM ~100ns，PMem ~300ns，NVMe SSD ~100μs。对于大块读取，可能涉及多个缓存行。
步骤4：流水线与并发。多个RDMA Read可流水线化。设并发度为N，则有效吞吐量Θ=N⋅Ldata​/Ttotal​，其中Ldata​为每次读取的数据量。但并发受QP数量、窗口大小限制。
步骤5：与Write对比。RDMA Read需要往返两次（请求+响应），而Write只需一次（数据+可选ACK）。因此Read延迟通常比Write高约一个RTT。

精度： 确定性模型， 忽略排队和拥塞。
特征： 两次往返， 延迟对内存访问敏感。

延迟分解， 内存层次访问时间， 流水线并行。

需要远程数据读取的应用， 如分布式数据库索引查找， 参数服务器。

Ttotal​： RDMA Read总延迟（s）。
Treq_tx​,Tresp_tx​： 请求/响应包传输时间（s）。
Tprop1​,Tprop2​： 传播延迟（s）。
Tproc_target​： 目标方处理时间（s）， 包括Tmem​。
Tproc_initiator​： 发起方处理时间（s）。
Lreq​,Lresp​： 请求/响应包大小（bits）。
B： 链路带宽（bps）。
Ldata​： 读取的数据量（bits）。
N： 并发度。

加法模型： 总延迟为各分量之和。
吞吐量： Θ=N⋅Ldata​/Ttotal​。
对比： Read vs Write延迟。

1. 请求发送：发起方构造RDMA Read请求包（包含RETH），通过网络发送到目标方。时间Treq_tx​+Tprop1​。
2. 目标方处理：目标方解析请求，从指定内存地址读取Ldata​数据。时间Tproc_target​，其中内存读取Tmem​占主导。
3. 响应发送：目标方构造响应包（包含数据），发送回发起方。时间Tresp_tx​+Tprop2​。
4. 发起方处理：发起方收到响应，DMA数据到本地缓冲区。时间Tproc_initiator​。
5. 完成：发起方生成完成事件。

硬件： RNIC的Read请求处理引擎， 内存控制器。
软件： 延迟测量工具， 并发Read优化。

RoCE-D1-0034​

协议状态机

连接管理/可靠性

QP (Queue Pair) 状态机与错误恢复模型

目标：建模QP的状态转换，包括正常操作、错误检测和恢复过程。
步骤1：QP状态。QP是RDMA通信端点，包含发送队列(SQ)和接收队列(RQ)。主要状态：
- RESET：初始状态。
- INIT：已初始化，但未准备好接收。
- RTR (Ready to Receive)：已配置，可接收请求。
- RTS (Ready to Send)：可发送请求。
- ERROR：错误状态。
步骤2：状态转换。状态转换由软件通过Verbs API触发（如ibv_modify_qp）。转换条件包括本地和远程QP属性匹配（如QPN, PSN）。
步骤3：错误检测。错误类型：
- 本地错误：如内存访问违规、无效操作码。
- 远程错误：如接收到无法处理的包、超时。
- 传输错误：如链路故障、ECC错误。
错误检测机制：序列号检查、CRC校验、超时定时器。
步骤4：错误恢复。进入ERROR状态后，可能采取：
1. 本地修复：重置QP，重新建立连接。
2. 远程通知：发送错误通知包（如RNR NAK）。
3. 路径迁移：切换到备用路径（如果有多路径）。
步骤5：超时与重试。发送方维护重传定时器Tretry​。如果超时未收到ACK，重传并递增重试计数Cretry​。当Cretry​>MaxRetry，触发错误，QP进入ERROR状态。
步骤6：可用性模型。QP可用性Aqp​可建模为两状态马尔可夫链：正常（UP）和错误（DOWN）。平均无故障时间MTTF，平均修复时间MTTR。则稳态可用性：
Aqp​=MTTF+MTTRMTTF​
对于冗余QP（主备），可用性提升：Adual​=1−(1−Aqp​)2。

精度： 状态机是确定性的， 错误率基于统计。
特征： 复杂状态转换， 错误恢复关键。

有限状态机， 错误检测与恢复， 可靠性工程（MTTF/MTTR）。

RDMA连接管理， 高可用应用， 故障恢复设计。

QP状态： RESET, INIT, RTR, RTS, ERROR。
Tretry​： 重传超时时间（s）。
Cretry​： 当前重试计数。
MaxRetry： 最大重试次数。
MTTF： 平均无故障时间（s）。
MTTR： 平均修复时间（s）。
Aqp​： QP可用性（0到1）。
错误类型： 本地、远程、传输。

状态机： 有限状态自动机。
概率： 错误率， 可用性计算。
马尔可夫链： 两状态可用性模型。

1. 初始化：QP创建后处于RESET状态。软件配置QP属性（如QPN, PSN），转换为INIT状态。
2. 建立连接：本地QP转换为RTR，然后RTS。远程QP同样转换。双方交换属性（通过CM协议）。
3. 数据传输：在RTS状态，可发送/接收数据包。
4. 错误检测：如果检测到错误（如PSN不连续、超时），触发错误处理。
5. 错误恢复：根据错误类型，可能发送NAK，或将QP置为ERROR状态。软件需重置QP或重建连接。
6. 状态清理：错误处理后，QP可能回到RESET或销毁。

硬件： QP上下文硬件状态机， 错误检测逻辑。
软件： Verbs库（如libibverbs）， 连接管理器（CM）。

RoCE-D1-0035​

网络可靠性

多路径/容错

多路径RDMA (MP-RDMA) 负载均衡与故障切换模型

目标：在多条路径上分布RDMA流量，实现负载均衡和快速故障切换。
步骤1：路径定义。设源到目的有K条不相交路径，每条路径i有带宽Bi​，延迟Di​，丢包率pi​。路径可通过不同网络接口、VLAN、IP子网实现。
步骤2：流量分配。将流量按流（flow）或包（packet）分配到多条路径。流级分配：基于哈希（如5元组）将每个流固定到一条路径。包级分配：每个包独立选择路径，可能乱序。
步骤3：负载均衡目标。最小化最大链路利用率，或最大化总吞吐量。设流量需求矩阵Tsd​，路径分配变量xsdi​表示从s到d的流量在路径i上的比例。优化问题：
minmaxi​Ui​s.t.∑i​xsdi​=1,∑s,d​Tsd​xsdi​≤Bi​
其中Ui​=Bi​∑s,d​Tsd​xsdi​​。
步骤4：故障检测。使用心跳或BFD（Bidirectional Forwarding Detection）检测路径故障。检测时间Tdetect​包括心跳间隔和丢失阈值。快速检测可达毫秒级。
步骤5：故障切换。检测到路径i故障，将其流量重新分配到其他可用路径。切换时间Tfailover​包括检测时间+路由收敛时间。对于RDMA，需要更新QP的路由信息，可能涉及软件干预。
步骤6：乱序处理。包级分配可能导致乱序到达。接收方需要重新排序缓冲区。设最大乱序偏移为Omax​，缓冲区大小至少Omax​个包。乱序概率取决于路径延迟差异。
步骤7：吞吐量增益。理想情况下，K条等带宽路径可提供K倍吞吐量。但由于流哈希不均匀和TCP incast，实际增益小于K。

精度： 负载均衡模型是近似的， 实际受流量动态影响。
特征： 提高吞吐量和可靠性。

多商品流问题， 负载均衡， 故障检测与恢复， 乱序处理。

高可用RoCE网络， 跨多个网卡或交换机的负载均衡。

K： 路径数量。
Bi​： 路径i的带宽（bps）。
Di​： 路径i的延迟（s）。
pi​： 路径i的丢包率。
Tsd​： 从s到d的流量需求（bps）。
xsdi​： 流量分配比例。
Ui​： 路径i的利用率。
Tdetect​： 故障检测时间（s）。
Tfailover​： 故障切换时间（s）。
Omax​： 最大乱序偏移（包数）。

优化： 线性规划或凸优化。
概率： 乱序概率， 故障概率。
增益： 吞吐量叠加。

1. 路径发现：通过路由协议（如OSPF, BGP）或SDN控制器发现多条路径。
2. 流量分配：根据负载均衡算法（如ECMP、WCMP）将流量分配到各路径。对于RDMA，可能基于QP或流哈希。
3. 监控：持续监控各路径的健康状态（延迟、丢包）。
4. 故障检测：如果路径i连续丢失心跳，标记为故障。
5. 切换：将故障路径的流量立即切换到其他路径。更新转发表或QP上下文。
6. 恢复：当路径恢复，逐渐将流量重新分配回来。

硬件： 多端口RNIC， 路径选择逻辑。
软件： 多路径驱动（如MP-RDMA）， SDN控制器。

RoCE-D1-0036​

网络保障

QoS/优先级

基于DSCP的RoCEv2优先级映射模型

目标：将RoCEv2流量映射到适当的优先级队列，确保低延迟和高优先级流量保障。
步骤1：DSCP字段。IPv4头部的DSCP（Differentiated Services Code Point）字段（6位）用于标识流量类别。RoCEv2使用DSCP值指示优先级。
步骤2：优先级映射。标准映射：DSCP值映射到802.1Q的PCP（Priority Code Point，3位），即8个优先级队列。常见映射：
- DSCP 46 (EF) → PCP 5（用于RDMA流量）
- DSCP 0 (BE) → PCP 0（尽力而为）
- DSCP 34 (AF41) → PCP 4（视频）等。
步骤3：交换机队列配置。每个优先级队列p有独立缓冲区Bp​、调度权重wp​、PFC阈值Xoff​(p)和Xon​(p)。RDMA流量（PCP 5）配置为无损队列，启用PFC。
步骤4：带宽分配。使用加权公平队列（WFQ）或严格优先级（SP）调度。对于WFQ，队列p保证的最小带宽比例：
BWpmin​=∑i=07​wi​wp​​×C
其中C为链路总带宽。对于SP，高优先级队列总是优先服务，可能导致低优先级饥饿。
步骤5：延迟保障。高优先级队列（如PCP 5）的延迟上界可通过网络演算计算。设队列p的到达曲线为αp​(t)，服务曲线为βp​(t)，则延迟上界Dpmax​为αp​(t)和βp​(t)的最大水平距离。
步骤6：配置一致性。需要端到端配置一致：发送方设置DSCP，交换机根据DSCP映射到PCP并调度，接收方识别优先级。使用DCBX协议自动协商配置。

精度： 映射是确定性的， 性能保障依赖于调度器实现。
特征： 端到端QoS， 与PFC协同。

QoS体系结构， 优先级映射， 调度理论， 网络演算。

RoCEv2流量优先级保障， 与TCP流量共存， 数据中心QoS。

DSCP： 差分服务代码点（0-63）。
PCP： 优先级代码点（0-7）。
Bp​： 优先级p的缓冲区大小（Bytes）。
wp​： 优先级p的调度权重。
Xoff​(p),Xon​(p)： 优先级p的PFC阈值。
C： 链路总带宽（bps）。
αp​(t)： 优先级p的到达曲线。
βp​(t)： 优先级p的服务曲线。
Dpmax​： 优先级p的最大延迟上界（s）。

映射函数： DSCP到PCP的映射表。
比例分配： WFQ带宽分配公式。
网络演算： 延迟上界计算。

1. 发送方标记：应用或RNIC根据流量类型（如RDMA）设置IP头部的DSCP值（如46）。
2. 交换机入口：交换机根据DSCP值映射到内部优先级p（如PCP 5），将包放入对应队列。
3. 队列调度：调度器（如WFQ）根据权重wp​服务各队列。高优先级队列（如PCP 5）可能使用严格优先级。
4. PFC：如果队列p长度超过Xoff​(p)，触发PFC暂停上游。
5. 出口：包从队列发出，可能重写PCP为基于DSCP的映射。
6. 接收方：根据DSCP或PCP进行相应处理。

硬件： 交换机DSCP/PCP映射表， 优先级队列， 调度器。
软件： DCBX协议， QoS配置管理。

RoCE-D1-0037​

网络保障

拥塞控制

DCQCN参数调优与稳定性分析模型

目标：系统化分析DCQCN参数对稳定性和性能的影响，提供调优指南。
步骤1：DCQCN回顾。DCQCN包含三个组件：交换机ECN标记、接收方CNP生成、发送方速率控制。关键参数：
- 交换机：Kmin​, Kmax​（ECN标记阈值）。
- 接收方：CNP生成间隔Tcnp​或采样率s。
- 发送方：α（增加参数），β（减小因子），Rmax​（最大速率），Rmin​（最小速率）。
步骤2：线性化模型。将非线性系统在平衡点附近线性化。设平衡点队列长度为q∗，标记概率p∗，速率R∗。小信号模型：
δR˙=−RTTα​δp−RTTγ​R∗δp
δq˙​=NδR−Cδq/B
其中δ表示小扰动，B为缓冲区大小。
步骤3：稳定性条件。通过劳斯-赫尔维茨判据或奈奎斯特判据分析闭环系统稳定性。简化条件：
Cγ⋅RTT⋅N​<1
即减小因子γ、RTT、流数N不能太大，否则系统震荡。
步骤4：参数调优经验。
- Kmin​：设置为目标队列延迟Dtarget​乘以链路速率C，即Kmin​=C⋅Dtarget​。例如Dtarget​=5μs, C=100Gbps，则Kmin​≈62.5KB。
- Kmax​：通常Kmax​=2⋅Kmin​到3⋅Kmin​。
- α：与流数N相关，α≈N⋅RTTC​，确保公平性。
- β：通常0.125，太大导致吞吐量波动，太小收敛慢。
步骤5：仿真验证。使用NS-3或OMNeT++仿真，评估不同参数下的吞吐量、延迟、公平性。

精度： 线性化模型是近似， 实际非线性行为复杂。
特征： 多参数耦合， 需要系统化调优。

控制理论（线性化， 稳定性分析）， 参数优化， 仿真。

数据中心RoCEv2网络DCQCN部署与调优， 性能优化。

Kmin​,Kmax​： ECN标记阈值（Bytes）。
α： 加性增加参数（bps per RTT）。
β： 乘性减小因子（通常0.125）。
γ： 减小因子， γ=β。
Rmax​,Rmin​： 速率上下限（bps）。
Tcnp​： CNP生成间隔（s）。
s： CNP采样率。
N： 流数量。
C： 链路容量（bps）。
RTT： 往返时间（s）。
q∗： 平衡点队列长度。

微分方程： 线性化小信号模型。
稳定性判据： 劳斯-赫尔维茨。
经验公式： 参数设置规则。

1. 参数初始化：根据网络条件（C, RTT, N）设置初始参数Kmin​,Kmax​,α,β。
2. 运行监控：收集队列长度、吞吐量、标记概率时间序列。
3. 稳定性评估：检查队列是否震荡，吞吐量是否公平。
4. 参数调整：如果震荡，减小γ或增大Kmin​；如果收敛慢，增大α或减小Kmax​。
5. 迭代优化：重复步骤2-4直到满足性能目标。

硬件： 交换机ECN标记逻辑， RNIC速率控制逻辑。
软件： DCQCN调优脚本， 网络仿真平台。

RoCE-D1-0038​

网络可靠性

故障检测

BFD (Bidirectional Forwarding Detection) 快速故障检测模型

目标：建模BFD用于RoCE路径故障检测的速度和可靠性。
步骤1：BFD协议。BFD在两个端点之间周期性地发送控制包，检测链路或路径故障。参数：
- Ttx​：发送间隔（Desired Min Tx Interval）。
- Trx​：接收间隔（Required Min Rx Interval）。
- Ddetect​：检测倍数（Detection Time Multiplier）。
步骤2：故障检测时间。当连续丢失Ddetect​个BFD包时，认为故障。检测时间Tdetect​：
Tdetect​=Ddetect​×max(Ttx​,Trx​)
通常Ttx​=Trx​，设为T，则Tdetect​=Ddetect​×T。
**步骤3：

RoCE-D1-0039​

协议可靠性

重传与恢复

RoCEv2 精确丢包恢复与选择性重传算法

目标：在不可靠网络上实现高效、精确的丢包恢复，避免Go-Back-N的低效。
步骤1：问题定义。RoCEv2在不可靠连接（UC）或可靠连接（RC）模式下，需要处理丢包。选择性重传（SACK-like）比Go-Back-N更高效。接收方需准确报告哪些包丢失。
步骤2：ACK与NACK。接收方维护接收窗口，期望的PSN为Rnext​。当收到乱序包（PSN = Rnext​+k），将其缓存，并可能发送NACK（Negative ACK）或带有SACK位图的ACK，指示缺失的PSN范围。
步骤3：SACK位图模型。ACK包中包含一个位图B，长度为Lbits，每个位对应一个PSN偏移。设基PSN为Abase​，则位图B[i]=1表示PSN=Abase​+i的包已收到。发送方根据位图B确定需重传的包集合Sretx​={PSN∥PSN∈[Abase​,Abase​+L)∧B[PSN−Abase​]=0}。
步骤4：重传策略。发送方维护已发送未确认的包集合Sout​。收到SACK后，计算缺失集Smiss​，并立即重传。同时，维护每个包的重传计数Cretx​(PSN)，当Cretx​(PSN)>MaxRetx时，触发连接错误。
步骤5：吞吐量模型。设每个包丢失概率为p，窗口大小为W。选择性重传的有效吞吐量Θsel​近似为：
Θsel​≈RTTW⋅Lpayload​​⋅(1−p)
Go-Back-N的吞吐量Θgbn​≈RTTLpayload​​⋅p1−p​（当p较大时）。显然，p越大，选择性重传优势越明显。
步骤6：参数优化。位图长度L权衡开销与恢复粒度。L应大于平均乱序深度。通常L=32或64。NACK触发阈值Tnack​：当检测到空洞（PSN gap）持续时间超过Tnack​，发送NACK。Tnack​应略大于乱序包的预期延迟。

精度： 模型假设丢包独立， 实际可能有突发丢失。
特征： 选择性重传显著提高高丢包率下的吞吐量。

选择性重传协议（SR-ARQ）， 位图编码， 吞吐量分析。

RoCEv2在有损网络（如广域网）上的可靠传输， 替代TCP的高性能方案。

Rnext​： 接收方期望的下一个PSN。
Abase​： SACK位图的基PSN。
B[0:L−1]： 确认位图， B[i]∈{0,1}。
Sretx​： 需要重传的PSN集合。
Sout​： 已发送未确认的PSN集合。
Cretx​(PSN)： 包的重传次数。
MaxRetx： 最大重传次数。
p： 包丢失概率。
W： 发送窗口大小（包数）。
Lpayload​： 包有效载荷（bits）。
L： SACK位图长度（bits）。
Tnack​： NACK触发定时器（s）。

集合论： 集合操作（缺失集计算）。
概率： 独立丢包模型。
吞吐量公式： Θ与 p, W, RTT的关系。

1. 正常接收：收到PSN=Rnext​的包，递交给上层，Rnext​++。发送累积ACK（ACK=Rnext​−1）。
2. 乱序接收：收到PSN=Rnext​+k(k>0)的包，缓存。启动定时器Tnack​。如果Tnack​超时且Rnext​仍未前进，发送NACK（或带SACK的ACK）指示缺失的PSN Rnext​。
3. ACK处理：发送方收到ACK/NACK，更新Sout​，将Sretx​中的包立即重传。
4. 重复ACK：如果收到多个对同一缺失PSN的NACK，可能意味着NACK丢失，应缩短重传定时器。

硬件： RNIC的重传缓冲区管理， SACK位图生成与解析逻辑。
软件： 可靠传输协议栈， 丢包恢复策略配置。

RoCE-D1-0040​

协议可靠性

原子操作

RDMA 原子操作（Fetch-and-Add, Cmp-and-Swap）的互斥模型

目标：保证分布式内存中原子操作的线性一致性，避免竞争条件。
步骤1：原子操作定义。RDMA支持Fetch-and-Add (FA) 和 Compare-and-Swap (CAS)。FA：old=∗addr;∗addr+=value;returnold;CAS：old=∗addr;if(old==compare)∗addr=swap;returnold;
步骤2：线性一致性。要求所有操作看起来是瞬间执行的，且全局顺序与实时顺序一致。对于并发的原子操作，必须串行化。
步骤3：服务端序列化模型。目标RNIC必须对同一地址的原子操作进行序列化。设地址A，操作请求到达时间为t1​,t2​,...。RNIC维护一个待处理操作队列QA​，按某种顺序（如到达顺序）执行。执行一个操作包括：读取内存值、计算、写回、回复结果。
步骤4：延迟分析。设操作执行时间（内存读+计算+写）为Top​，网络往返延迟为RTT。不考虑排队，总延迟Ttotal​=RTT+Top​。如果有N个并发操作，在FIFO队列下，第i个操作的总延迟Ti​=RTT+i⋅Top​。
步骤5：互斥的数学保证。对于CAS，设初始值V0​。两个并发CAS：CAS(V0​, C1​, S1​)和CAS(V0​, C2​, S2​)。无论执行顺序，结果满足：只有一个操作成功（返回V0​并设置新值），另一个失败（返回实际值，可能是S1​或V0​）。数学上，最终值Vf​inal∈{S1​,S2​,V0​}，且与串行顺序一致。
步骤6：应用模式。用于实现分布式锁、计数器。锁可用CAS实现：while(!CAS(lock_addr, 0, 1));。计数器用FA实现。性能瓶颈在于序列化延迟和网络RTT。

精度： 严格线性一致性， 由硬件保证。
特征： 高延迟操作， 序列化是关键。

并发控制， 线性一致性， 原子操作语义， 排队论。

分布式共享内存， 无锁数据结构， 分布式锁和计数器。

∗addr： 远程内存地址。
old,compare,swap,value： 原子操作参数。
Top​： 单次原子操作执行时间（s）。
RTT： 网络往返延迟（s）。
QA​： 地址A的待处理操作队列。
N： 并发操作数。
Ti​： 第i个操作的总延迟（s）。
V0​,Vfinal​： 初始值和最终值。

排队模型： M/D/1队列（确定服务时间）。
并发语义： 操作的可串行化。
条件判断： CAS的成功条件。

1. 请求发送：发起方发送原子操作请求包（包含操作码、目标地址、参数）。
2. 服务端排队：目标RNIC收到请求，如果地址A空闲，立即执行；否则，将请求加入QA​。
3. 操作执行：从QA​取出请求，执行：读取∗addr到临时变量tmp；根据操作码计算新值new（CAS需比较tmp和compare）；如果CAS条件满足，将new写入∗addr；否则写入失败。
4. 响应：将tmp（旧值）和操作状态（成功/失败）打包成响应包，发回发起方。
5. 完成：发起方收到响应，得到操作结果。

硬件： RNIC的原子操作引擎（ALU）， 地址级队列与锁。
软件： 分布式同步原语库（如锁、计数器）。

RoCE-D1-0041​

网络保障

遥测与监控

In-band Network Telemetry (INT) 数据收集与压缩模型

目标：高效收集网络设备内部状态（队列长度、延迟、拥塞标记），用于监控和故障定位。
步骤1：INT数据封装。INT将遥测数据嵌入数据包内（带内）。在RoCEv2中，可利用保留字段或选项。INT头包含指令位图，指示需要收集的数据类型（如交换机ID、入口/出口时间戳、队列长度、链路利用率）。
步骤2：数据添加。每个支持INT的交换机在报文经过时，根据指令，将自己的数据追加到INT负载中。设每个交换机添加的数据长度为Lnode​字节。经过h跳后，INT负载总长为h⋅Lnode​。
步骤3：开销与压缩。INT增加包长，可能导致分片。需压缩数据。方法：差分编码（只记录变化量）、量化为有限精度、使用共享头减少重复字段。压缩后每个节点数据Lnodecomp​≪Lnode​。
步骤4：采样率。不是所有包都携带INT，通过采样率s（如1/1000）控制。采样决策可基于随机或确定性（如每N个包采样一个）。
步骤5：数据收集模型。设网络路径有h跳，链路带宽为C，包到达率为λ。INT产生的额外带宽开销Bint​：
Bint​=s⋅λ⋅h⋅Lnodecomp​⋅8
需要确保Bint​≪C。
步骤6：路径重建算法。收集器收到INT数据，需要从多个包的报告中重建路径状态。使用图算法，基于交换机ID和时间戳构建路径拓扑和延迟分布。异常检测：比较同一路径不同时间的延迟，超过阈值Dth​则报警。

精度： 采样引入估计误差， 数据本身精确。
特征： 带内、低开销、实时。

数据压缩， 采样理论， 图论（路径重建）， 异常检测。

网络性能监控， 故障定位， 拥塞根因分析。

Lnode​： 每个交换机添加的原始数据长度（Bytes）。
Lnodecomp​： 压缩后每个节点数据长度（Bytes）。
h： 路径跳数。
s： INT采样率。
λ： 包到达率（packets/s）。
C： 链路带宽（bps）。
Bint​： INT开销带宽（bps）。
Dth​： 延迟异常阈值（s）。
指令位图： 指定收集的数据类型。

信息论： 数据压缩。
采样： 随机采样， 估计误差。
图论： 路径构建。

1. 包进入网络：源端以概率s在包中插入INT头，初始化空负载。
2. 交换机处理：每个支持INT的交换机检查包中INT指令，收集所需数据（如当前时间戳tin​，队列长度q），将数据追加到INT负载尾部。包转发前记录出口时间戳tout​，计算驻留时间Δt=tout​−tin​，也加入负载。
3. 接收端收集：目的端或监控点提取INT负载，发送到收集器。
4. 数据分析：收集器解析负载，重建路径，计算每跳延迟Δt，检测异常（如某跳Δt突增）。

硬件： 交换机INT数据收集引擎， 时间戳计数器。
软件： INT收集器（如P4）， 数据分析平台（如Grafana）。

RoCE-D1-0042​

网络保障

负载均衡

全局负载均衡的集中式优化模型

目标：在数据中心级别，根据全局流量矩阵和服务器负载，优化流量分配，最小化最大链路利用率或延迟。
步骤1：问题建模。网络建模为有向图G=(V,E)，V是节点（服务器和交换机），E是链路，容量ce​。流量需求矩阵Dsd​表示从服务器s到d的流量速率。决策变量xsde​表示Dsd​中分配在链路e上的比例。
步骤2：优化目标。最小化最大链路利用率（MLU）：
minμ
s.t.∑s,d​Dsd​⋅xsde​≤μ⋅ce​,∀e∈E
∑e∈out(v)​xsde​−∑e∈in(v)​xsde​=⎩⎨⎧​1−10​v=sv=dotherwise​
xsde​≥0
约束1：链路负载不超过μce​；约束2：流量守恒。
步骤3：求解与分解。这是一个线性规划（LP），可使用单纯形法或内点法求解。对于大规模网络，可分解为每个源目的对的子问题，使用列生成或拉格朗日松弛。
步骤4：路由实现。求解后得到最优路由R∗，将其下发给交换机（通过SDN）。对于RoCE流量，需要保持流的有序性，因此通常使用基于流的路由，即同一流的所有包走相同路径。
步骤5：动态调整。流量矩阵Dsd​随时间变化，需周期性（如每5分钟）重新求解。调整频率需考虑路由收敛开销和流量稳定性。
步骤6：与ECMP对比。ECMP是局部的、基于哈希的负载均衡，无法感知全局流量模式。全局优化可显著降低MLU，特别是在非均匀流量下。

精度： 依赖于流量矩阵Dsd​的准确性， 优化解是理论最优。
特征： 集中式计算， 全局最优， 但计算开销大。

线性规划， 多商品流问题， 网络流优化。

超大规模数据中心流量工程， 跨机架大数据传输优化。

G=(V,E)： 网络拓扑图。
ce​： 链路e的容量（bps）。
Dsd​： 从s到d的流量需求（bps）。
xsde​： 流量分配比例（Dsd​在链路e上的比例）。
μ： 最大链路利用率（目标函数）。
out(v),in(v)： 节点v的出边和入边集合。

线性规划： 目标函数和约束均为线性。
优化： 大规模LP求解。
图论： 流量守恒约束。

1. 测量：收集全局流量矩阵Dsd​（通过sFlow/NetFlow）和拓扑G。
2. 求解：在中央控制器上求解上述LP，得到最优μ∗和路由R∗（即xsde​）。
3. 下发：将R∗转化为交换机流表项，通过OpenFlow等协议下发。
4. 转发：交换机按流表转发数据包。对于RoCE流，基于5元组哈希匹配到特定路径。
5. 迭代：周期性地重复步骤1-4。

硬件： 中央控制器服务器， 交换机支持OpenFlow或P4可编程。
软件： LP求解器（如Gurobi, CPLEX）， SDN控制器（如ONOS）。

RoCE-D1-0043​

网络可靠性

网络验证

形式化验证：网络无环与无死锁模型

目标：使用形式化方法验证给定网络配置（路由、PFC）下是否存在环路或死锁。
步骤1：抽象模型。将网络抽象为有向图G=(V,E)，顶点V是交换机端口（或队列），边E表示可能的转发关系。考虑路由表R：对于每个目的d，每个节点v有一个下一跳next(v,d)。这定义了转发图GF​。
步骤2：无环验证。对于每个目的d，检查其转发子图GF​(d)是否有环。算法：对每个GF​(d)进行拓扑排序或深度优先搜索检测后向边。如果所有GF​(d)无环，则路由无环。
步骤3：PFC死锁验证。将PFC依赖建模为资源分配图（RAG）。资源是每个优先级队列Qv,p​。进程是数据流。边Qv,p​→Qu,p​表示Qv,p​已满，向Qu,p​发送PAUSE，因此Qu,p​持有资源并等待Qv,p​释放。死锁检测等价于检测RAG中是否存在环。使用银行家算法或环检测。
步骤4：形式化表达式。使用线性时态逻辑（LTL）或计算树逻辑（CTL）描述性质。例如，无死锁性质AG（not deadlock），其中deadlock定义为存在一组队列互相等待。
步骤5：模型检查。使用模型检查工具（如NuSMV）验证网络模型是否满足性质。状态空间是各队列占用和PAUSE状态的组合。可能面临状态爆炸，需使用抽象和符号化技术。
步骤6：配置生成。结合验证结果，自动生成无环无死锁的配置。例如，使用无环定向（DAG）路由，并为PFC阈值分配全序关系以避免循环依赖。

精度： 形式化验证是穷举的， 如果通过则绝对正确（在模型范围内）。
特征： 高计算复杂度， 但提供强保证。

图论（环检测）， 形式化方法（模型检查）， 资源分配图， 死锁理论。

数据中心网络配置验证， 特别是PFC和路由配置， 防止网络级故障。

G=(V,E)： 物理拓扑图。
GF​(d)： 目的d的转发有向图。
R： 路由表， next(v,d)。
Qv,p​： 节点v的优先级p队列。
RAG： 资源分配图。
LTL/CTL公式： 形式化规约。

图论： 有向无环图（DAG）判定。
形式化逻辑： LTL/CTL。
状态机： 模型检查的状态空间。

1. 模型构建：从网络配置（路由表、PFC阈值）自动生成形式化模型（如有限状态机）。
2. 性质规约：用逻辑公式写出需要验证的性质，如“永远不会出现所有队列都满且互相等待”。
3. 模型检查：工具自动遍历状态空间，检查是否所有可能的状态都满足性质。如果否，给出反例（导致死锁的路径）。
4. 配置修复：根据反例，调整配置（如修改路由、调整PFC阈值），重复步骤1-3，直到验证通过。

硬件： 高性能服务器运行模型检查工具。
软件： 形式化验证工具（如NuSMV, Alloy）， 网络配置编译器。

RoCE-D1-0044​

网络保障

性能隔离

虚拟化环境下的RoCE流量隔离与带宽保障模型

目标：在共享物理网卡（SR-IOV）和网络下，为每个虚拟机（VM）或容器提供隔离的RoCE带宽和延迟保障。
步骤1：SR-IOV模型。物理网卡（PF）虚拟出多个虚拟功能（VF），每个VF分配给一个VM。需要隔离VF之间的资源：带宽、队列、PCIe资源。
步骤2：带宽保障。使用加权公平队列（WFQ）或基于信用的整形器。为每个VF分配权重wi​和保证带宽Bimin​，满足∑i​Bimin​≤C，C为物理端口带宽。VF的实际带宽Bi​：
Bi​=Bimin​+∑j​wj​wi​​⋅(C−∑k​Bkmin​)
即先满足最小保证，剩余带宽按权重分配。
步骤3：队列隔离。每个VF有独立的发送队列（SQ）和接收队列（RQ）。交换机端口也需要为不同VF的流量提供优先级隔离，例如通过VLAN标签或不同的DSCP映射到不同优先级队列。
步骤4：延迟保障。高优先级VF的流量应放入低延迟队列（LLQ）。使用网络演算，为每个VF的流量定义到达曲线αi​(t)，服务曲线βi​(t)，计算延迟上界Dimax​。需要调度器保证βi​(t)。
步骤5：资源超订。允许Bimin​之和超过C，但需监控实际使用。定义超订率O=C∑i​Bimin​​。当O>1时，可能发生拥塞，需要动态调整或借用。
步骤6：性能监控与执行。监控每个VF的实际吞吐量Biactual​和延迟Diactual​。如果Biactual​<Bimin​或 Diactual​>DiSLA​，触发调整（如增加权重、迁移VF）。

精度： 依赖调度器实现， 理论模型提供基准。
特征： 多租户隔离， 性能保障。

资源分配公平性， 排队论， 网络演算， 虚拟化。

云数据中心提供RoCE as a Service， 多租户高性能计算集群。

wi​： VF i的权重。
Bimin​： VF i的最小保证带宽（bps）。
Bi​： VF i的实际分配带宽（bps）。
C： 物理端口总带宽（bps）。
αi​(t)： VF i的流量到达曲线。
βi​(t)： VF i获得的服务曲线。
Dimax​： VF i的延迟上界（s）。
O： 带宽超订率。

加权分配： 带宽分配公式。
网络演算： 延迟上界计算。
监控： 实际与目标对比。

1. 配置：管理程序为每个VF分配权重wi​和最小带宽Bimin​，配置网卡和交换机的调度器。
2. 流量整形：每个VF的流量经过本地的加权整形器，确保不超过其分配份额。
3. 调度：物理网卡和交换机端口根据权重调度不同VF的队列。高优先级VF的队列使用严格优先级或高权重。
4. 监控：周期性测量每个VF的吞吐量和延迟。
5. 调整：如果SLA违规，动态调整wi​或迁移VF到其他物理机。

硬件： SR-IOV网卡， 支持多队列和整形的交换机。
软件： 虚拟化管理程序（如Hyper-V, KVM）， 带宽管理代理。

RoCE-D1-0045​

网络保障

公平性算法

RoCE与TCP流量的公平性共享模型

目标：在混合流量（RoCE和TCP）共享的网络中，确保两者公平共享带宽，避免RoCE饿死TCP。
步骤1：问题背景。RoCE（如DCQCN）采用类似TCP的AIMD，但参数更激进（α更大，β更小），在浅缓冲下可能获得远高于TCP的吞吐量。
步骤2：流体流模型。设网络中有Nr​个RoCE流和Nt​个TCP流，共享瓶颈链路容量C。每个流i的速率Ri​(t)变化。RoCE流使用DCQCN算法，TCP流使用标准TCP（如DCTCP）。
步骤3：平衡点分析。在稳定状态，所有流经历相同的标记概率p。对于TCP（DCTCP），窗口更新：dW/dt=1/RTT−W⋅p/(2⋅RTT)，平衡时Wt∗​=2/p​。吞吐量Θt​=Wt∗​/RTT。
对于DCQCN，从流体模型（RoCE-D1-0037）有平衡点Rr∗​=α/(γp)​，其中γ是减小因子（如0.125）。
步骤4：公平性条件。公平共享要求Θr​=Θt​。代入得：
γpα​​=RTT2/p​​⋅RTT
化简得：α=2γ。如果DCQCN的α和γ满足此关系，则与DCTCP公平。典型DCTCP：αdctcp​=1(packet per RTT)，γdctcp​=0.5。DCQCN若设γ=0.125，则公平的α=0.25，但实际DCQCN α可能更大（如5Mbps），导致不公平。
步骤5：解决方案。调整交换机ECN标记参数，对RoCE和TCP流量使用不同的Kmin​/Kmax​，使RoCE流经历更高的标记概率pr​，从而降低其速率。或修改DCQCN的α, γ使其满足公平性条件。

精度： 流体模型近似， 实际流动态复杂。
特征： 跨协议公平性是实际部署难题。

公平性理论， 多协议共存， 控制理论， 优化。

数据中心内RoCE与TCP混合流量共存， 避免应用性能不均衡。

Nr​,Nt​： RoCE和TCP流数量。
C： 瓶颈链路容量（bps）。
Ri​(t)： 流i的速率（bps）。
p： 共享的ECN标记概率。
Wt∗​： TCP平衡窗口（packets）。
Rr∗​： RoCE平衡速率（bps）。
α： DCQCN加性增加参数。
γ： DCQCN减小因子。
Θt​,Θr​： TCP和RoCE的吞吐量。

方程求解： 联立方程求公平条件。
比较： 不同协议的平衡点表达式。
参数调优： 满足公平性条件。

1. 流量混合：RoCE流和TCP流共享同一队列，交换机使用相同ECN标记策略（Kmin​,Kmax​）。
2. 各自响应：RoCE流根据DCQCN算法调整速率，TCP流根据DCTCP调整窗口。
3. 收敛：系统趋于平衡，各自获得吞吐量Θr​和Θt​。
4. 公平性评估：如果Θr​/Θt​≫1，则不公平。需要调整参数：要么降低DCQCN的α，要么为RoCE流量设置更小的Kmin​（使其更易被标记）。
5. 动态调整：在线监控吞吐量比例，自动微调参数。

硬件： 交换机支持基于流的ECN标记（识别RoCE vs TCP）。
软件： 公平性监控与调优系统， 跨协议参数管理。

RoCE-D1-0046​

协议可靠性

连接建立

RDMA CM (Connection Manager) 协议与超时模型

目标：建模RDMA连接建立、维护和拆除的过程，分析超时设置对可靠性的影响。
步骤1：CM协议。CM是用于建立、维护和终止RDMA连接的用户空间协议。消息包括：REQ（请求）、REP（应答）、RTU（Ready to Use）、DREQ（断开请求）、DREP（断开应答）。
步骤2：连接建立延迟。总延迟Tconnect​=Treq​+Trep​+Trtu​，其中Treq​=Trep​=Trtu​≈RTT。所以Tconnect​≈3×RTT，加上两端处理时间。
步骤3：重传与超时。CM消息可能丢失，需要重传。为每个消息设置重传定时器Tretry​和最大重试次数MaxRetry。总等待时间Ttotal​是几何分布：P(Ttotal​=k⋅Tretry​)=(1−p)k−1p，其中p是消息成功传输的概率。期望E[Ttotal​]=Tretry​/p。
步骤4：状态机超时。CM连接有状态（IDLE, REQ_SENT, REP_SENT, ESTABLISHED等）。每个状态有守护定时器，超时则回到IDLE或报错。关键超时：
- Testablish​：从REQ_SENT到ESTABLISHED的超时，通常Testablish​=MaxRetry⋅Tretry​。
- Tkeepalive​：已建立连接的保活间隔，用于检测对端失效。
步骤5：可靠性计算。连接建立成功率Psucc​。设每个CM消息丢失概率为ploss​，则一次尝试成功的概率p=(1−ploss​)3（三个消息）。考虑重试，最终成功率Psucc​=1−(1−p)MaxRetry。
步骤6：参数选择。Tretry​应大于RTT，如Tretry​=2×RTT。MaxRetry通常3-5次。Tkeepalive​应小于应用超时，如5秒。

精度： 基于消息丢失独立的模型， 实际可能相关。
特征： 三次握手， 重传机制。

握手协议， 超时与重传， 状态机， 可靠性计算。

RDMA连接建立， 故障检测， 高可用应用。

Tconnect​： 连接建立总延迟（s）。
RTT： 往返时间（s）。
Tretry​： 消息重传超时（s）。
MaxRetry： 最大重试次数。
ploss​： CM消息丢失概率。
Psucc​： 连接建立成功率。
Testablish​： 连接建立总超时（s）。
Tkeepalive​： 保活间隔（s）。
CM状态： IDLE, REQ_SENT, REP_SENT, ESTABLISHED。

概率： 几何分布描述重传时间。
状态机： 带超时的有限状态自动机。
成功率公式： Psucc​计算。

1. 发起：A发送REQ到B，启动定时器Tretry​，进入REQ_SENT状态。
2. 应答：B收到REQ，发送REP，进入REP_SENT状态。
3. 确认：A收到REP，发送RTU，进入ESTABLISHED状态。
4. 完成：B收到RTU，进入ESTABLISHED状态。
5. 超时处理：如果任何一方在Tretry​内未收到预期消息，重传上一次消息。如果重传MaxRetry次仍失败，回到IDLE并报错。
6. 保活：连接建立后，周期性发送保活消息，如果连续丢失多个，认为连接断开。

硬件： 无特殊硬件， 在CPU运行。
软件： RDMA CM库（librdmacm）， 配置参数。

RoCE-D1-0047​

网络保障

性能预测

基于机器学习的网络性能（吞吐量/延迟）预测模型

目标：利用历史性能数据训练模型，预测给定网络配置和流量模式下的吞吐量和延迟。
步骤1：特征选择。输入特征向量x包括：拓扑参数（跳数h，带宽B）、流量特征（流数N，流大小分布S，突发性）、协议参数（窗口大小W，ECN阈值）、当前网络状态（链路利用率U，队列长度q）。输出y是预测的吞吐量Θ或延迟D。
步骤2：模型选择。可用回归模型：线性回归、支持向量回归（SVR）、梯度提升树（如XGBoost）、神经网络（NN）。对于非线性关系，树模型或NN更佳。
步骤3：线性回归模型。y=wTx+b。通过最小化均方误差（MSE）求解w,b：
minw,b​∑i=1m​(yi​−wTxi​−b)2
步骤4：神经网络模型。设有一个隐藏层，激活函数ReLU：
z=σ(W1​x+b1​)
y=W2​z+b2​
通过反向传播和梯度下降训练参数W1​,b1​,W2​,b2​。
步骤5：训练与评估。收集历史数据(xi​,yi​)，分割为训练集和测试集。评估指标：均方根误差（RMSE）、平均绝对百分比误差（MAPE）。
步骤6：应用。预测新配置下的性能，指导网络优化。例如，给定目标吞吐量Θtarget​，求解满足Θ^(x)≥Θtarget​的配置x（如调整窗口大小、ECN阈值）。

精度： 依赖数据量和质量， 神经网络可达到高精度但需大量数据。
特征： 数据驱动， 可捕捉复杂非线性关系。

机器学习（回归）， 特征工程， 优化。

网络规划与容量评估， 自动调参， 性能根因分析。

x： 特征向量（多维）。
y： 预测目标（吞吐量或延迟）。
w,b： 线性回归权重和偏置。
W1​,b1​,W2​,b2​： 神经网络权重和偏置。
σ： 激活函数（如ReLU）。
m： 训练样本数。
RMSE, MAPE： 评估指标。

线性代数： 向量矩阵运算。
优化： 最小化损失函数（梯度下降）。
函数逼近： 神经网络作为通用逼近器。

1. 数据收集：从监控系统收集历史数据，包括特征x和实际性能y。
2. 预处理：清洗数据，归一化特征。
3. 模型训练：在训练集上训练选定模型（如XGBoost），调整超参数。
4. 评估：在测试集上评估模型，计算RMSE。
5. 预测：对新场景提取特征xnew​，输入模型得到预测值y^​。
6. 决策：基于预测，判断当前配置是否满足SLA，或推荐优化参数。

硬件： GPU加速训练， 高性能CPU推理。
软件： 机器学习框架（TensorFlow, PyTorch, scikit-learn）， 数据流水线。

RoCE-D1-0048​

网络可靠性

故障恢复

基于多路径的快速故障切换与路由收敛模型

目标：在检测到链路/节点故障后，将流量快速切换到备份路径，最小化服务中断时间。
步骤1：故障检测。使用BFD（见RoCE-D1-0038）或链路层协议检测故障。检测时间Tdetect​。
步骤2：备份路径预计算。为每个主路径Pprimary​预先计算备份路径Pbackup​，要求Pbackup​与Pprimary​无共享故障点（如SRLG分离）。使用k最短路径算法。
步骤3：转发面切换。检测到故障后，立即将流量重定向到备份路径。切换机制：
- 标签交换（MPLS）：交换外层标签。
- SRv6：更新段列表。
- 对于RoCE，可更新QP的上下文，将目的IP或MAC改为备份路径的下一跳。
切换时间Tswitch​包括更新转发表和硬件流水线刷新时间，可低至毫秒级。
步骤4：控制面收敛。故障信息传播到控制器或其他交换机，重新计算最优路径，更新全网路由。收敛时间Tconv​可能数百毫秒。在收敛期间，备份路径可能非最优，但可用。
步骤5：总恢复时间。Trecover​=Tdetect​+Tswitch​。如果备份路径是预配置的，Tswitch​可非常小。目标Trecover​<50ms以满足电信级要求。
步骤6：恢复后的优化。控制面收敛后，将流量从可能的次优备份路径迁移回新的最优路径，需考虑避免震荡和乱序。使用“回切”（failback）策略，等待新路径稳定后再迁移。

精度： 时间模型是确定的， 实际受实现影响。
特征： 亚秒级恢复， 对无损网络至关重要。

故障恢复， 路由协议， 图论（不相交路径）。

高可用RoCE网络， 金融交易， 实时存储。

Tdetect​： 故障检测时间（s）。
Tswitch​： 转发面切换时间（s）。
Tconv​： 控制面收敛时间（s）。
Trecover​： 总恢复时间（s）。
Pprimary​： 主路径。
Pbackup​： 备份路径。
SRLG： 共享风险链路组。

时间分析： 恢复时间分解。
图算法： k最短路径， 不相交路径计算。
优化： 最小化Trecover​。

1. 监控：持续监控主路径健康状态（BFD会话）。
2. 故障检测：BFD会话down，触发故障事件。
3. 本地切换：入口交换机立即将受影响流量的出口从主下一跳改为备份下一跳（通过预编程的备份转发表）。
4. 控制通知：同时，向控制器或其他交换机发送故障通知。
5. 全局收敛：控制面重新计算路由，更新所有交换机的转发表（包括移除故障链路）。
6. 路径优化：收敛后，可能将流量从备份路径切换到新的更优路径（优雅回切）。

硬件： 交换机快速重路由（FRR）硬件逻辑， BFD引擎。
软件： 路由协议（如OSPF, BGP）， SDN控制器恢复模块。

RoCE-D1-0049​

物理层

信号完整性/SerDes

连续时间线性均衡器 (CTLE) 传递函数模型

目标：建模CTLE的频域传递函数，用于补偿信道的高频损耗。
步骤1：CTLE原理。CTLE是一个高通滤波器，提升高频分量以补偿信道的低通特性。其传递函数HCTLE​(s)（s为复频率）通常表示为：
HCTLE​(s)=A0​⋅1+ωp​s​1+ωz​s​​
其中ωz​为零点频率，ωp​为极点频率，A0​为直流增益。
步骤2：增益峰化。CTLE提供峰值增益Gpeak​在频率fpeak​处。Gpeak​（dB）和fpeak​与ωz​,ωp​的关系：
Gpeak​=20log10​(ωz​ωp​​)(当ωz​<ωp​)
fpeak​=2π1​ωz​ωp​​
步骤3：与信道响应的结合。总信道响应Htotal​(s)为信道响应Hchannel​(s)与CTLE响应之积：
Htotal​(s)=Hchannel​(s)⋅HCTLE​(s)
目标是在奈奎斯特频率fnyq​内使$

H_{total}(j2\pi f)

尽可能平坦。<br>∗∗步骤4：参数优化∗∗。给定信道S参数S{21}(f)，可提取其等效响应H{channel}(f)。通过优化\omega_z, \omega_p, A_0$最小化目标函数：
$$\min \int_0^{f_{nyq}} \left(

H_{total}(f)

- 1 \right)^2 df$$
步骤5：自适应CTLE。通过眼图监控或最小均方误差（MMSE）算法自适应调整参数。常用基于符号间干扰（ISI）的代价函数。

精度： 一阶模型是近似， 实际CTLE可能更高阶。
特征： 模拟实现， 低功耗， 补偿有限。

信号与系统（拉普拉斯变换）， 滤波器设计， 优化。

高速SerDes接收机的前端均衡， 补偿PCB和封装损耗。

RoCE-D1-0050​

物理层

信号完整性/SerDes

判决反馈均衡器 (DFE) 抽头系数计算与自适应算法

目标：消除由先前符号引起的码间干扰（ISI），通过反馈已判决的符号。
步骤1：DFE原理。DFE结构：输入信号yk​（经过CTLE和FFE后）减去由之前N个已判决符号a^k−1​,...,a^k−N​加权和得到的ISI估计。判决输出a^k​：
a^k​=decide(yk​−∑i=1N​ci​⋅a^k−i​)
其中ci​是第i个抽头系数，N为抽头数。
步骤2：抽头系数计算。理想系数是信道脉冲响应h(t)在采样点t=iT（T为符号周期）的值，但符号相反：ci​=−h(iT)。可通过迫零（ZF）或最小均方误差（MMSE）准则计算。
步骤3：MMSE优化。定义误差ek​=ak​−a^k​（ak​为真实发送符号）。最小化均方误差$E[

e_k

^2]。对于实系数，解Wiener-Hopf方程：<br>$$\mathbf{R} \mathbf{c} = \mathbf{p}$$<br>其中\mathbf{R}是\hat{a}{k-i}的自相关矩阵，\mathbf{p}是\hat{a}{k-i}与y_k的互相关向量，\mathbf{c}=[c_1, ..., c_N]^T。<br>**步骤4：LMS自适应算法**。在未知信道下，使用最小均方（LMS）算法在线更新：<br>$$c_i^{(k+1)} = c_i^{(k)} + \mu \cdot e_k \cdot \hat{a}_{k-i}$$<br>其中\mu为步长，控制收敛速度和稳定性。<br>∗∗步骤5：误差传播∗∗。DFE的缺点是错误判决会导致错误传播，因为错误反馈会影响后续判决。错误传播长度平均约为1/(1-P_e)，P_e$为误码率。

精度： 在信道时不变且线性下有效， 实际有非线性失真。
特征： 非线性均衡， 无噪声增强。

自适应滤波， 估计理论， 检测理论。

高速SerDes接收机的后级均衡， 特别是重损耗信道。

yk​： 第k个符号周期的输入采样值。
a^k−i​： 第k-i个符号的判决输出。
ci​： 第i个DFE抽头系数。
N： DFE抽头数。
ek​： 误差信号。
R,p,c： 自相关矩阵， 互相关向量， 系数向量。
μ： LMS步长。
h(t)： 信道脉冲响应。

线性代数： 求解Wiener-Hopf方程。
自适应算法： LMS迭代更新。
统计： 均方误差最小化。

RoCE-D1-0051​

物理层

时钟/SerDes

时钟数据恢复 (CDR) 的相位误差检测与环路滤波模型

目标：从接收数据流中恢复出同步时钟，并动态调整采样相位以对准眼图中心。
步骤1：CDR结构。典型CDR包括相位检测器（PD）、环路滤波器（LF）、压控振荡器（VCO）。PD比较输入数据边沿与恢复时钟的相位差，输出误差信号e(t)。
步骤2：相位检测算法。
- Bang-Bang PD：二元判决，ek​=sign(Dk−1​)⊕sign(Dk​)，其中Dk−1​,Dk​是数据在时钟上升沿和下降沿的采样值。误差ek​∈{−1,0,+1}。
- 线性PD：如Hogge PD，输出与相位差成正比的脉冲宽度。
步骤3：环路滤波器。通常为比例-积分（PI）滤波器，传递函数F(s)=Kp​+Ki​/s。Kp​（比例）和Ki​（积分）增益决定环路带宽和稳定性。
步骤4：连续时间模型。CDR可建模为锁相环（PLL）。开环传递函数GOL​(s)=KPD​⋅F(s)⋅KVCO​/s，其中KPD​为PD增益，KVCO​为VCO增益（Hz/V）。闭环传递函数：
H(s)=1+GOL​(s)GOL​(s)​
步骤5：环路带宽与稳定性。环路带宽fBW​应小于数据速率的1/10，以抑制数据抖动。阻尼系数ζ通常设为0.707（临界阻尼）。对于二阶PLL，ωn​=KPD​KVCO​Ki​​，ζ=2Kp​​Ki​KPD​KVCO​​​。
步骤6：抖动传递与容忍。CDR对输入抖动的高通特性：低于fBW​的抖动被跟踪，高于fBW​的被衰减。

精度： 线性模型在小相位误差下有效， Bang-Bang PD是非线性的。
特征： 反馈控制系统， 关键用于可靠采样。

锁相环理论， 控制理论， 时序恢复。

所有同步数字接收机， SerDes的时钟恢复。

e(t)： 相位误差信号。
Kp​,Ki​： 环路滤波器的比例和积分增益。
KPD​： 相位检测器增益（V/rad）。
KVCO​： VCO增益（Hz/V）。
fBW​： 环路带宽（Hz）。
ζ： 阻尼系数。
ωn​： 自然频率（rad/s）。
Dk​： 第k个数据采样值。

控制理论： 传递函数， 稳定性分析（奈奎斯特/波特图）。
非线性： Bang-Bang PD的离散性。

1. 相位检测：在每个数据边沿，PD比较恢复时钟与数据边沿的相位，产生误差ek​。
2. 滤波：误差ek​经过环路滤波器F(s)，产生控制电压vc​(t)。
3. 时钟调整：VCO根据vc​(t)调整输出时钟频率/相位。
4. 采样：用恢复的时钟采样输入数据，得到Dk​。
5. 反馈：采样的Dk​也用于PD（如Bang-Bang PD需要数据和边沿采样）。
6. 稳态：环路锁定后，平均相位误差为零，采样点稳定在眼图中心。

硬件： 相位检测器（如Bang-Bang PD）， 电荷泵， 环路滤波器（RC网络）， VCO（LC或环形振荡器）。
软件： CDR行为级模型， 环路参数优化。

RoCE-D1-0052​

物理层

互连/总线

片上网络 (NoC) 路由与流控的虚通道模型

目标：在芯片内多核/模块间提供高效、无死锁的数据通信，支持RoCE等协议的数据移动。
步骤1：NoC拓扑。常见2D Mesh，每个节点（路由器）连接4个邻居和1个本地处理单元。坐标(x,y)。
步骤2：路由算法。维度顺序路由（XY路由）：先沿X方向，再沿Y方向。从源(xs​,ys​)到目的(xd​,yd​)，路径确定：先水平移动Δx=xd​−xs​，再垂直移动Δy=yd​−ys​。保证无环。
步骤3：虚通道 (VC)。每条物理链路被划分为V个虚通道，每个VC有独立缓冲区。用于避免协议级死锁和提供服务质量。流控基于信用（credit）。
步骤4：死锁避免理论。使用通道依赖图（CDG）。为不同消息类（如请求、响应）分配不同的VC集合，打破循环依赖。例如，使用转向模型：为XY路由分配两个VC，一个用于X方向，一个用于Y方向切换后使用。
步骤5：性能模型。平均包延迟D包括路由延迟Dr​、仲裁延迟Da​、链路传输延迟Dl​。在均匀流量下，可近似为：
D≈Dr​+Da​+H⋅(Dl​+B)
其中H是平均跳数，B是每跳的缓冲区延迟。对于N×NMesh，H≈32​N。
步骤6：流量模式。RoCE流量可能具有局部性（如同一机架内）和全局性（跨机架）。需要在NoC中模拟类似的流量模式以评估性能。

精度： 分析模型是近似， 实际需仿真。
特征： 确定性路由， 虚通道解决死锁。

互连网络， 图论（通道依赖图）， 死锁理论， 排队论。

多核SoC中处理单元与网络接口的互连， AI加速芯片内部数据搬运。

(x,y)： 路由器在Mesh中的坐标。
V： 每条物理链路的虚通道数。
Dr​,Da​,Dl​,B： 路由、仲裁、链路传输、缓冲延迟（cycles）。
H： 平均跳数。
N： Mesh每维节点数。
CDG： 通道依赖图。
流量模式： 均匀、转置、热点等。

图论： 坐标路由， 路径确定性。
组合： VC分配策略。
排队模型： 延迟近似。

1. 路由计算：包进入路由器，根据目的地址(xd​,yd​)和当前地址(xc​,yc​)计算输出端口。如果xc​=xd​，则输出端口为东或西；否则如果yc​=yd​，则为北或南；否则为本地。
2. VC分配：根据路由结果和包的消息类，请求一个可用的VC（有信用）。
3. 仲裁：如果多个包请求同一输出端口/VC，进行仲裁（如轮询）。
4. 传输：获胜的包被交换到输出VC的缓冲区，消耗一个信用。当包离开下游路由器，信用返回。
5. 流控：如果下游VC缓冲区满，则停止传输，防止丢包。

硬件： 路由器微架构（输入缓冲区， 路由计算单元， VC分配器， 交叉开关）。
软件： NoC仿真器（如BookSim, Garnet）， 流量生成与性能分析。

RoCE-D1-0053​

物理层

互连/总线

芯片间互连（如AIB, BoW）的时钟转发与串行化模型

目标：建模高级接口总线（AIB）等芯片间互连的并行到串行转换、时钟分配和通道对齐。
步骤1：架构。AIB使用源同步时钟，发送方（TX）将并行数据Dpar​[n:0]与转发时钟CLKtx​一起发送。接收方（RX）用CLKtx​采样数据。数据速率可达2Gbps per lane。
步骤2：串行化。TX将M位宽并行数据串行化为高速比特流。设并行时钟为fpar​，串行比特率为fser​=M⋅fpar​。串行化器通常是一个M:1的移位寄存器。
步骤3：时钟转发。TX发送一个与数据边沿对齐的时钟。RX使用这个时钟通过延迟锁相环（DLL）或可调延迟线产生多个相位时钟，用于在数据眼图中心采样。
步骤4：通道对齐。由于多lane间存在偏斜，需要通道对齐。发送训练模式（如PRBS），接收方检测各lane延迟，插入FIFO或可调延迟补偿。对齐算法：
1. 检测各lane的独特标记（comma）。
2. 测量各lane标记到达的时间差Δti​。
3. 调整各lane的FIFO读指针或延迟线，使Δti​趋于0。
步骤5：偏斜模型。总偏斜Tskew​=Tlane_skew​+Tclk_skew​，需满足Tskew​<UI/4（UI=单位间隔），以确保正确采样。
步骤6：功耗模型。每条lane的功耗Plane​=Ceff​V2fser​，其中Ceff​是驱动器和ESD的有效电容。并行接口（如AIB）比SerDes功耗低，但带宽密度也低。

精度： 确定性模型， 偏斜和抖动是统计量。
特征： 并行接口， 源同步， 中等速率。

数字电路时序， 时钟分配， 延迟补偿， 并行通信。

芯片粒（Chiplet）间互连， 如计算芯片与内存/IO芯片连接。

Dpar​： 并行数据总线（宽度M bits）。
CLKtx​： 发送方转发的时钟。
fpar​,fser​： 并行时钟频率和串行比特率（Hz）。
Tskew​： 通道间偏斜（s）。
UI： 单位间隔， UI=1/fser​（s）。
Δti​： 第i lane的标记到达时间差（s）。
Plane​： 单lane功耗（W）。
Ceff​： 有效开关电容（F）。

时序分析： 偏斜、建立保持时间。
信号处理： 时钟数据恢复的简化（用DLL）。
对齐算法： 测量和补偿延迟差。

1. 发送：TX在并行时钟fpar​下锁存M位数据，送入串行化器，以fser​速率移出比特流，同时发送与数据边沿对齐的CLKtx​。
2. 接收：RX用CLKtx​通过DLL产生多个采样相位，选择最佳相位采样数据比特流，解串为M位并行数据。
3. 对齐训练：上电或定期，TX发送训练序列（PRBS）。RX各lane检测序列起始点，比较时间差，通过调整延迟线或FIFO读指针使各lane数据同步。
4. 正常传输：对齐后，进行正常数据通信。

硬件： 并串/串并转换器（SERDES）， DLL， 可调延迟线， 对齐状态机。
软件： 偏斜测量与补偿算法， 接口初始化固件。

RoCE-D1-0054​

协议栈

封装/网络

RoCEv2 数据包格式与各字段校验模型

目标：精确描述RoCEv2数据包的比特级格式，并计算各校验字段（ICRC, VCRC）。
步骤1：包格式。从内到外：
1. BTH​ (12B)： Opcode (1B), SE, M, PadCnt, TVer, Partition Key (2B), RSV, Destination QP (3B), AckReq, RSV, PSN (3B)。
2. 可选的扩展头：如RETH (16B) for RDMA Write/Read, ImmDt (4B) for Send with Immediate。
3. 有效载荷：RDMA数据。
4. ICRC​ (4B)：覆盖从IP头开始到有效载荷结束（包括BTH, 扩展头, 载荷）。
5. UDP头​ (8B)：源端口，目的端口（通常4791），长度，校验和（可为0）。
6. IP头​ (20B)：源/目的IP，协议=17(UDP)。
7. 以太网头​ (14B)：目的/源MAC，EtherType=0x0800(IPv4)或0x86DD(IPv6)。
8. FCS​ (4B)：覆盖整个以太网帧（从目的MAC到ICRC）。
步骤2：ICRC计算范围。ICRC计算从IP头开始，到有效载荷结束。顺序是：IP头 + UDP头 + BTH + 扩展头（如果有）+ 有效载荷。注意：ICRC字段本身和FCS/VCRC不参与ICRC计算。
步骤3：VCRC计算。VCRC（可选）覆盖从以太网头开始到ICRC结束（即整个RoCEv2包）。如果使用，FCS可能被省略。多项式为16位CRC。
步骤4：长度字段。UDP长度字段 = UDP头长(8) + BTH长(12) + 扩展头长 + 有效载荷长 + ICRC长(4)。IP总长度 = IP头长(20) + UDP长度。
步骤5：示例计算。一个RDMA Write with 256B数据，无立即数。则：BTH=12B, RETH=16B, 载荷=256B, ICRC=4B → UDP长度=12+16+256+4=288B。UDP头=8B → IP负载=288B。IP总长=20+288=308B。

精度： 比特精确， 标准定义。
特征： 多层封装， 端到端和链路级校验分离。

网络协议封装， 循环冗余校验（CRC）， 包格式解析。

RNIC硬件解析器设计， 协议一致性测试， 网络嗅探器开发。

BTH字段： 如上所述。
RETH： 虚拟地址， 长度， 密钥。
ICRC, VCRC, FCS： 校验和字段。
UDP长度： UDP头和数据的总长度（Bytes）。
IP总长度： IP包总长（Bytes）。
多项式： ICRC: CRC-32, VCRC: CRC-16。

位操作： 字段提取与组装。
模2运算： CRC计算。
长度计算： 递归求和。

1. 构造：从RDMA操作生成BTH和扩展头，加上载荷。计算从IP头开始的ICRC，附加在载荷后。添加UDP头、IP头、以太网头。计算整个以太网帧的FCS（或VCRC），附加在尾部。
2. 发送：帧被发送到网络。
3. 接收：接收方检查FCS，通过后解析以太网、IP、UDP头。确认目的端口和IP正确后，提取BTH及之后数据。重新计算ICRC（覆盖IP头到载荷），与包中ICRC比较，不一致则丢包。
4. 递交：ICRC通过后，根据BTH中的QP和Opcode将数据递交给相应队列。

硬件： RNIC的协议解析流水线， CRC计算引擎（并行LFSR）。
软件： 数据包构造/解析库（如DPDK）， 协议分析工具（Wireshark插件）。

RoCE-D1-0055​

协议栈

网络/传输

RoCEv2 在IPv6环境下的封装与扩展头处理模型

目标：描述RoCEv2 over IPv6的封装，处理IPv6扩展头（如逐跳选项、路由头）。
步骤1：IPv6基本头。IPv6头固定40字节。Next Header字段指示下一个头类型。对于RoCEv2，Next Header=17（UDP）。
步骤2：扩展头。可能存在的扩展头：逐跳选项头（Hop-by-Hop Options）、路由头（Routing Header）、分段头等。这些扩展头位于IPv6头和上层协议头（UDP）之间。RoCEv2规范要求支持逐跳选项头用于携带拥塞控制信息（如CNP标签）。
步骤3：带逐跳选项头的封装。包结构：IPv6头 (40B) + 逐跳选项头 (可变) + UDP头 (8B) + BTH + ... + ICRC。逐跳选项头中可包含PadN选项或路由器告警（Router Alert）选项，用于指示中间设备检查包内容（如CNP）。
步骤4：ICRC计算范围。对于IPv6，ICRC计算从IPv6头开始，包括所有扩展头、UDP头、BTH、扩展头、有效载荷。即整个IPv6载荷（不包括ICRC本身）。
步骤5：MTU与分片。IPv6最小MTU=1280字节。RoCEv2应使用Path MTU发现避免分片。如果使用巨型帧，需确保路径支持IPv6 Jumbograms（通过逐跳选项头携带）。
步骤6：地址与多播。IPv6地址128位。RoCEv2多播组使用IPv6多播地址（如ff0x::1）。映射关系：以太网目的MAC由IPv6多播地址衍生（33:33:XX:XX:XX:XX）。

精度： 遵循RFC标准， 格式确定。
特征： 更长的地址， 扩展头提供灵活性。

IPv6协议， 扩展头格式， 多播地址映射。

下一代数据中心网络（纯IPv6）， RoCEv2 over IPv6部署。

IPv6头： 版本、流量类、流标签、载荷长度、下一个头、跳限制、源/目的地址（各16B）。
逐跳选项头： 下一个头、扩展头长度、选项（类型-长度-值）。
Next Header值： 17 for UDP。
ICRC覆盖范围： IPv6头及所有扩展头到有效载荷。
IPv6 MTU： 最小1280B。

地址编码： IPv6 128位地址。
链表结构： 扩展头通过“下一个头”字段链接。
校验和： ICRC计算范围的变化。

1. 封装：应用数据加上BTH等，计算ICRC。添加UDP头。构造IPv6扩展头（如需要）。添加IPv6头，其中Next Header指向第一个扩展头或UDP。
2. 转发：中间路由器根据IPv6头转发，如果遇到逐跳选项头且包含路由器告警，会检查包内容（如识别CNP）。
3. 接收：目的主机根据目的IPv6地址和UDP端口接收。逐层剥离IPv6头、扩展头、UDP头。验证ICRC，递交到对应QP。

硬件： RNIC支持IPv6解析， 扩展头处理逻辑。
软件： IPv6协议栈， RoCEv2 over IPv6驱动。

RoCE-D1-0056​

协议操作

RDMA语义

RDMA Send 与 Send with Immediate 操作语义与排序模型

目标：定义RDMA Send操作的可靠、有序交付语义，以及带立即数（Immediate）的变体。
步骤1：Send操作。发起方发送数据到目标方的接收队列（RQ）。目标方必须预先发布了接收请求（Recv WR）来存放数据。Send操作不指定远程内存地址，数据被放入接收方预先注册的缓冲区。
步骤2：排序规则。在同一个QP上，Send操作保证严格有序。即先发布的Send WR，其数据会先被接收方在RQ中按序消费。这由PSN顺序保证。
步骤3：Send with Immediate。Send操作携带一个32位立即数。这个立即数随数据一起传输，并在接收方产生一个带立即数的工作完成（WC）。WC中的立即数字段可供应用程序快速获取元数据。
步骤4：接收方匹配。目标方维护一个接收请求队列。当Send数据到达，它与队列中下一个未完成的Recv WR匹配。匹配后，数据被DMA到该Recv WR指定的本地缓冲区，并生成一个接收完成（CQE）。
步骤5：流量控制。接收方通过发布Recv WR来授予发送方“信用”。如果RQ中没有可用的Recv WR，收到的Send包可能被丢弃或导致RNR NAK（Receiver Not Ready）。
步骤6：完成语义。发送方在收到Send数据的ACK后生成发送完成（CQE）。接收方在数据存入缓冲区后生成接收完成。对于Send with Immediate，接收方WC包含立即数。

精度： 协议规范， 语义精确。
特征： 面向消息， 需要接收方预发布缓冲区。

消息传递语义， 排序， 生产者-消费者模型。

控制消息传递， 小数据交换， 集合通信（如Barrier）。

Send操作码： RDMA Send。
Immediate数据： 32位值， 网络字节序。
RQ： 接收队列， 存放Recv WR。
Recv WR： 包含本地缓冲区地址和长度。
WC： 工作完成， 包含状态、操作码、立即数等。
PSN： 包序列号， 保证有序。
RNR NAK： 接收方未就绪的负确认。

队列理论： RQ作为缓冲区队列。
排序： 全序关系（基于PSN）。
匹配： 到达数据与Recv WR的一对一匹配。

1. 接收方准备：目标应用发布一个或多个Recv WR到QP的RQ，指定接收缓冲区。
2. 发送方发起：发起方应用发布Send WR（可带立即数），RNIC将数据封装成Send包（BTH opcode=Send），按PSN顺序发送。
3. 接收方处理：目标RNIC按PSN顺序接收Send包。从RQ队头取一个Recv WR，将数据DMA到指定缓冲区。如果Send带立即数，记录立即数。
4. 完成产生：接收方生成一个接收CQE（包含字节长度，如果Send with Immediate则包含立即数）。发送方收到ACK后，生成发送CQE。
5. 流控：如果RQ空，接收方可能发送RNR NAK，发送方暂停并稍后重试。

硬件： RQ缓冲区管理， PSN排序检查， DMA引擎。
软件： Verbs API (ibv_post_send/recv)， 完成处理。

RoCE-D1-0057​

协议可靠性

错误检测

RDMA 传输错误检测与NACK生成模型

目标：系统化分类RDMA传输错误，并建模接收方生成负确认（NAK）的触发条件。
步骤1：错误类型。定义在BTH中：
- NAK代码：
1. 序列错误​ (NAK-seq)：收到的PSN不是期望的Rnext​，且不在当前接收窗口内。
2. 无效请求​ (NAK-inv)：操作码无效或字段值非法。
3. 远程操作错误​ (NAK-rmt)：无法完成操作（如内存访问违规、保护错误）。
4. 远程访问错误​ (NAK-rmt-acc)：远程内存访问错误（RKey不匹配、地址无效）。
5. 远程操作权限错误​ (NAK-rmt-op)：操作权限不足。
6. 接收方未就绪​ (RNR NAK)：接收方RQ无可用WR或资源不足。
步骤2：NAK生成条件。接收方在检测到错误时，发送NAK包。NAK包包含BTH（Opcode=NAK），以及NAK代码和出错的PSN字段。
步骤3：序列错误模型。接收窗口为[Rnext​,Rnext​+Wr​−1]，Wr​为接收窗口大小。收到PSN=p的包，如果p<Rnext​（重复）或p≥Rnext​+Wr​（超出窗口），则可能丢弃或触发NAK-seq。通常，只有在PSN空洞持续一段时间（定时器）后才发送NAK-seq。
步骤4：重传触发。发送方收到NAK后，必须重传出错PSN对应的包。对于RNR NAK，发送方应等待一个退避时间Trnr​后重试。
步骤5：错误恢复。某些错误（如NAK-rmt-acc）可能无法通过重传恢复，需要上层协议处理。QP可能进入错误状态。

精度： 协议定义， 条件明确。
特征： 细粒度错误分类， 快速反馈。

错误检测与纠正， 协议状态机， 重传策略。

RNIC错误处理逻辑， 可靠性测试与验证。

NAK代码： 如上6种。
Rnext​： 期望的PSN。
Wr​： 接收窗口大小。
PSN： 出错包的序列号。
Trnr​： RNR NAK后退避时间（s）。
BTH字段： Opcode, PSN等。

集合论： 接收窗口 p∈[Rnext​,Rnext​+Wr​)。
条件逻辑： 不同错误类型的触发条件。
状态机： 错误响应状态。

1. 包接收：接收方收到RDMA包，解析BTH。
2. 错误检查：
a. 检查PSN：如果不在窗口内，触发NAK-seq。
b. 检查操作码：如果无效，触发NAK-inv。
c. 检查RKey和地址：如果无效或权限不足，触发NAK-rmt-acc或NAK-rmt-op。
d. 检查本地资源：如果RQ无WR，触发RNR NAK。
3. NAK发送：构造NAK包，包含错误代码和触发包的PSN，发送回源。
4. 发送方处理：收到NAK，根据代码处理。如果是序列或RNR错误，启动重传。如果是访问错误，报告上层。

硬件： 错误检测逻辑（比较器， 权限检查）， NAK包生成器。
软件： 错误处理回调函数， 重传策略配置。

RoCE-D1-0058​

网络保障

调度/整形

加权公平队列 (WFQ) 的理想流体模型与实现近似

目标：建模WFQ调度算法，其为每个队列提供最小带宽保证和公平性。
步骤1：理想WFQ (GPS) 模型。广义处理器共享（GPS）是流体的、理想化的WFQ。系统有N个流，每个流i有权重wi​。在任何时间间隔[t1​,t2​]内，流i接收的服务量Si​(t1​,t2​)满足：
wi​Si​(t1​,t2​)​≥wj​Sj​(t1​,t2​)​−CLmax​​
其中Lmax​是最大包长，C是总带宽。GPS保证流i的最小服务速率ri​=∑j​wj​wi​​C。
步骤2：实际WFQ (Packet-by-Packet GPS)。实际调度包时，需要模拟GPS的完成时间。为每个包计算虚拟完成时间Fik​。设第k个包长度为Lik​，到达时间为Aik​。虚拟开始时间Sik​=max(Fik−1​,V(Aik​))，虚拟完成时间Fik​=Sik​+Lik​/ri​。其中V(t)是系统虚拟时间函数。调度器选择Fik​最小的包发送。
步骤3：虚拟时间更新。V(t)在GPS中线性增长：V(t+τ)=V(t)+τ/∑i∈B(t)​wi​，其中B(t)是在时间t有积压的流集合。实际中，V(t)在包开始传输时更新。
步骤4：延迟上界。在GPS下，流i的延迟上界为Dimax​=ri​Lmax​​+C∑j=i​Lmax​​。实际WFQ近似此上界。
步骤5：实现简化。硬件实现常使用赤字轮询（DRR）或时间轮，近似WFQ。DRR为每个队列维护一个赤字计数器（Deficit Counter），每轮服务增加Quantumi​=wi​⋅const，服务直到包长超过赤字。

精度： 理想GPS是理论模型， 实际实现有偏差。
特征： 提供带宽保证和公平性。

排队调度理论， 公平排队算法， 虚拟时间系统。

交换机输出端口调度， 保证不同优先级或流的带宽份额。

wi​： 流i的权重。
ri​： 流i保证的最小速率（bps）。
Lik​： 流i的第k个包长度（bits）。
Aik​,Sik​,Fik​： 到达、虚拟开始、虚拟完成时间。
V(t)： 系统虚拟时间。
C： 总带宽（bps）。
Lmax​： 最大包长（bits）。
Quantumi​： DRR的每轮服务量（bits）。

不等式： GPS服务保证不等式。
虚拟时间： 函数V(t)的计算。
排序： 按Fik​排序选择下一个包。

1. 包到达：包到达队列i，记录到达时间Aik​，计算其虚拟完成时间Fik​（需先计算V(Aik​)和Sik​）。
2. 调度决策：每当链路空闲，从所有有包队列中选择具有最小Fik​的包。
3. 传输：发送该包，更新系统虚拟时间V(t)，并从队列中移除该包。
4. 虚拟时间更新：V(t)在繁忙期间以速率1/∑i∈B(t)​wi​增长，在空闲时跳跃到下一个包的虚拟开始时间。

硬件： 优先级队列（基于Fik​）， 虚拟时间计算单元（可能近似）。
软件： 调度算法仿真， 权重配置管理。

RoCE-D1-0059​

网络保障

拥塞控制

快速收敛的拥塞控制：Swift 算法模型

目标：实现超低延迟、高吞吐的拥塞控制，适用于RoCE网络，结合延迟和ECN进行快速调整。
步骤1：核心思想。Swift使用延迟梯度（类似TIMELY）和ECN标记进行双重检测。发送方维护当前速率R和两个阈值：延迟阈值Tlow​,Thigh​，ECN标记概率阈值pmax​。
步骤2：速率更新方程。每收到一个ACK，更新：
R←⎩⎨⎧​R⋅(1−ηd​)R⋅(1−ηp​)R+α​if d>Thigh​if p>pmax​otherwise​
其中d=RTT−baseRTT是排队延迟，p是估计的ECN标记概率，ηd​,ηp​是减小因子，α是增加量。
步骤3：延迟梯度计算。使用指数加权移动平均（EWMA）滤波RTT：rttewma​=β⋅rttewma​+(1−β)⋅rttsample​。梯度g=(rttewma​−baseRTT)/baseRTT。如果g>γ（梯度阈值），则触发减速。
步骤4：ECN概率估计。统计窗口内收到的ECN标记的包的比例p^​。使用贝叶斯估计或EWMA平滑：p=λ⋅p+(1−λ)⋅p^​。
步骤5：参数调优。α与目标带宽和流数相关。ηd​,ηp​控制减速幅度，通常0.05~0.125。Tlow​设为~5μs，Thigh​~50μs。pmax​~0.01。参数需协同优化以避免震荡。
步骤6：与DCQCN对比。Swift更主动，对延迟变化更敏感，收敛更快，但在高负载下可能波动更大。

精度： 依赖于延迟测量和ECN估计的准确性。
特征： 双重信号， 快速响应。

控制理论， 梯度下降， 概率估计， 混合信号。

对延迟极其敏感的应用（如分布式数据库， 金融交易）。

R： 发送速率（bps）。
d： 排队延迟， d=RTT−baseRTT（s）。
p： 估计的ECN标记概率。
Tlow​,Thigh​： 延迟阈值（s）。
pmax​： ECN概率阈值。
ηd​,ηp​： 基于延迟和ECN的减小因子。
α： 增加量（bps per ACK）。
g,γ： 延迟梯度和其阈值。
β,λ： EWMA平滑因子。

分段函数： 基于不同条件的速率更新。
滤波： EWMA平滑RTT和ECN概率。
梯度计算： 相对延迟变化。

1. 测量：每个ACK提供rttsample​和ECN标记位。更新rttewma​和p。
2. 决策：计算d和g。如果d>Thigh​或 g>γ，则使用延迟减小因子ηd​降低速率。否则，如果p>pmax​，使用ECN减小因子ηp​降低速率。否则，增加速率α。
3. 速率调整：根据上述决策更新R，并确保在[Rmin​,Rmax​]内。
4. 发送：按照新速率调度包发送。

硬件： 高精度时间戳， 速率控制逻辑。
软件： Swift算法实现， 参数自适应调整。

RoCE-D1-0060​

物理层

调制编码/SerDes

PAM4 调制与信噪比分析模型

目标：分析PAM4（4级脉冲幅度调制）的符号错误率与信噪比关系，评估高速SerDes性能。
步骤1：PAM4信号定义。PAM4符号取四个电平：−3A,−A,+A,+3A，分别对应2比特：00, 01, 10, 11。相邻电平间距2A。符号能量Es​=(9+1+1+9)A2/4=5A2。每比特能量Eb​=Es​/2=2.5A2。
步骤2：噪声模型。假设加性高斯白噪声，方差σ2。接收端用三个阈值−2A,0,+2A判决。
步骤3：符号错误率。对于内层符号（−A,+A），错误发生在噪声超过A。对于外层符号（−3A,+3A），错误发生在噪声超过A但符号朝内层错，或噪声超过3A但符号朝内层错的概率很小，主要考虑单侧错误。精确计算：
Psym​=23​Q(σA​)
步骤4：比特错误率。假设格雷编码（00,01,11,10），相邻符号只有1比特不同。则比特错误率近似：
BER≈log2​4Psym​​=43​Q(σA​)
步骤5：信噪比关系。定义SNR=Eb​/N0​=2.5A2/(2σ2)=1.25A2/σ2。所以A/σ=SNR/1.25​。代入得：
BER≈43​Q(1.25SNR​​)
步骤6：与NRZ比较。NRZ（PAM2）的BER=Q(2Eb​/N0​​)。要达到相同BER，PAM4需要约5倍（7dB）更高的Eb​/N0​。但PAM4在相同符号率下传输2倍比特，频谱效率高。

精度： 精确在高斯噪声和格雷编码下， 忽略码间干扰。
特征： 更高的频谱效率， 更高的SNR要求。

调制理论， 信号检测， 概率论。

56G/112G PAM4 SerDes， 高速以太网物理层。

A： 基础幅度（V）。
Es​,Eb​： 符号能量， 每比特能量（J）。
σ2： 噪声方差。
SNR： 信噪比 Eb​/N0​（线性）。
BER： 比特错误率。
Psym​： 符号错误率。
Q(x)： Q函数。

概率： 高斯分布， 错误概率积分。
比较： PAM4与PAM2的BER-SNR曲线。
编码： 格雷编码映射。

1. 调制：每2比特映射到一个PAM4电平 s∈{−3A,−A,+A,+3A}。
2. 发送：发送符号波形。
3. 接收+噪声：收到r=s+n，n∼N(0,σ2)。
4. 判决：比较r与阈值−2A,0,+2A，确定判决符号s^。
5. 解映射：根据s^和格雷映射恢复2比特。
6. 错误统计：比较原始比特与恢复比特，计算BER。

硬件： PAM4驱动器， 接收机带多电平比较器， 时钟恢复。
软件： 误码率仿真， 眼图分析。

RoCE-D1-0061​

物理层

前向纠错/SerDes

前向纠错编码（FEC）的 RS(528,514) 与 KP4 模型

目标：建模用于400GbE的KP4 FEC（RS(528,514)）的纠错能力和开销。
步骤1：编码参数。KP4使用里德-所罗门码 RS(528,514) over GF(2^10)。符号大小10比特，码字长度n=528符号，信息符号k=514，校验符号t=(n−k)/2=7，可纠正最多7个符号错误。
步骤2：编码过程。将k×10比特信息映射为k个GF(210)符号[m0​,m1​,...,mk−1​]。生成多项式g(x)=∏i=02t−1​(x−αi)，其中α是本原元。编码后码字c(x)=m(x)x2t+[m(x)x2tmodg(x)]，得到n个符号。
步骤3：译码与纠错。接收r(x)=c(x)+e(x)，e(x)是错误多项式。计算伴随式Si​=r(αi)。如果Si​不全为0，则存在错误。使用Berlekamp-Massey算法找到错误位置多项式Λ(x)，钱搜索找根确定错误位置，Forney算法计算错误值。
步骤4：纠错后误码率。设符号错误概率为ps​（FEC前）。译码失败概率Pfail​是码字中错误符号数>t的概率。对于随机错误，Pfail​=∑i=t+1n​(in​)psi​(1−ps​)n−i。译码后误码率BERout​≈k⋅101​∑i=t+1n​i⋅(in​)psi​(1−ps​)n−i（近似，假设失败时所有比特错）。
步骤5：开销与延迟。编码开销OH=(n−k)/k=14/514≈2.72%。编码延迟包括n符号的处理时间。KP4 FEC实现净编码增益（NCG）约8.5dB at BERout​=1e−15。
步骤6：交织。为抗突发错误，通常进行交织，将多个码字的符号交叉传输。

精度： 理论纠错能力精确， 实际性能依赖译码器实现。
特征： 强大的纠错能力， 低延迟， 固定开销。

代数编码理论（里德-所罗门码）， 有限域运算， 概率。

400GbE、800GbE的FEC层， 提高链路预算。

n,k,t： 码长、信息符号数、纠错能力。
GF(210)： 有1024个元素的伽罗华域。
ps​： FEC前的符号错误率。
Pfail​： 译码失败概率。
BERout​： FEC后的误码率。
OH： 开销比例。
NCG： 净编码增益（dB）。
α： 本原元。

有限域代数： 多项式运算， 伴随式计算。
组合数学： 二项分布求译码失败概率。
增益计算： NCG。

1. 发送：每514个10比特符号（共5140比特）数据，编码生成14个校验符号，组成528符号的码字。可能经过交织后发送。
2. 传输：码字经过有噪信道，可能发生符号错误。
3. 接收：接收端去交织，得到接收码字r。
4. 伴随式计算：计算Si​=r(αi)for i=0,...,2t−1。
5. 错误定位与纠正：如果Si​非零，运行Berlekamp-Massey、钱搜索、Forney算法，得到错误图样e，计算c=r−e。
6. 输出：从c中提取前k个符号作为解码数据。

硬件： FEC编解码器ASIC， 有限域乘法器， 多项式求解器。
软件： FEC性能仿真， 算法验证。

RoCE-D1-0062​

物理层

时序/SerDes

参考时钟分发与相位噪声模型

目标：建模参考时钟的相位噪声对SerDes抖动的影响，指导时钟树设计。
步骤1：相位噪声定义。相位噪声L(f)定义为在偏移频率f处，1Hz带宽内噪声功率与载波功率之比，单位dBc/Hz。时域相位抖动ϕ(t)的功率谱密度Sϕ​(f)与L(f)相关：Sϕ​(f)=2⋅10L(f)/10（rad²/Hz）。
步骤2：相位噪声模型。典型晶体振荡器相位噪声曲线分几个区域：
- 1/f³ 区（闪烁噪声）
- 1/f² 区（白噪声）
- 平坦区（白噪声基底）
数学模型：L(f)=10log10​(f3k3​​+f2k2​​+k0​)，k3​,k2​,k0​为常数。
步骤3：积分抖动。在频带[f1​,f2​]内积分相位噪声，得到均方根（RMS）抖动Jrms​：
Jrms​=2πf0​1​2∫f1​f2​​10L(f)/10df​(seconds)
其中f0​是载波频率。通常f1​=12kHz, f2​=20MHz for PCIe。
步骤4：对SerDes的影响。参考时钟的相位噪声会通过PLL传递到输出时钟，引起确定性抖动（DJ）。传递函数HPLL​(s)在环路带宽内为低通。输出时钟的相位噪声$L{out}(f) = L{ref}(f) \cdot

H_{PLL}(f)

^2 + L_{VCO}(f) \cdot (1-

H_{PLL}(f)

^2)。<br>∗∗步骤5：时钟树抖动预算∗∗。系统总抖动预算TJ{budget}需分配给参考时钟TJ{ref}、PLLTJ{pll}、数据通道TJ{channel}等。TJ_{ref}$通常要求<100fs RMS。

精度： 相位噪声测量精确， 积分抖动是统计量。
特征： 低频相位噪声导致长期抖动， 影响CDR跟踪。

相位噪声理论， 锁相环传递函数， 抖动分析。

SerDes参考时钟生成与分配， 时钟合成器设计。

RoCE-D1-0063​

总线/互连

协议/SoC

AXI4-Stream 接口握手与背压模型

目标：建模AXI4-Stream总线的握手协议，分析其吞吐量和背压机制。
步骤1：信号定义。AXI4-Stream接口关键信号：TVALID（主端数据有效）、TREADY（从端准备接收）、TDATA（数据，宽度DW）、TLAST（包结束）。握手成功发生在时钟上升沿当TVALID && TREADY为真。
步骤2：吞吐量模型。设时钟周期为Tclk​。在没有背压（TREADY恒为1）时，最大吞吐量Throughputmax​=DW/Tclk​（bps）。实际吞吐量受TREADY限制。设TREADY为高的概率为pready​，则平均吞吐量Throughputavg​=pready​⋅Throughputmax​。
步骤3：背压分析。从端用TREADY施加背压。如果从端缓冲区快满，则降低TREADY。主端应在TVALID有效后保持数据稳定直到握手发生。背压会导致主端停顿，可能影响前级逻辑。
步骤4：流水线握手。TVALID和TREADY可以流水线。设从端延迟L周期后才产生TREADY。主端需提前L周期发出TVALID。吞吐量仍可达到Throughputmax​，但延迟增加L⋅Tclk​。
步骤5：TLAST与包界定。TLAST指示一个传输包的结束。包长度可变。接收方检测到TLAST后，可进行包处理（如校验、提交）。模型包长度分布，平均包长Lavg​（以DW为单位）。则包率Rpkt​=Throughputavg​/(Lavg​⋅DW)。
步骤6：与RoCE适配。RNIC内部，DMA引擎可能通过AXI4-Stream与网络接口交换数据。需要将RDMA事务（如Write数据）分割为AXI4-Stream包，并处理背压。

精度： 确定性握手协议， 吞吐量依赖于就绪概率。
特征： 简单、广泛使用的流式接口。

数字电路握手协议， 流水线， 吞吐量分析。

SoC内部模块间数据流传输， 如DMA到网络接口。

TVALID, TREADY, TDATA, TLAST： AXI4-Stream信号。
Tclk​： 时钟周期（s）。
DW： 数据位宽（bits）。
Throughputmax​,Throughputavg​： 最大和平均吞吐量（bps）。
pready​： TREADY为高的概率。
L： 从端响应延迟（周期数）。
Lavg​： 平均包长度（以DW为单位）。
Rpkt​： 包率（packets/s）。

布尔逻辑： 握手条件 TVALID ∧ TREADY。
概率： 就绪概率pready​。
吞吐量计算： 带宽与延迟的权衡。

1. 主端驱动：主端在数据有效时置位TVALID，并在TDATA上放置数据。如果这是一个包的最后一个数据，置位TLAST。
2. 从端响应：从端在可以接收数据时置位TREADY。
3. 握手：在时钟上升沿，如果TVALID和TREADY都为高，数据从TDATA传输到从端，主端可以更新数据（或撤销TVALID）。
4. 背压：如果从端TREADY为低，主端必须保持TVALID和TDATA不变，直到握手发生。
5. 包结束：当TLAST握手成功，从端知道包结束，可开始处理包。

硬件： 寄存器实现TVALID/TREADY， 数据路径宽度匹配。
软件： 总线功能模型（BFM）用于验证， 性能监控。

RoCE-D1-0064​

协议栈

传输层

RDMA 端到端传输完成与事件模型

目标：建模RDMA操作（Send/Write/Read）的完成事件生成与通知机制。
步骤1：完成队列（CQ）模型。每个QP关联发送完成队列（SCQ）和接收完成队列（RCQ）。完成事件表现为工作完成（WC）条目写入CQ。WC包含：状态（成功/错误）、操作码、字节长度、立即数（如有）等。
步骤2：完成事件生成条件。
- 发送操作（Send, Write, Read）：当发送方收到最后一包数据的ACK（或对于Read，收到响应包）后，生成发送WC。
- 接收操作（Recv）：当接收方将Send数据DMA到缓冲区后，生成接收WC。
步骤3：事件通知机制。应用可通过轮询CQ或等待完成通道（Completion Channel）事件。轮询：应用读取CQ尾指针，检查是否有新WC。事件驱动：当WC写入CQ，RNIC可能触发一个中断或向完成通道发送信号。
步骤4：完成顺序。发送完成和接收完成是独立的。但同一QP上的发送操作，其完成顺序通常与发布顺序一致（但不严格保证）。接收完成与Recv WR发布顺序一致。
步骤5：错误处理。如果操作失败（如超时、访问错误），WC中状态字段指示错误类型。应用需处理错误，可能重置QP。
步骤6：性能模型。完成延迟Tcomp​=Ttx​+Tnetwork​+Trx​+Tproc​+Tcq​，其中Tcq​是生成WC并通知的软件开销。高吞吐下，应批量处理完成以减少开销。

精度： 完成事件是确定性的， 延迟受系统负载影响。
特征： 异步通知， 低开销完成机制。

事件驱动系统， 队列管理， 异步I/O。

RDMA应用性能优化， 完成处理策略选择。

CQ： 完成队列， 存储WC条目。
WC： 工作完成， 包含状态、操作码、长度、立即数等。
SCQ, RCQ： 发送和接收CQ。
Tcomp​： 从操作发布到应用收到完成的延迟（s）。
轮询 vs 事件： 两种通知模式。
完成顺序： 顺序性保证。

队列操作： WC入队/出队。
时序分析： 完成延迟分解。
异步模式： 事件与轮询的权衡。

1. 操作发布：应用发布WR到QP的SQ或RQ。
2. 执行：RNIC执行操作（发送数据，接收数据）。
3. 完成条件满足：对于发送操作，当收到所有ACK；对于接收操作，当数据已存入缓冲区且关联的Recv WR被消费。
4. WC生成：RNIC将WC写入相应的CQ（SCQ或RCQ），更新CQ尾指针。
5. 通知应用：如果启用事件，RNIC触发中断或发信号。应用的中断服务例程或事件循环被唤醒。
6. 应用处理：应用从CQ中读取WC，检查状态，释放资源，继续后续工作。

硬件： CQ内存， 完成事件生成逻辑， 中断控制器。
软件： Verbs API (ibv_poll_cq)， 中断处理程序， 完成处理优化。

RoCE-D1-0065​

网络保障

缓存/一致性

基于目录的缓存一致性协议模型（用于CC-NUMA）

目标：在多处理器系统中，保持缓存一致性，支持RDMA直接访问内存而无需刷新缓存。
步骤1：目录结构。目录为每个内存块维护状态位和共享者列表。状态包括：未缓存（UC）、共享（S）、独占（E）/修改（M）。共享者列表记录哪些处理器缓存了该块。
步骤2：协议消息。包括读请求（Read）、读独占（ReadEx）、无效化（Invalidate）、写回（WriteBack）等。
步骤3：一致性事务。处理器P读地址A：
1. 检查本地缓存，缺失。
2. 向目录发Read请求。
3. 目录检查状态：若UC或S，从内存提供数据，将P加入共享者列表，状态转S；若E，向当前持有者发无效化，令其写回，然后提供数据，状态转S，共享者列表={P}。
步骤4：RDMA访问。RNIC作为特殊代理访问内存。对于RDMA Write，RNIC需获取目标块的独占权（E状态）。流程：RNIC向目录发ReadEx，目录无效化所有共享者，等写回完成，授予RNIC独占权，RNIC直接写入内存。这确保后续处理器读能获得新数据。
步骤5：性能模型。平均内存访问时间AMAT=Hittime​+Missrate​⋅Misspenalty​。RDMA操作引入的缓存无效化增加Misspenalty​。需优化目录位置和协议以减少延迟。
步骤6：与RoCE集成。支持RDMA的CC-NUMA系统需RNIC能够发起一致性事务（作为一致性代理）。这允许RDMA绕过处理器缓存直接更新内存，同时保持一致性。

精度： 协议模型精确， 实际性能受拓扑和负载影响。
特征： 可扩展的一致性， 目录是瓶颈。

缓存一致性理论， 目录协议， 分布式共享内存。

支持RDMA的CC-NUMA系统（如Intel Xeon， AMD EPYC）， 高性能计算。

目录状态： UC, S, E/M。
共享者列表： 缓存了该块的处理器集合。
协议消息： Read, ReadEx, Invalidate, WriteBack。
AMAT： 平均内存访问时间（cycles）。
Misspenalty​： 缺失惩罚（cycles）。
RNIC： 作为一致性代理。

集合论： 共享者列表操作。
状态机： 目录和缓存块的状态转换。
性能模型： AMAT公式。

1. 本地请求：处理器或RNIC发出内存访问请求（读/写）。
2. 目录查询：请求路由到该地址的主目录（可能是Home节点）。
3. 目录动作：目录根据块状态和请求类型，发送消息给相关节点（如无效化共享者，请求写回）。
4. 数据传递：数据从当前持有者或内存传递给请求者。
5. 状态更新：目录更新块状态和共享者列表。
6. 完成：请求者收到数据，完成访问。对于RDMA Write，RNIC在获得独占权后直接写入内存。

硬件： 目录缓存， 互连网络， 一致性控制器。
软件： 内存分配策略（页面放置）， 性能计数器监控。

RoCE-D1-0066​

网络保障

遥测/监控

基于eBPF的RoCE流量实时监控与异常检测模型

目标：在内核中利用eBPF实时捕获和分析RoCE流量，检测性能异常。
步骤1：eBPF挂钩点。在RoCE驱动（如mlx5）的关键路径插入eBPF程序：发送/接收完成、CQ事件、QP状态变更。也可在网络栈（XDP）层捕获RoCE包。
步骤2：指标收集。eBPF程序收集：
- 每个QP的吞吐量Ti​(t)、延迟Li​(t)（通过时间戳）。
- 重传次数Ri​、CNP接收数Ci​。
- 队列长度q（从驱动获取）。
步骤3：直方图与统计。eBPF支持直方图映射。例如，记录延迟分布H[l]，其中l是延迟桶。计算平均值Lˉ=∑l​H[l]∑l​l⋅H[l]​，百分位数（如p99）。
步骤4：异常检测算法。在线计算指标的滑动窗口均值和标准差。对于延迟L，窗口大小为W。当前值Lt​，如果$

L_t - \bar{L}_{t-1}

> k \cdot \sigma_{t-1}，则标记异常。k$通常为3（3-sigma规则）。
步骤5：低开销设计。eBPF程序需简洁，避免循环和复杂操作。聚合数据在eBPF映射中，用户空间程序周期性读取。减少内核-用户空间切换。
步骤6：应用。实时监控RoCE网络健康，自动触发警报或调整（如限流、迁移QP）。

精度： 依赖于采样和统计， 近似实时。
特征： 内核内执行， 低开销， 可编程。

统计过程控制， 实时流处理， 操作系统内核。

生产环境RoCE网络监控， 性能诊断， 自动根因分析。

Ti​(t),Li​(t)： QP i在t时刻的吞吐量和延迟。
Ri​,Ci​： QP i的重传和CNP计数。
H[l]： 延迟直方图， 桶l的计数。
Lˉ,σ： 延迟均值和标准差。
W： 滑动窗口大小（样本数）。
k： 异常检测阈值（如3）。
eBPF映射： 内核与用户空间共享的数据结构。

统计： 均值、标准差、百分位数计算。
异常检测： 基于移动平均和标准差。
直方图： 分布表示。

RoCE-D1-0067​

网络保障

虚拟化

SR-IOV 虚拟化下的 RoCE 性能隔离模型

目标：在SR-IOV虚拟化中，为每个VF提供隔离的RoCE性能（带宽、队列资源）。
步骤1：SR-IOV架构。物理功能（PF）支持SR-IOV，可创建多个虚拟功能（VF）。每个VF看起来像一个独立的物理网卡，有独立的配置空间、队列对（QP）、完成队列（CQ）。
步骤2：资源划分。PF的总资源（如QP数量、CQ数量、PD数量、AH数量）需要在VF间划分。设总QP数为Qtotal​，为每个VF分配Qi​，满足∑i​Qi​≤Qtotal​。类似划分CQ、MR等。
步骤3：带宽隔离。在物理端口级别，使用加权公平队列（WFQ）或基于信用整形。每个VF分配权重wi​。VF i的保证带宽Bimin​=∑j​wj​wi​​⋅C，C为端口带宽。Hypervisor或PF驱动配置这些权重。
步骤4：内存注册隔离。每个VF有自己的保护域（PD）。VF内的内存区域（MR）使用本地的本地键（LKey）和远程键（RKey）。一个VF不能访问另一个VF注册的内存，除非通过显式共享机制。
步骤5：性能监控与隔离。Hypervisor可监控每个VF的资源使用（QP数、带宽）。如果某个VF过度使用，可限制其速率或迁移。性能隔离确保一个VF的异常（如疯狂发送）不影响其他VF或PF。
步骤6：配置与管理。通过PF驱动或管理工具（如lshw）配置VF数量和资源。动态资源调整可能支持。

精度： 隔离依赖于硬件和驱动实现， 理论模型提供上限。
特征： 接近物理性能的虚拟化， 强隔离。

虚拟化， 资源管理， 性能隔离。

云环境中多租户RoCE， 每个VM获得独立、高性能的网络接口。

PF, VF： 物理功能和虚拟功能。
Qtotal​,Qi​： 总QP数和VF i的QP数。
wi​： VF i的带宽权重。
Bimin​： VF i的最小保证带宽（bps）。
C： 物理端口带宽（bps）。
PD, MR, LKey/RKey： 保护域， 内存区域， 密钥。
Hypervisor： 虚拟机监控器。

资源分配： 整数分配（QP数）， 连续分配（带宽）。
加权公平： 带宽按权重分配。
隔离： 资源划分的不相交性。

1. 配置：管理员通过PF驱动创建VF，指定每个VF的资源限制（QP数、权重）。
2. 虚拟机启动：VF分配给VM，VM内安装标准RoCE驱动，像使用物理网卡一样使用VF。
3. 数据传输：VM内的应用通过VF的QP发送RDMA请求。硬件根据VF的权重调度其流量，并强制资源限制。
4. 监控：Hypervisor或管理工具监控各VF的资源使用率和性能指标。
5. 调整：如果某个VM需要更多资源，动态调整其权重或QP限制（如果支持）。

硬件： 支持SR-IOV的RNIC（如Mellanox ConnectX系列）， PCIe ACS。
软件： Hypervisor支持（如KVM, Hyper-V）， VF驱动， 管理工具。

RoCE-D1-0068​

网络协议

传输层

RDMA 不可靠数据报（UD）模式的多播模型

目标：建模RDMA不可靠数据报（UD）模式下的多播通信，包括寻址和交付语义。
步骤1：UD模式特性。UD是无连接的、不可靠的、最大消息长度有限（受MTU限制）的模式。支持多播：一个发送QP可以向一个多播组发送，多个接收QP可以加入该组接收。
步骤2：多播组管理。多播组由多播GID（IPv4或IPv6多播地址）标识。接收方通过RDMA CM加入多播组（调用ibv_attach_mcast）。发送方发送到多播GID。
步骤3：包格式。UD多播包使用特殊的BTH，其中DestQP字段被替换为Q_Key（队列键），用于验证接收方。接收方用Q_Key匹配多播组。
步骤4：交付语义。不可靠：可能丢包、重复、乱序。多播：发送一个包，组内所有成员都可能收到，但可能不是全部。无拥塞控制：发送速率需应用控制。
步骤5：吞吐量模型。设多播组有M个成员，发送速率为R（pps）。网络需复制包到多个出口。总带宽消耗B=R⋅Lpkt​⋅Meffective​，Meffective​是网络中的复制因子（取决于拓扑）。
步骤6：应用场景。适用于需要一对多通信但可容忍丢失的场景，如金融行情分发、集群状态同步。通常结合更高级的可靠多播协议在应用层实现可靠性。

精度： 交付语义是协议定义的， 性能依赖于网络。
特征： 不可靠， 多播， 低开销。

多播通信， 不可靠传输， 组管理。

金融行情分发， 分布式缓存失效， 集群管理心跳。

UD模式： 不可靠数据报。
多播GID： 多播组IP地址。
Q_Key： 队列键， 用于多播组识别。
M： 多播组成员数。
R： 发送速率（packets/s）。
Lpkt​： 包长度（bits）。
Meffective​： 网络中的有效复制因子。
BTH： 基本传输头， 在UD中格式不同。

组播理论： 一对多通信。
不可靠语义： 可能丢失、重复、乱序。
带宽计算： 考虑复制开销。

1. 建组：创建多播GID，接收方通过CM加入该组，获得Q_Key。
2. 发送：发送方构造UD多播包，目的地址设为多播GID，BTH中包含Q_Key。包发送到网络。
3. 网络复制：交换机根据多播组转发表将包复制到多个端口。
4. 接收：组成员收到包，检查目的IP和多播GID匹配，且Q_Key与加入时一致，则递交给接收QP。
5. 处理：应用从接收QP轮询消息。由于不可靠，可能丢失或乱序。

硬件： 交换机多播支持（IGMP snooping）， RNIC UD多播处理。
软件： RDMA CM多播API， 应用层可靠多播库（如OpenMPI）。

RoCE-D1-0069​

网络保障

负载均衡

自适应负载均衡：CONGA 的流量切片与拥塞感知模型

目标：在Clos网络中，基于实时拥塞信息将流量动态分配到多条路径上，最小化流量完成时间。
步骤1：CONGA原理。CONGA使用带内网络遥测（INT）收集每条路径的拥塞信息（队列长度）。每个包携带一个“流量切片”标识，接收方将拥塞信息反馈给发送方，发送方据此调整流量分配。
步骤2：流量切片。将每个流（如TCP流或RDMA流）划分为固定大小的切片（如64KB）。每个切片独立选择路径。这比每流负载均衡更细粒度，可更好平衡突发流量。
步骤3：拥塞度量。对于每条可选路径p，定义其拥塞度量Cp​=qp​+α⋅lp​，其中qp​是路径上最大队列长度（来自INT），lp​是路径长度（跳数），α是权重。
步骤4：路径选择。当发送一个新的流量切片时，选择Cp​最小的路径。这需要全局信息，CONGA通过反馈获得。
步骤5：反馈机制。接收方从包中提取INT信息（各路径的qp​），周期性发送反馈到发送方。发送方维护每个目的主机的各路径Cp​表。
步骤6：稳定性。由于反馈延迟，可能出现震荡。需滤波：Cpnew​=βCpold​+(1−β)Cpfeedback​。参数α,β需调优。

精度： 依赖于INT测量的准确性和反馈延迟， 可显著提高负载均衡。
特征： 细粒度、自适应、拥塞感知。

负载均衡， 反馈控制， 分布式决策。

数据中心网络（Clos拓扑）的负载均衡， 特别是对长短混合流。

流量切片： 固定大小的数据单元（如64KB）。
Cp​： 路径p的拥塞度量。
qp​： 路径p上的最大队列长度（Bytes）。
lp​： 路径p的长度（跳数）。
α： 队列与跳数的权重因子。
β： 滤波因子。
INT： 带内网络遥测。

优化： 选择最小Cp​的路径。
滤波： 指数加权移动平均。
反馈系统： 延迟反馈下的稳定性。

1. 包标记：发送方为每个包标记其所属的流量切片ID，并在包头中留出INT空间。
2. 路径选择：发送方为每个新切片选择当前Cp​最小的路径，该切片的所有包都走此路径。
3. INT收集：沿路交换机将队列长度q写入包的INT字段。
4. 反馈：接收方提取INT信息，周期性汇总发送回发送方。
5. 更新度量：发送方根据反馈更新各路径的Cp​。
6. 调整：对于后续的新切片，使用更新后的Cp​选择路径。

硬件： 交换机INT支持， 包修改逻辑。
软件： 发送端负载均衡器， 反馈处理逻辑。

RoCE-D1-0070​

网络协议

存储

NVMe over Fabrics (NVMe-oF) 基于 RoCE 的传输模型

目标：建模NVMe over RoCE的协议栈，分析其命令提交与完成流程。
步骤1：NVMe-oF架构。NVMe命令（如读、写、管理）被封装在NVMe over Fabrics协议数据单元（PDU）中，通过RDMA传输。使用两种队列：管理队列（Admin Queue）和I/O队列（IOQ）。
步骤2：命令传输。Host（启动器）将NVMe命令放入提交队列（SQ），并通知控制器（目标器）。通知方式：对于RoCE传输，通常使用RDMA Send with Immediate Data，立即数中包含队列指针（如SQ Head Doorbell）。控制器收到后，从Host内存中读取命令（通过RDMA Read）或命令已内联在Send中。
步骤3：数据传输。对于Write命令，数据从Host内存传输到控制器内存，通过RDMA Write。对于Read命令，控制器将数据从控制器内存传输到Host内存，通过RDMA Write（控制器发起）或Host通过RDMA Read拉取。
步骤4：完成通知。控制器执行命令后，将完成队列条目（CQE）写入Host的完成队列（CQ），并通过RDMA Send with Immediate Data通知Host（立即数包含CQ指针）。Host轮询CQ或等待中断。
步骤5：性能模型。设命令处理延迟Tcmd​，数据传输延迟Tdata​。对于Read，总延迟Tread​=Tcmd​+Tdata​，其中Tdata​包括RDMA Read请求和响应。对于Write，Twrite​=Tcmd​+Tdata​，Tdata​是RDMA Write。NVMe-oF over RoCE可达到接近本地NVMe的性能。
步骤6：队列深度。支持高队列深度（如64K），允许多个命令并行。吞吐量Θ=QD⋅Tcmd​+Tdata​Ldata​​，QD为队列深度。

精度： 协议栈模型精确， 延迟取决于实现和硬件。
特征： 低延迟远程块存储访问， 广泛用于分布式存储。

存储协议， 命令队列模型， 延迟分析。

超融合基础设施（HCI）， 分布式存储（如vSAN, Ceph）， 计算存储分离。

NVMe命令： Read, Write, Flush, Identify等。
SQ, CQ： 提交队列和完成队列。
PDU： 协议数据单元。
Tcmd​,Tdata​： 命令处理和数据传输延迟（s）。
QD： 队列深度。
Θ： 吞吐量（bps）。
RDMA操作： Send, Write, Read。

队列模型： SQ/CQ操作。
延迟分解： 命令、数据传输、通知延迟。
吞吐量模型： 基于队列深度和延迟。

1. 命令提交：Host构建NVMe命令在SQ条目，通过RDMA Send with Immediate通知控制器。控制器从Host内存读取命令（或命令在Send载荷中）。
2. 数据传输：如果Write，Host通过RDMA Write将数据写入控制器内存。如果Read，控制器通过RDMA Write将数据写入Host内存，或Host发起RDMA Read。
3. 命令执行：控制器执行命令（如读闪存）。
4. 完成：控制器将CQE写入Host的CQ，通过RDMA Send with Immediate通知Host。
5. Host处理：Host收到通知，处理CQE，释放资源。

硬件： NVMe-oF目标器硬件（FPGA/ASIC）， RNIC。
软件： Host端驱动（nvme-rdma）， 目标端软件（如SPDK）。

RoCE-D1-0071​

协议可靠性

重传与恢复

基于RTT的自适应重传超时（RTO）计算模型

目标：动态估计网络往返时间（RTT）并计算重传超时，平衡检测丢失的敏捷性与避免虚假重传。
步骤1：RTT采样。对每个已确认的数据包，测量RTT样本RTTsample​=tack​−tsend​。需排除重传包的确认（Karn算法）。
步骤2：平滑RTT估计。使用指数加权移动平均（EWMA）：RTTest​=(1−α)⋅RTTest​+α⋅RTTsample​，典型α=1/8。同时估计RTT变化：$Dev = (1-\beta) \cdot Dev + \beta \cdot

RTT{sample} - RTT{est}

，典型\beta=1/4。<br>**步骤3：RTO计算**。经典Jacobson/Karels算法：<br>$$RTO = RTT_{est} + 4 \cdot Dev$$<br>同时施加下限RTO{min}（如1ms）和上限RTO{max}（如60s）。<br>∗∗步骤4：时钟粒度∗∗。实际定时器精度为时钟粒度G（如1ms）。RTO应向上取整到G的倍数：RTO{actual} = \lceil RTO / G \rceil \cdot G。<br>∗∗步骤5：退避与拥塞响应∗∗。发生超时重传时，RTO应加倍（指数退避）：RTO = 2 \cdot RTO，直到RTO{max}。这响应网络拥塞。<br>∗∗步骤6：在RoCE中的调整∗∗。RoCE（如使用RC模式）可能需要更激进参数，因为数据中心RTT小且稳定。可设置较小的RTO_{min}$（如5μs）和较小的退避因子。

精度： 依赖于RTT测量的准确性和平稳性， 在稳定网络中准确。
特征： 自适应， 指数退避应对拥塞。

统计估计（EWMA）， 超时算法， 拥塞控制。

所有可靠传输协议（TCP, RoCE RC）的重传定时器管理。

RTTsample​： 单个RTT测量值（s）。
RTTest​： 平滑RTT估计（s）。
Dev： RTT平均偏差估计（s）。
α,β： 平滑因子（0<α,β<1）。
RTO： 重传超时（s）。
RTOmin​,RTOmax​： RTO上下限（s）。
G： 时钟粒度（s）。
退避因子： 通常为2。

指数平滑： EWMA更新公式。
统计： 估计均值与偏差。
边界： 上下限约束。

RoCE-D1-0072​

协议可靠性

流量控制

基于接收方窗口（RWIN）的广告与更新模型

目标：接收方通过通告窗口控制发送方速率，防止接收方缓冲区溢出。
步骤1：接收窗口定义。接收方维护接收窗口大小RWIN，表示接收方当前可用的缓冲区空间（字节）。在ACK包中通告给发送方。发送方维护发送窗口，其大小不超过RWIN。
步骤2：窗口更新。当应用消费数据释放缓冲区，或当新缓冲区被发布（通过Recv WR），RWIN增加。当新数据到达并被缓冲，RWIN减少。更新公式：RWIN=Btotal​−(Bused​+Bpending​)，其中Btotal​是总接收缓冲区，Bused​是已占用缓冲，Bpending​是已通知发送方但未到达的数据量。
步骤3：窗口广告策略。延迟广告：累计一定量的窗口增长（如一个MSS）或定时（如每个RTT）才发送带有新RWIN的ACK。立即广告：每次RWIN显著增加时立即发送ACK。延迟可以减少ACK数量，但可能限制吞吐量。
步骤4：零窗口与探测定时器。如果RWIN=0，接收方发送零窗口通告。发送方停止发送并启动持续定时器（Persist Timer），周期性地发送探测段（如1字节）以检测窗口何时打开。
步骤5：吞吐量限制。最大吞吐量受RWIN和RTT限制：Throughputmax​=RWIN/RTT。为达到线速，需要RWIN≥BDP=Bandwidth⋅RTT。
步骤6：在RDMA中的对应。RDMA中，接收方通过发布Recv WR来提供“信用”，类似于通告窗口。每个Recv WR指定一个缓冲区，其大小影响有效窗口。

精度： 确定性控制， 忽略ACK丢失。
特征： 接收方驱动的流控， 防止溢出。

滑动窗口协议， 流量控制， 缓冲区管理。

TCP流控， RDMA中基于Recv WR的信用机制。

RWIN： 接收窗口大小（Bytes）。
Btotal​： 总接收缓冲区（Bytes）。
Bused​： 当前已用缓冲区（Bytes）。
Bpending​： 已通告但未到达的数据量（Bytes）。
Throughputmax​： 窗口限制的最大吞吐量（bps）。
BDP： 带宽延迟积（bits）。
MSS： 最大段大小（Bytes）。
Persist Timer： 零窗口探测定时器（s）。

吞吐量公式： Throughput=RWIN/RTT。
更新策略： 延迟与立即广告的权衡。
零窗口处理： 探测机制。

1. 初始：接收方设置初始RWIN（如64KB），在ACK中通告。
2. 发送方限制：发送方确保已发送未确认数据量 ≤ RWIN。
3. 数据到达：接收方缓冲数据，Bused​增加，RWIN减少。如果RWIN低于阈值，可能发送更新ACK。
4. 应用消费：应用从缓冲区取走数据，Bused​减少，RWIN增加。如果增加显著，发送窗口更新ACK。
5. 零窗口：如果RWIN降至0，发送零窗口ACK。发送方启动持续定时器，定期发送探测包。
6. 窗口打开：接收方收到探测，用当前RWIN响应。发送方恢复传输。

硬件： 窗口计数器， 缓冲区管理逻辑。
软件： 窗口更新决策逻辑， 定时器管理。

RoCE-D1-0073​

网络保障

缓存管理

基于LRU的交换机缓存替换算法模型

目标：在交换机共享缓存中，当缓存满时选择牺牲哪个数据包以最大化缓存命中率（或最小化丢包）。
步骤1：LRU策略。最近最少使用（LRU）：为每个缓存中的包维护一个时间戳或序列号，记录最后访问（如入队）时间。当需要逐出时，选择时间戳最早的包。
步骤2：实现近似。完全LRU需要为每个包维护时间戳，开销大。常用近似：
- 时钟算法：使用一个循环链表和引用位。检查时，如果引用位=1，清0并前进；如果=0，则逐出。模拟最近是否被使用。
- 分段LRU (SLRU)：缓存分为保护段和 probation段。新条目进probation，被再次访问则提升到保护段。逐出时优先从probation段选LRU。
步骤3：性能模型。假设访问流具有局部性。LRU的缓存未命中率Pmiss​近似为：Pmiss​≈(C/B)α1​，其中C是缓存大小，B是块大小，α是访问局部性参数（0<α<1）。
步骤4：在VoQ缓存中的应用。对于虚拟输出队列（VoQ），可能需要为每个VoQ单独管理缓存。全局LRU可能不公平。可采用每个VoQ的本地LRU，或全局LRU但考虑队列优先级。
步骤5：与动态阈值结合。当队列长度超过动态阈值Ti​(t)时，新包可能被丢弃，这本身是一种准入控制，影响LRU管理的条目集合。

精度： LRU是确定性的， 但近似实现有性能损失。
特征： 利用时间局部性， 实现相对简单。

缓存替换策略， 在线算法， 访问局部性。

交换机共享缓存管理， 路由器包缓存。

LRU顺序： 基于时间戳的排序。
时钟算法： 引用位循环检查。
C： 缓存总大小（Bytes）。
B： 块/包大小（Bytes）。
Pmiss​： 缓存未命中率。
α： 局部性参数。
VoQ： 虚拟输出队列。

排序： 维护基于时间的顺序。
近似算法： 时钟算法的状态机。
性能模型： 未命中率与缓存大小的幂律关系。

1. 包到达：包进入缓存，被赋予当前时间戳（或序列号），放入LRU列表尾部（表示最近使用）。
2. 包访问：当包被调度传输，或因为其他原因被访问，将其移动到LRU列表尾部。
3. 缓存满：当新包到达且缓存无空闲空间，从LRU列表头部选择包（最久未使用）逐出。
4. 逐出：释放被逐出包占用的空间，新包入住，放入LRU列表尾部。
5. 时钟算法变体：维护一个循环指针。当需要逐出，检查指针指向的项的引用位。如果为1，清0并移动指针；如果为0，逐出该项并放入新包，置引用位=1，移动指针。

硬件： LRU列表硬件（如矩阵实现）， 时间戳计数器。
软件： 缓存管理模块， 性能监控。

RoCE-D1-0074​

协议操作

内存语义

RDMA 内存注册（Memory Registration）的开销与保护模型

目标：量化内存注册的开销，并描述其如何通过保护域（PD）和内存键实现内存保护。
步骤1：内存注册过程。应用通过ibv_reg_mr()注册一段虚拟内存区域。操作系统（OS）和RNIC合作：固定物理页（防止被换出），建立虚拟到物理的映射，为该区域生成本地键（LKey）和远程键（RKey）。
步骤2：开销模型。注册时间Treg​包括：
- 页固定：Tpin​=Npages​⋅tpin​，Npages​是区域页数。
- 映射建立：Tmap​，与页数线性。
- 键生成：常数Tkey​。
总Treg​=Tpin​+Tmap​+Tkey​。通常每页~1μs，注册1MB（256页）约250μs。
步骤3：保护域（PD）。PD是资源的容器（MR, QP, AH等）。一个MR属于一个PD。一个QP只能使用属于其PD的MR的LKey进行本地访问，或使用属于其PD或对等PD的MR的RKey进行远程访问。
步骤4：键验证。LKey/RKey是索引到MR上下文表的句柄。包含MR地址、长度、访问权限（本地读/写，远程读/写）。RNIC在DMA操作时检查键是否有效且权限匹配。
步骤5：注销开销。注销ibv_dereg_mr()释放资源，解固定页。时间通常小于注册时间。
步骤6：优化：缓存已注册的MR，或使用内存窗口（Memory Window）动态修改权限而无需重新注册。

精度： 开销依赖于具体实现和页大小， 模型是近似。
特征： 一次注册， 多次使用， 提供安全访问。

内存管理， 保护机制， 性能分析。

RDMA应用内存准备， 零拷贝数据传输的基础。

Treg​： 内存注册时间（s）。
Npages​： 内存区域的页数。
tpin​： 每页固定时间（s）。
Tmap​,Tkey​： 映射和键生成时间（s）。
PD： 保护域， MR和QP的集合。
LKey, RKey： 本地和远程键， 包含地址、长度、权限。
MR： 内存区域。

线性开销： Treg​与 Npages​成比例。
键验证： 表查找和权限比较。
优化： 缓存和重用。

1. 应用调用：应用调用ibv_reg_mr()，传入虚拟地址、长度、访问权限。
2. OS操作：OS遍历页表，找到对应的物理页，固定它们（增加引用计数，防止换出）。
3. RNIC操作：RNIC驱动在RNIC的MR表中创建条目，存储物理页列表、权限，生成唯一的LKey和RKey。
4. 返回：将MR句柄（包含LKey/RKey）返回给应用。
5. 使用：应用在发布WR时指定LKey/RKey。RNIC在执行DMA时使用键索引MR表，验证权限，进行DMA。
6. 注销：应用不再需要时注销，OS解固定页，RNIC释放MR表条目。

硬件： RNIC MR表（缓存）， DMA引擎带权限检查。
软件： 操作系统内存管理， RNIC驱动。

RoCE-D1-0075​

网络保障

拓扑

Jellyfish 随机拓扑的直径与路由模型

目标：分析随机正则图（Jellyfish）拓扑的性质，并设计其上的路由算法。
步骤1：Jellyfish构造。给定N个交换机，每个有k个端口，其中p个端口连接服务器，r=k−p个端口连接其他交换机。随机地将交换机的交换机端口两两配对，形成链路，避免自环和多边。结果是一个r-正则随机图。
步骤2：图论性质。随机r-正则图具有小的直径和良好的扩展性。平均路径长度L≈log(r−1)log(N)​。直径D≈L。这比Fat-Tree（直径固定）在相同设备数下更小。
步骤3：路由算法。由于没有规则结构，需使用分布式路由协议（如OSPF）计算最短路径。或者使用K最短路径预计算多条路径，然后通过ECMP负载均衡。
步骤4：容错性。随机连接提供多条替代路径。单个链路/交换机故障对直径影响小。连接度r越高，容错性越好。
步骤5：布线复杂性。随机布线可能导致长电缆，实际部署需考虑物理约束。可优化配对以减少线长。
步骤6：与RoCE的适用性。Jellyfish提供高对分带宽和低延迟，但路由可能非最优。需要确保无循环路由，并处理可能的不对称流量。

精度： 图论性质是渐近的， 对大的N准确。
特征： 随机、高容量、可增量扩展。

随机图理论， 图直径， 路由算法。

超大规模数据中心网络， 追求高容量和低成本。

N： 交换机数量。
k： 交换机端口数。
p： 连接服务器的端口数。
r： 交换机间连接度， r=k−p。
L： 平均路径长度（跳数）。
D： 图直径（跳数）。
ECMP： 等价多路径。

图论： 正则图， 直径估计公式。
随机性： 随机配对构造。
路由： 最短路径计算。

1. 构造：列出所有交换机的r个空闲端口。随机将这些端口两两配对，形成链路。
2. 发现：交换机通过LLDP发现邻居，构建拓扑图。
3. 路由计算：运行链路状态协议（如OSPF），每个交换机计算到所有其他交换机的最短路径树。
4. 转发：数据包根据目的IP和计算的最短路径转发，在等成本路径上使用ECMP。
5. 故障处理：链路故障通过OSPF更新，重新计算路由。

硬件： 标准交换机， 布线系统需适应随机连接。
软件： 路由协议栈， 拓扑发现与管理工具。

RoCE-D1-0076​

协议可靠性

连接管理

基于SIP的RDMA连接代理与NAT穿越模型

目标：在存在NAT/防火墙的企业环境中，通过会话发起协议（SIP）建立RDMA连接。
步骤1：SIP概述。SIP用于创建、修改和终止多媒体会话。可扩展用于建立RDMA连接。SIP消息（INVITE, 200 OK, ACK）携带RDMA连接参数（如GID, QP属性）。
步骤2：NAT穿越。使用ICE（Interactive Connectivity Establishment）框架发现可行的传输地址。端点收集候选地址（主机、服务器反射、中继）。通过STUN服务器获取公网映射地址。通过SIP交换候选列表，进行连通性检查（STUN绑定请求）。
步骤3：RDMA参数交换。在SIP消息体中使用SDP（会话描述协议）描述RDMA参数：源和目标GID、服务ID、QP号、MTU等。
步骤4：连接建立。端点A发送SIP INVITE，包含其RDMA参数和ICE候选。B回复200 OK，包含其参数和候选。A发送ACK。然后双方使用选定的候选地址建立RDMA连接（通过RDMA CM）。
步骤5：防火墙打孔。如果两端都在NAT后，可能需要使用TURN中继。或者，在连通性检查期间，发送的STUN包会在NAT上创建临时孔洞，允许后续RDMA包通过。
步骤6：安全性。SIP信令可加密（TLS）。RDMA连接本身可结合IPsec保护数据。

精度： 遵循SIP/ICE标准， 成功依赖于网络策略。
特征： 复杂， 但实现跨NAT的RDMA连接。

信令协议（SIP）， NAT穿越（ICE/STUN/TURN）， 会话建立。

企业网、混合云中跨子网的RDMA通信。

SIP消息： INVITE, 200 OK, ACK。
ICE候选： 主机、服务器反射、中继候选地址。
STUN/TURN： NAT会话遍历实用工具 / 中继绕行NAT。
SDP： 会话描述协议， 携带RDMA参数。
GID, QP： 全局标识符， 队列对。
连通性检查： STUN绑定请求/响应。

信令流程： SIP三次握手。
候选收集与排序： ICE的优先级计算。
NAT映射： 地址和端口转换。

1. 收集候选：每个端点收集可能的IP/端口候选（本地、STUN反射、TURN中继）。
2. 信令交换：通过SIP服务器交换SIP消息，其中SDP包含RDMA参数和ICE候选列表。
3. 连通性检查：端点间直接发送STUN绑定请求，检查哪些候选对是通的。可能通过TURN中继。
4. 候选选择：选择一对通的候选（通常是最优的服务器反射候选）。
5. RDMA连接：使用选定的候选地址，通过RDMA CM建立QP连接。
6. 数据传输：在建立的RDMA连接上进行数据传输。

硬件： 支持RoCE的网卡， NAT/防火墙设备。
软件： SIP代理服务器， STUN/TURN服务器， 支持ICE的RDMA CM库。

RoCE-D1-0077​

网络保障

拥塞控制

基于强化学习的拥塞控制算法模型

目标：使用强化学习（RL）代理学习在动态网络环境下调整发送速率，最大化吞吐量并最小化延迟。
步骤1：RL框架。定义状态st​、动作at​、奖励rt​、策略π。状态st​可包括：当前速率Rt​、RTT梯度gt​、ECN标记率pt​、队列延迟dt​等。动作at​是速率变化ΔR（离散：{-1,0,+1} Mbps 或连续）。奖励rt​：rt​=log(Rt​)−α⋅dt​−β⋅pt​，鼓励高吞吐、低延迟、低拥塞。
步骤2：学习算法。使用深度Q网络（DQN）或策略梯度（如PPO）。DQN：学习动作价值函数Q(s,a;θ)，通过最小化时序差分误差更新网络参数θ。策略梯度：直接优化策略网络π(a∥s;θ)。
步骤3：探索与利用。使用ε-贪婪或熵正则化进行探索。初始阶段大量探索，逐渐收敛到稳定策略。
步骤4：训练环境。在仿真环境（如NS-3）中训练，模拟各种流量模式和网络事件。迁移到真实网络时需微调。
步骤5：分布式协调。多个RL代理（每个流一个）需要协调以避免集体震荡。可使用集中式评论家（MADDPG）或共享全局状态信息。
步骤6：与现有算法对比。RL可以学习复杂模式，适应非平稳环境，但需要大量训练，决策可能不透明。

精度： 依赖于模型和训练， 在训练分布内表现好。
特征： 数据驱动， 自适应， 可处理复杂目标。

强化学习， 最优控制， 机器学习。

复杂、动态的网络环境， 传统算法效果不佳的场景。

st​： 状态向量。
at​： 动作（速率调整）。
rt​： 奖励信号。
π： 策略， 映射状态到动作。
Q(s,a;θ)： 动作价值函数， 参数θ。
α,β： 奖励权重。
探索率ϵ： 随机探索的概率。

优化： 最大化累计奖励。
函数逼近： 神经网络表示Q或策略。
探索策略： ε-贪婪。

1. 观察：每个RTT，代理收集网络状态st​（RTT, 吞吐量, 标记率等）。
2. 决策：代理根据当前策略π（如ε-贪婪）选择动作at​（增加、保持、减少速率）。
3. 执行：应用动作，以新速率发送一个RTT。
4. 观察结果：测量新状态st+1​和即时奖励rt​。
5. 学习：将经验(st​,at​,rt​,st+1​)存入回放缓冲区。定期从缓冲区采样，更新Q网络或策略网络。
6. 循环：重复步骤1-5，持续学习优化。

硬件： GPU用于训练， CPU用于推理。
软件： RL框架（如Ray RLlib, TensorFlow Agents）， 网络仿真器集成。

RoCE-D1-0078​

网络保障

性能隔离

网络切片带宽预留与准入控制模型

目标：为不同租户或应用切片预留带宽，并通过准入控制防止过载。
步骤1：切片定义。网络切片i有预留带宽Bires​和最大带宽Bimax​。所有切片共享物理链路容量C，满足∑i​Bires​≤C。
步骤2：准入控制。当新流请求进入切片i，预测其带宽需求breq​。准入条件：Ui​+breq​≤Bimax​且 ∑j​Uj​+breq​≤C，其中Ui​是切片i的当前已用带宽。更严格的条件：Ui​+breq​≤Bires​以保证预留带宽不被超额订阅。
步骤3：动态分配。如果切片i的实际使用Ui​<Bires​，空闲资源可被其他切片借用，但需在切片i有需求时能快速收回。使用权重公平队列（WFQ）实现，权重wi​对应Bires​。
步骤4：监控与执行。测量每个切片的实时流量Ui​(t)。如果Ui​(t)>Bimax​，对超出流量进行整形或丢弃。如果Ui​(t)<Bires​，调度器可将空闲带宽分配给其他切片。
步骤5：数学模型。将链路建模为处理器共享服务器，切片i获得的最小服务速率为Bires​。每个切片的流量可建模为随机过程，准入控制确保系统稳定。
步骤6：与RoCE结合。RoCE流量可被分配到特定切片（通过DSCP或VLAN）。无损切片需要保证带宽和缓冲区，并配置PFC。

精度： 依赖于测量和执行的准确性， 理论模型提供保证。
特征： 资源预留， 隔离， 动态共享。

资源预留， 准入控制， 排队调度。

多租户数据中心， 网络功能虚拟化（NFV）， 5G承载网。

Bires​： 切片i的预留带宽（bps）。
Bimax​： 切片i的最大带宽（bps）。
C： 链路总容量（bps）。
Ui​(t)： 切片i在t时刻的已用带宽（bps）。
breq​： 新流请求带宽（bps）。
wi​： WFQ权重， wi​∝Bires​。
准入条件： 不等式约束。

不等式约束： 准入控制条件。
动态分配： 带宽借与还。
监控： 实时测量与比较。

1. 配置：网络管理器为每个切片配置Bires​和Bimax​，并在交换机和终端配置相应的流量分类和队列映射。
2. 流请求：应用或控制器请求为新流建立连接，指定切片和带宽需求breq​。
3. 准入决策：准入控制器检查当前利用率，如果满足准入条件，允许流进入；否则拒绝或等待。
4. 流量标记：允许的流的数据包被标记为对应切片（如DSCP）。
5. 调度与整形：交换机根据权重调度各切片队列，并可能对超出Bimax​的流量进行整形。
6. 监控调整：持续监控Ui​(t)，如果长期利用率低，可动态调整Bires​。

硬件： 支持多队列和整形的交换机， 流量分类器。
软件： SDN控制器， 准入控制代理， 监控系统。

RoCE-D1-0079​

网络协议

存储

基于RoCE的持久内存（PMEM）访问模型

目标：通过RDMA直接读写远程持久内存（如Intel Optane PMem），实现低延迟、高带宽的持久存储访问。
步骤1：架构。远程节点暴露其持久内存区域作为RDMA可访问的内存。通过内存模式或应用直接模式使用PMem。RNIC需要支持持久内存语义（如确保写入在生成完成前是持久的）。
步骤2：RDMA Write持久性。发起方通过RDMA Write将数据写入远程PMem。为确保写入持久，需要在Write后发起一个持久性屏障操作（如FLUSH）。在RoCE中，可通过带立即数的Send操作模拟，接收方在完成数据持久化后回复。
步骤3：延迟分解。持久写入延迟Twritepersist​=TRDMAWrite​+Tflush​。Tflush​是远程节点将数据从缓存刷入持久介质的时间，对PMem约为100-300ns。
步骤4：原子性与崩溃一致性。需要保证写操作的原子性（如8字节对齐）。对于更大块，需使用日志或写时复制。远程节点可能需要在持久写入后发送确认（通过Send或立即数），发起方收到确认后才认为操作持久完成。
步骤5：性能模型。顺序写入带宽受限于链路带宽或PMem写入带宽。随机写入延迟受RTT和Tflush​影响。对比本地PMem访问，增加了网络RTT开销。
步骤6：应用：分布式持久内存文件系统，分布式事务日志。

精度： 延迟模型是近似， 实际受具体硬件和驱动影响。
特征： 远程直接持久化， 低延迟。

持久内存编程， RDMA语义， 崩溃一致性。

分布式数据库日志， 持久内存池， 高性能存储。

PMem： 持久内存， 如Intel Optane。
TRDMAWrite​： RDMA Write操作延迟（s）。
Tflush​： 持久化刷写延迟（s）。
持久性屏障： 确保之前写入持久的操作。
原子写： 对齐的8字节写是原子的。
RTT： 网络往返时间（s）。

延迟叠加： Ttotal​=Tnetwork​+Tpersist​。
原子性： 对齐访问的原子性保证。
一致性模型： 持久顺序。

1. 发起写入：发起方通过RDMA Write将数据写入远程PMem地址。可选择在Write后发送一个带立即数的Send（作为屏障）。
2. 远程持久化：远程RNIC完成DMA写入PMem的缓存层。如果收到屏障操作，远程CPU或RNIC执行刷写指令（如CLWB, SFENCE），确保数据落盘。
3. 确认：远程节点在持久化完成后，发送一个响应（如ACK）给发起方。
4. 完成：发起方收到响应，知道写入已持久化，可生成完成事件。
5. 读操作：RDMA Read从PMem读取数据，无需特殊持久化处理。

硬件： 支持PMem的服务器， RNIC（可能支持持久内存区域直接DMA）。
软件： 持久内存感知的RDMA库， 如libpmem和libfabric结合。

RoCE-D1-0080​

网络保障

故障检测

链路故障的快速检测与广播风暴抑制模型

目标：在检测到链路故障后，快速更新转发表并抑制可能产生的临时广播风暴。
步骤1：故障检测。使用BFD或链路层协议（如以太网链路脉冲）检测故障。检测时间Tdetect​。
步骤2：广播风暴风险。当链路故障，某些目的地的路由可能暂时不可达。如果交换机泛洪未知单播或广播包，可能形成环路或风暴。特别是在STP重新收敛期间。
步骤3：抑制机制。在检测到故障的端口上立即启用“storm control”，限制广播/多播/未知单播的速率。设置阈值Rthreshold​（pps），超过则丢弃。
步骤4：路由收敛。运行快速收敛路由协议（如IS-IS with Fast Hello）。在控制平面更新期间，数据平面可以使用快速重路由（FRR）提前安装的备份路径。
步骤5：数学建模。风暴持续时间为路由收敛时间Tconv​。在Tconv​内，广播流量可能呈指数增长。抑制策略将流量限制在Rthreshold​，总额外流量≤Rthreshold​⋅Tconv​。
步骤6：在RoCE网络中的影响。广播风暴会消耗带宽，增加延迟，可能触发PFC。快速抑制对保持无损网络性能至关重要。

精度： 检测时间依赖于协议， 风暴模型是近似。
特征： 快速检测与抑制， 防止网络瘫痪。

故障检测， 广播风暴理论， 路由收敛。

以太网网络， 特别是运行生成树协议的网络。

Tdetect​： 故障检测时间（s）。
Tconv​： 路由收敛时间（s）。
Rthreshold​： 风暴控制速率阈值（packets/s）。
BFD： 双向转发检测。
FRR： 快速重路由。
STP： 生成树协议。

时间分析： 故障与收敛时间线。
流量限制： 阈值Rthreshold​。
风暴增长： 潜在的指数增长模型。

1. 故障发生：链路物理中断或协议down。
2. 检测：相邻交换机通过BFD或链路down检测到故障，时间Tdetect​。
3. 本地动作：立即在故障端口启用风暴控制，限制非必要流量。同时，如果配置了FRR，将流量切换到备份路径。
4. 通知：向路由协议进程发送通知，开始重新计算最短路径树。
5. 收敛：路由协议更新LSA/LSP，重新计算路由，更新转发表，时间Tconv​。
6. 恢复：收敛完成后，风暴控制可逐步解除，流量按新路由转发。

硬件： 交换机风暴控制逻辑， BFD引擎。
软件： 路由协议守护进程， 配置管理。

RoCE-D1-0081​

协议可靠性

连接管理

基于TCP的RDMA连接代理（Soft-RoCE）模型

目标：在不支持RoCE硬件的环境中，通过TCP模拟RDMA语义，提供可移植的RDMA编程接口。
步骤1：Soft-RoCE架构。在操作系统内核或用户空间实现一个软件RNIC（如Linux的RXE）。它将RDMA操作翻译为TCP套接字操作。两个Soft-RoCE端点通过TCP连接通信。
步骤2：协议翻译。RDMA Send翻译为TCP send。RDMA Write/Read翻译为带地址和长度的特定协议消息，通过TCP传输。需要维护虚拟的QPN、PSN等映射到TCP流。
步骤3：性能模型。由于TCP协议栈开销和多次数据拷贝，延迟显著高于硬件RoCE。吞吐量受CPU和TCP窗口限制。设TCP有效吞吐量为Btcp​，则Soft-RoCE吞吐量Θsoft​≈Btcp​⋅η，η<1为协议翻译开销因子。
步骤4：可靠性。依赖TCP的可靠性。RDMA的原子操作等可能需要额外协调。内存注册仍需要，但可能只涉及用户空间缓冲区。
步骤5：应用场景。开发测试，原型验证，或在不支持RoCE的网络中部署RDMA应用。也用于虚拟机间通信（如果虚拟交换机不支持RoCE卸载）。
步骤6：与硬件RoCE对比。Soft-RoCE延迟高（>10μs vs <1μs），CPU占用高，但无需特殊硬件。

精度： 功能上模拟RDMA语义， 性能远低于硬件。
特征： 软件实现， 高便携性， 高性能损耗。

协议转换， 软件模拟， 性能分析。

RDMA应用开发与测试， 无RoCE硬件的环境。

Soft-RoCE： 软件实现的RoCE， 如Linux RXE。
TCP连接： 底层传输载体。
Θsoft​： Soft-RoCE吞吐量（bps）。
Btcp​： 底层TCP连接吞吐量（bps）。
η： 协议开销因子。
QPN, PSN： 虚拟的队列对号和包序列号。

协议转换： RDMA操作到TCP消息的映射。
性能模型： 吞吐量 = TCP吞吐量 × 开销因子。
对比分析： 软硬件性能差异。

1. 初始化：应用通过Soft-RoCE驱动打开一个“设备”，创建QP。驱动在底层建立TCP连接。
2. 操作发布：应用发布RDMA WR，驱动将其转换为特定格式的消息（包含操作码、地址、数据等），通过TCP套接字发送。
3. 接收处理：对端驱动从TCP套接字读取消息，解析，执行相应操作（如本地内存访问），如果需要，构造回复消息。
4. 完成：操作完成后，驱动生成CQE，通知应用。
5. 流控与重传：依赖TCP的流控和重传。

硬件： 标准网卡， 通用CPU。
软件： Soft-RoCE驱动（如Linux内核模块rxe）， 用户态库。

RoCE-D1-0082​

网络保障

服务质量

差分服务（DiffServ）的每跳行为（PHB）与流量调节模型

目标：实现DiffServ架构，对流量进行分类、标记、整形和丢弃，以提供不同服务质量等级。
步骤1：流量分类与标记。在边界节点，根据5元组或DSCP对包进行分类，并设置DSCP字段。例如，EF（加速转发，DSCP 46）用于低延迟，AF（保证转发，DSCP 34等）用于保证带宽，BE（尽力而为，DSCP 0）。
步骤2：流量调节。包括计量（metering）、标记（marking）、整形（shaping）、丢弃（dropping）。计量：使用令牌桶计量流量是否符合配置文件。标记：对超出配置文件的流量标记为更低优先级（如从AF31降为AF32）。整形：使用漏桶整形器平滑流量。
步骤3：每跳行为（PHB）。核心交换机根据DSCP执行PHB：
- EF PHB：放入低延迟队列（LLQ），严格优先级调度，确保低延迟和低抖动。
- AF PHB：放入有最小带宽保证的队列（如WFQ），超过保证的流量可能被丢弃（基于RED）。
- BE PHB：放入默认队列，剩余带宽服务。
步骤4：数学模型。令牌桶参数：承诺信息速率（CIR）Rc​，突发大小Bc​。流量符合条件：在任意时间窗口τ内，到达字节数A(τ)≤Bc​+Rc​τ。超出则标记或丢弃。
步骤5：与RoCE集成。RoCE流量通常标记为EF（DSCP 46），映射到PCP 5，启用PFC。确保无损和低延迟。

精度： 依赖于实现， 理论模型提供性能边界。
特征： 可扩展， 核心简单边界复杂。

差分服务架构， 流量整形， 队列调度。

企业和服务提供商网络， 为不同应用提供差异化服务。

DSCP： 差分服务代码点（6位）。
EF, AF, BE： 服务等级。
令牌桶： 参数Rc​(bps), Bc​(bytes)。
PHB： 每跳行为（调度、丢弃策略）。
LLQ： 低延迟队列。
CIR： 承诺信息速率。

不等式约束： 令牌桶合规条件。
分类与标记： 基于DSCP的映射。
调度策略： 严格优先级， WFQ。

1. 边界入口：包到达边界路由器，根据策略分类，计量其速率。如果符合合约，标记为相应DSCP（如EF）；如果超出但仍可接受，标记为更低DSCP（如AF）；如果严重超出，可能丢弃。
2. 核心转发：核心交换机根据包DSCP将其放入相应队列（如EF队列，AF队列，BE队列）。调度器优先服务EF队列，然后按权重服务AF队列，最后服务BE队列。
3. 队列管理：对AF和BE队列可能使用WRED，在拥塞时随机丢弃包。
4. 边界出口：可能重标记DSCP以匹配下游域策略。

硬件： 支持多队列和DSCP的交换机， 流量整形器。
软件： 策略管理器， 配置CLI或SDN控制器。

RoCE-D1-0083​

协议可靠性

错误检测

端到端数据完整性校验与数据损坏检测模型

目标：除了CRC校验外，提供应用层或传输层的端到端数据完整性保护，检测静默数据损坏。
步骤1：完整性扩展。在RDMA传输中，除了ICRC（覆盖网络头）和VCRC，可额外为有效载荷计算完整性校验值（ICV）。例如，使用哈希函数（如CRC32C，SHA-1截断）计算数据载荷的摘要，存储在单独字段或内联在数据中。
步骤2：端到端保护。发送方在将数据放入发送缓冲区前计算ICV。接收方在数据存入接收缓冲区后重新计算ICV，与发送方提供的比较。不匹配表示静默数据损坏（内存、总线、DMA错误）。
步骤3：性能开销。计算ICV增加CPU开销和延迟。硬件加速可缓解。额外ICV字段增加带宽开销。设数据长度L，ICV长度H（如4字节），开销OH=H/L。
步骤4：数学模型。设内存或总线的原始误码率为BERraw​。无保护时，L字节数据块损坏概率Pcorrupt​=1−(1−BERraw​)8L。有H字节ICV保护，检测不到损坏的概率Pundetected​≈2−8H（对于完美哈希）。
步骤5：与现有校验结合。ICRC保护网络传输错误，ICV保护端到端路径。两者可共存。一些RNIC支持基于内存区域的完整性保护（如签名）。

精度： 依赖于哈希函数的碰撞概率， 接近确定。
特征： 提供更强的端到端保护， 开销增加。

哈希函数， 错误检测码， 端到端原理。

金融、存储等对数据完整性要求极高的应用。

ICV： 完整性校验值， 哈希摘要（Bytes）。
H： ICV长度（Bytes）。
L： 数据长度（Bytes）。
OH： 开销比例 H/L。
BERraw​： 原始误码率。
Pcorrupt​,Pundetected​： 数据块损坏和未检测到损坏的概率。
CRC32C, SHA-1： 哈希算法。

概率： 损坏与检测概率计算。
开销分析： 带宽和计算开销。
哈希性质： 碰撞抵抗性。

1. 发送方准备：应用提供数据缓冲区。发送端RDMA栈（或库）计算数据区的ICV，将ICV存储（在元数据中或数据尾部）。
2. 传输：数据+ICV通过RDMA传输（如Write），网络层的ICRC保护传输过程。
3. 接收方校验：数据DMA到接收缓冲区后，接收端重新计算数据区的ICV，与接收到的ICV比较。
4. 结果处理：如果匹配，数据完好，递交给应用。如果不匹配，报告完整性错误，可能触发重传或上层恢复。
5. 完成：只有在校验通过后才生成完成事件。

硬件： 支持完整性保护的RNIC（如CRC计算引擎）， 或通用CPU计算哈希。
软件： 完整性验证库， 错误处理回调。

RoCE-D1-0084​

网络保障

拥塞控制

基于QUIC的可靠传输与RoCE融合模型

目标：探索在UDP上使用QUIC协议提供可靠传输，并与RoCE共存或互补的可能性。
步骤1：QUIC概述。QUIC是Google在UDP上实现的多路复用、安全的传输协议。提供类似TCP的可靠、有序交付，但连接建立更快（0-RTT），改进拥塞控制，避免队头阻塞。
步骤2：QUIC与RoCE比较。RoCE提供内核旁路、零拷贝、硬件卸载的RDMA语义。QUIC在用户空间，提供灵活、可演进的应用层传输。两者都运行在UDP上。潜在融合：在RoCE不可用的广域网路径上，使用QUIC作为传输载体，终端转换为RoCE。
步骤3：性能模型。QUIC延迟Tquic​=T0−rtt​+Tprocessing​+Tqueue​。吞吐量受拥塞控制算法（如Cubic, BBR）和UDP交付影响。相比TCP，QUIC减少队头阻塞，多流复用更高效。
步骤4：共存网络管理。QUIC和RoCE流量共享网络，需协调拥塞控制。QUIC流应能响应ECN，与DCQCN等协同。可能需要为QUIC流量分配不同DSCP，使用不同队列。
步骤5：协议转换网关。在数据中心边界，网关可将内部RoCE流量封装在QUIC连接中通过互联网，在另一端解封装为RoCE。增加封装开销和延迟。
步骤6：安全性。QUIC内置TLS，提供加密和认证。RoCE通常依赖网络隔离或IPsec。融合模型可借助QUIC的安全能力。

精度： QUIC性能依赖于实现， 融合模型是概念性的。
特征： 用户空间， 快速演进， 安全。

传输协议设计， 多路复用， 安全传输。

跨数据中心或混合云场景， 需要安全可靠传输且RoCE不可用。

QUIC： 基于UDP的可靠传输协议。
0-RTT： 零往返时间连接恢复。
多路复用： 多个流复用一个连接， 避免队头阻塞。
拥塞控制： Cubic, BBR等算法。
TLS： 传输层安全， 内置于QUIC。
协议转换： RoCE over QUIC封装。

性能比较： 延迟、吞吐量与RoCE对比。
封装开销： 额外协议头大小。
协调共存： 拥塞控制协调。

1. 内部通信：数据中心内，应用使用RoCE进行高速、低延迟通信。
2. 跨数据中心通信：当需要与另一个数据中心通信，边界网关将RDMA操作转换为QUIC流。RDMA Write可能映射为QUIC STREAM帧，带元数据。
3. QUIC传输：QUIC连接通过互联网，提供可靠、安全传输。
4. 对端转换：对端网关从QUIC流解析出RDMA操作，转换为本地RoCE操作，写入目标内存。
5. 响应：响应（如完成）通过反向路径类似传回。

硬件： 通用服务器运行QUIC和网关软件。
软件： QUIC实现（如lsquic, ngtcp2）， 协议转换网关。

RoCE-D1-0085​

网络保障

性能优化

大页（Huge Page）对RDMA性能影响的模型

目标：分析使用大页（如2MB, 1GB）而非标准4KB页对RDMA内存注册和访问性能的提升。
步骤1：内存注册开销。注册时间Treg​与页数Npages​成正比。对于相同大小的内存区域，使用大页可显著减少Npages​。例如，注册1GB内存：4KB页需要262144页，2MB大页需要512页，1GB大页仅需1页。因此Treg​减少数百倍。
步骤2：页表遍历开销。RNIC在DMA时可能需要遍历CPU页表将虚拟地址转换为物理地址（如果IOMMU不存在或禁用）。大页减少页表层级，降低遍历开销和TLB缺失率。
步骤3：TLB与IOMMU。大页增加TLB覆盖范围，减少TLB缺失。IOMMU（I/O内存管理单元）也有TLB，大页同样有益。设TLB条目数为E，页大小为P，TLB覆盖大小为E⋅P。大页提高覆盖，减少DMA地址转换停顿。
步骤4：性能提升模型。内存注册延迟：Treghuge​=Tregbase​⋅(Pbase​/Phuge​)，其中P是页大小。DMA延迟也可能微降。吞吐量不受直接影响，但更快的注册允许更动态的内存使用。
步骤5：使用限制。大页需要预先分配，可能造成内存碎片。应用需显式请求大页（如通过mmapwith MAP_HUGETLB）。
步骤6：建议：对于频繁注册/注销或非常大的内存区域，使用大页。对于长期固定的缓冲区，大页收益明显。

精度： 开销减少与页数减少成正比， 实际有固定开销。
特征： 减少页数， 提升注册和地址转换性能。

内存管理， 页表结构， 性能分析。

高性能计算， 大数据分析， 需要频繁注册大量内存的RDMA应用。

Treg​： 内存注册时间（s）。
Npages​： 页数。
Pbase​,Phuge​： 基础页和大页大小（Bytes）， 如4KB vs 2MB。
TLB： 转译后备缓冲器， 缓存虚拟到物理映射。
IOMMU： I/O内存管理单元。
TLB覆盖： E⋅P。
DMA： 直接内存访问。

反比关系： Treg​∝Npages​∝1/P。
TLB模型： 覆盖范围计算。
性能比： 大页相对于基础页的加速比。

1. 分配内存：应用通过大页感知的分配器（如libhugetlbfs）分配大页内存。
2. 内存注册：应用注册该内存区域。由于页数少，操作系统和RNIC驱动快速固定页并建立映射。
3. 地址转换：当RNIC执行DMA，需要将虚拟地址转换为物理地址。使用大页，页表遍历深度浅，TLB命中率高，转换快。
4. 数据传输：DMA高效进行。
5. 注销：注销也更快，因为需要处理的页数少。

硬件： CPU支持大页（如x86的2MB, 1GB页）， IOMMU支持大页映射。
软件： 大页分配库， 操作系统支持。

RoCE-D1-0086​

网络协议

传输层

基于SCTP的多宿与多流RDMA传输模型

目标：利用SCTP的多宿性和多流特性，为RDMA提供路径冗余和避免队头阻塞。
步骤1：SCTP特性。SCTP是面向消息的可靠传输协议，支持多宿（多个IP地址）、多流（多个独立的逻辑流在一个关联内）。每个流内消息有序，流间无序，避免队头阻塞。
步骤2：多宿路径冗余。一个SCTP关联可绑定多个本地和远程IP地址。网络故障时自动切换到备用路径。故障检测通过心跳。切换时间Tfailover​。
步骤3：多流映射。可将不同的RDMA QP映射到不同的SCTP流。这样，一个QP的丢包或重传不会阻塞其他QP的数据传递。每个SCTP流有独立的序列号空间。
步骤4：性能模型。多宿提供更高的可用性，但通常一次只用一个主路径。多流减少队头阻塞，提高并发吞吐量。SCTP处理开销略高于TCP。
步骤5：与RoCE结合挑战。RoCE直接基于UDP/IP，而SCTP是另一传输协议。需要修改RoCE栈以在SCTP上运行（非标准），或使用SCTP作为RDMA的承载网络（如iSER over SCTP）。
步骤6：应用场景：需要高可用和避免队头阻塞的广域网RDMA通信。

精度： SCTP协议特性确定， 性能依赖于实现。
特征： 多宿， 多流， 消息导向。

多宿传输， 多路复用， 故障恢复。

电信网络， 对可用性要求高的关键任务通信。

SCTP关联： 一个SCTP连接， 可有多宿和多流。
多宿： 多个IP地址端点。
多流： 多个独立的子流， 流ID标识。
Tfailover​： 路径故障切换时间（s）。
心跳： 路径存活检测。
队头阻塞： 一个流的阻塞不影响其他流。

多宿管理： 主备路径选择与切换。
多流独立： 流序列号独立。
可用性提升： 多路径冗余。

1. 关联建立：端点间建立SCTP关联，交换多个IP地址（多宿）。
2. 流创建：在关联内创建多个流（Stream ID 0,1,2...）。
3. 数据传输：RDMA消息被映射到特定流。每个消息带流ID。在关联内，消息按流ID分发到不同流，每个流内保持顺序。
4. 路径监控：SCTP在每条路径上发送心跳。如果主路径失败，选择备用路径继续发送。
5. 接收：接收方按流ID接收消息，每个流的消息按序递交给上层。
6. 重传：丢失的消息在流内重传，不影响其他流。

硬件： 通用网络设备， 支持SCTP的NIC可卸载部分功能。
软件： 操作系统SCTP协议栈， 应用映射RDMA到SCTP流的库。

RoCE-D1-0087​

网络保障

拓扑

超立方体（Hypercube）拓扑的路由与容错模型

目标：分析超立方体拓扑的结构特性，设计其上的容错路由算法。
步骤1：超立方体定义。n维超立方体Qn​有N=2n个顶点（交换机），每个顶点的度为n。顶点用n位二进制串标识。两个顶点相连当且仅当它们的标识符恰好相差一位（汉明距离为1）。
步骤2：路由算法。从源s到目的d，计算X=s⊕d（按位异或）。路由就是沿着X中为1的位对应的维度逐次移动。例如，s=010, d=110，则X=100，需沿第2位（从0计）移动一步。路径长度等于汉明距离H(s,d)，最大为n。
步骤3：容错路由。如果某条边故障，需要绕过。使用额外虚拟通道或自适应路由。一种方法：在故障边上标记，路由时避免使用该边，如果必须使用，则临时绕道（如增加跳数）。
步骤4：图论性质。直径D=n=log2​N。对分带宽大。容错性：因为每个点有n条边，可容忍多个链路故障仍保持连通。
步骤5：可扩展性。增加一维，节点数翻倍。但每个交换机的端口数（度）n随N对数增长，这比Fat-Tree（度固定）更可扩展，但要求交换机端口数增加。
步骤6：与现代网络的关联。超立方体是经典互连拓扑，实际数据中心网络较少直接使用，但其思想影响其他拓扑（如Dragonfly的组内连接）。

精度： 拓扑性质是确定的， 路由算法精确。
特征： 对数直径， 高容错， 规则结构。

图论（超立方体）， 容错路由， 互连网络。

高性能计算互连， 多处理器系统。

n： 超立方体维度。
N： 顶点数， N=2n。
度： 每个顶点的边数， 等于n。
s,d： 源和目的顶点标识符（n位二进制）。
H(s,d)： 汉明距离。
D： 直径， D=n。
路由： 沿维度逐位纠正。

二进制运算： 异或计算路由方向。
图论： 超立方体的度、直径、对分带宽。
容错： 故障边规避算法。

1. 路由计算：收到发往d的包，当前节点c计算X=c⊕d。
2. 选择输出端口：如果X=0，则到达目的，交付本地。否则，选择X中任意一个为1的位i，沿第i维的链路发送（即将c的第i位取反）。
3. 转发：下一跳节点重复步骤1-2。
4. 容错处理：如果选择的输出端口对应的链路故障，则选择X中另一个为1的位。如果所有所需维度都故障，则需要绕道：先沿一个非最优维度走一步，然后重新计算路由。

硬件： 交换机需支持基于二进制地址的路由计算。
软件： 路由表生成， 故障检测与更新。

RoCE-D1-0088​

网络协议

存储

基于RoCE的存储 disaggregation 资源池访问模型

目标：将计算、内存、存储资源解耦，通过RoCE网络远程访问，构建资源池。
步骤1：架构。计算节点（无本地存储）通过RoCE网络访问远程内存池和存储池。内存池通过RDMA提供远程内存访问（如Load/Store语义或块访问）。存储池通过NVMe-oF over RoCE提供块存储。
步骤2：远程内存访问。可使用RDMA Read/Write直接访问远程内存池。需要内存管理单元（如目录）处理一致性、分配和隔离。延迟Trm​=RTT+Tmem​，Tmem​是远程内存访问延迟。
步骤3：存储访问。通过NVMe-oF over RoCE，如前所述。延迟Tstorage​=TNVMe−oF​。
步骤4：资源调度。中央资源管理器跟踪资源使用，为作业分配远程内存和存储切片。RDMA提供快速的数据移动，使 disaggregation 可行。
步骤5：性能模型。与传统本地服务器比，增加了网络延迟。但资源利用率更高，弹性更强。对于内存受限型应用，远程内存访问的延迟是关键。
步骤6：挑战：需要高效的资源分配、故障恢复、安全隔离。RoCE的无损和低延迟特性对此架构至关重要。

精度： 模型基于组件延迟叠加， 实际受软件栈影响。
特征： 资源解耦， 池化， 高利用率。

分布式系统， 资源管理， 性能建模。

云数据中心， 高效利用硬件资源， 支持弹性工作负载。

计算节点： 无本地存储的服务器。
内存池： 远程可访问的内存节点。
存储池： 远程块存储节点。
Trm​： 远程内存访问延迟（s）。
Tstorage​： 远程存储访问延迟（s）。
资源管理器： 集中调度器。
RDMA： 提供远程直接数据访问。

延迟分解： T=RTT+Tresource​。
资源分配： 切片与映射。
利用率模型： 池化 vs 本地。

1. 资源请求：计算节点向资源管理器请求内存和存储资源。
2. 分配：资源管理器分配远程内存地址空间和存储LUN，并返回访问密钥（RKey, NQN等）。
3. 数据访问：计算节点通过RDMA Read/Write访问远程内存，通过NVMe-oF命令访问远程存储。
4. 数据传输：数据通过RoCE网络在计算节点和资源节点间流动。
5. 释放：作业完成，释放资源，密钥失效。

硬件： 计算节点（带RNIC）， 内存节点（大内存+RNIC）， 存储节点（NVMe SSD+RNIC）。
软件： 资源管理软件（如Kubernetes with RDMA）， NVMe-oF target， 远程内存管理库。

RoCE-D1-0089​

网络保障

性能优化

数据压缩对RDMA有效吞吐量的影响模型

目标：在发送前压缩数据，权衡CPU压缩开销、压缩比与网络传输时间的收益。
步骤1：压缩模型。设原始数据大小为Lorig​，压缩后大小Lcomp​=Lorig​/CR，其中CR是压缩比（≥1）。压缩时间Tcomp​=Lorig​/Scomp​，Scomp​是压缩速度（字节/秒）。解压时间Tdecomp​=Lcomp​/Sdecomp​。
步骤2：端到端延迟。不压缩时，传输时间Ttxorig​=Lorig​/B，B是网络带宽。压缩时，总延迟Ttotal​=Tcomp​+Lcomp​/B+Tdecomp​。压缩有益的条件是Ttotal​<Ttxorig​，即：
Scomp​Lorig​​+CR⋅BLorig​​+CR⋅Sdecomp​Lorig​​<BLorig​​
简化：Scomp​1​+CR⋅Sdecomp​1​<B1​(1−CR1​)。
步骤3：有效吞吐量。有效吞吐量Θ=Lorig​/Ttotal​。压缩可能提高Θ当CR足够大且Scomp​,Sdecomp​足够高。
步骤4：RDMA特定。压缩可在应用层或RNIC硬件进行。硬件压缩卸载可减少CPU开销。对于RDMA Write，数据在发送方压缩，接收方解压。需要协调压缩算法和缓冲区管理。
步骤5：参数选择。对于文本/日志，CR可达2-10。对于已压缩数据（如图像，视频），CR接近1，压缩无益。Scomp​依赖于CPU和算法（如Snappy, LZ4）。
步骤6：最佳块大小。大块压缩比高，但Tcomp​大。需要选择使Ttotal​最小的块大小。

精度： 依赖于压缩算法和数据特性， 模型是近似。
特征： 权衡计算与传输， 可能提高有效带宽。

数据压缩， 性能建模， 优化。

高带宽、相对高延迟的网络（如广域网）， 或CPU充足而带宽受限的场景。

Lorig​,Lcomp​： 原始和压缩后数据大小（bits）。
CR： 压缩比， CR=Lorig​/Lcomp​。
Tcomp​,Tdecomp​： 压缩和解压时间（s）。
Scomp​,Sdecomp​： 压缩和解压速度（bps）。
B： 网络带宽（bps）。
Θ： 有效吞吐量（bps）。
压缩算法： 如LZ4, Snappy, GZIP。

不等式条件： 压缩有益的条件。
吞吐量计算： Θ=Lorig​/Ttotal​。
权衡分析： 计算 vs 传输时间。

1. 发送方压缩：应用或RNIC硬件压缩数据块，时间Tcomp​，得到Lcomp​。
2. 传输：压缩后的数据通过RDMA传输，时间Lcomp​/B。
3. 接收方解压：接收方收到压缩数据后解

RoCE-D1-0090​

物理层/端口

光模块/SerDes

可插拔光模块（QSFP-DD/OSFP）功耗与热管理模型

目标：建模高速光模块（如400G/800G）的功耗分布和散热需求，指导交换机散热设计。
步骤1：功耗分解。光模块总功耗Pmodule​包括激光器功耗Plaser​、驱动电路Pdriver​、DSPPdsp​、CDRPcdr​和控制电路Pctrl​：
Pmodule​=Plaser​+Pdriver​+Pdsp​+Pcdr​+Pctrl​
步骤2：激光器功耗。与偏置电流Ibias​和调制电流Imod​相关：Plaser​=Vop​⋅(Ibias​+αImod​)，Vop​为激光器工作电压，α为调制占空比（~0.5 for NRZ）。
步骤3：DSP功耗。与符号率fsym​和复杂度成正比：Pdsp​=kdsp​⋅fsym​⋅Ntap​，Ntap​为均衡器抽头数，kdsp​为每抽头每符号能量系数。
步骤4：热模型。模块结温Tj​需满足Tj​≤Tjmax​（通常70-85°C）。热阻模型：Tj​=Tcase​+Rjc​⋅Pmodule​，Tcase​为外壳温度，Rjc​为结到壳热阻（°C/W）。散热需确保Tcase​低于允许值。
步骤5：功率预算。QSFP-DD最大功耗~12-14W（400G），OSFP~15-18W（800G）。交换机需为每个端口分配相应供电和散热能力。总散热需求Ptotal​=∑i=1N​Pmodulei​。
步骤6：动态功率调整。根据链路利用率调整激光器偏置，实现节能。功耗与利用率近似线性：Pmodule​(u)=Pidle​+u⋅(Pmax​−Pidle​)，u为利用率。

精度： 模块级估计，误差±15%。
特征： 高功率密度， 热管理关键。

热力学， 半导体激光器物理， 数字信号处理。

高速交换机（400G/800G）端口散热设计， 功耗预算。

Pmodule​： 光模块总功耗（W）。
Plaser​,Pdriver​,Pdsp​,Pcdr​,Pctrl​： 各组件功耗（W）。
Ibias​,Imod​： 激光器偏置和调制电流（A）。
Vop​： 激光器工作电压（V）。
fsym​： 符号率（Baud）。
Ntap​： DSP均衡器抽头数。
Tj​,Tcase​： 结温和外壳温度（°C）。
Rjc​： 结到壳热阻（°C/W）。
u： 链路利用率（0-1）。

线性组合： 总功耗为各分量和。
热阻模型： Tj​=Tcase​+Rjc​P。
功率预算： 求和与分配。

1. 模块插入：检测模块类型，读取最大功耗Pmax​。
2. 供电：交换机电源分配单元为模块提供Vcc​。
3. 工作：模块根据链路状态（激活/低功耗）调整Ibias​和DSP活动，实时功耗Pmodule​(t)变化。
4. 发热：功耗转化为热量，通过外壳散到散热器。温度传感器监控Tcase​。
5. 散热：交换机风扇根据Tcase​反馈调整转速，确保Tj​不超限。
6. 节能：低利用率时，降低Ibias​或关闭部分通道，进入低功耗模式。

硬件： 光模块（激光器、DSP、CDR）， 交换机散热器、风扇、温度传感器， 电源管理IC。
软件： 模块功耗管理固件， 热管理策略。

RoCE-D1-0091​

物理层/端口

光模块/编码

相干光模块（如400G ZR）的DP-16QAM调制与DSP模型

目标：建模用于长距传输的相干光模块，其复杂的调制格式和数字信号处理算法。
步骤1：相干调制。使用双偏振16QAM（DP-16QAM）。每个偏振态承载16QAM符号，每个符号代表4比特。符号率fsym​，总比特率Rb​=2×4×fsym​。对于400G，fsym​约64GBaud。
步骤2：发射机DSP。包括编码、映射、脉冲整形、预均衡。16QAM映射将4比特b3​b2​b1​b0​映射到复平面点I+jQ，其中I,Q∈{±1,±3}。脉冲整形使用升余弦滤波器h(t)，滚降因子β（如0.1）。
步骤3：接收机DSP。包括ADC、时钟恢复、偏振解复用、均衡、载波恢复、解映射。偏振解复用使用4×4 MIMO均衡器补偿光纤中的偏振模色散（PMD）。均衡器抽头系数wij​[k]通过自适应算法（如LMS）更新。
步骤4：信噪比与误码率。对于16QAM，理论BER与Eb​/N0​关系：
BER≈43​Q(54​N0​Eb​​​)
相干接收提供约20dB灵敏度优势，支持80km以上传输。
步骤5：功耗模型。相干DSP功耗Pcoherent​∝fsym2​⋅Ntap​，由于高复杂度，功耗显著高于直接检测模块（如PAM4）。
步骤6：应用场景。数据中心互连（DCI），城域传输，替代传统灰光+独立转发器。

精度： 理论模型， 实际受限于光纤非线性和器件缺陷。
特征： 高光谱效率， 长距， 高功耗高成本。

相干光通信， 高阶调制， 数字信号处理， 光纤通信。

数据中心互连（400G ZR）， 城域/长途光传输。

DP-16QAM： 双偏振16进制正交幅度调制。
fsym​： 符号率（Baud）。
Rb​： 比特率（bps）。
I,Q： 同相和正交分量。
h(t)： 脉冲整形滤波器。
wij​[k]： MIMO均衡器抽头系数。
Eb​/N0​： 每比特能量与噪声功率谱密度比。
Pcoherent​： 相干DSP功耗（W）。

复数运算： 复数符号表示和处理。
MIMO均衡： 4×4矩阵滤波器。
BER公式： 高阶调制的误码率。

1. 发射：输入比特流经FEC编码，分成两偏振流，每流映射为16QAM符号，脉冲整形，驱动IQ调制器生成光信号。
2. 光纤传输：光信号经光纤传输，经历色散、非线性、偏振旋转。
3. 接收：相干接收机用本振激光器混频，光电转换，ADC采样得数字I/Q信号。
4. DSP处理：时钟恢复，偏振解复用（4×4 MIMO均衡），载波相位恢复，解映射，FEC解码。
5. 输出：恢复的比特流。

硬件： 相干光模块（IQ调制器， 相干接收机， 高精度ADC/DAC， 大算力DSP ASIC）。
软件： DSP算法固件， 性能监控。

RoCE-D1-0092​

物理层/端口

光模块/管理

数字诊断监控（DDM）与光模块健康预测模型

目标：通过光模块内置的传感器监控关键参数，预测模块寿命和故障。
步骤1：DDM参数。标准SFF-8472定义的监控参数：发射功率Ptx​、接收功率Prx​、温度T、偏置电流Ibias​、供电电压Vcc​等。每个参数有告警和高低警告阈值。
步骤2：传感器模型。传感器测量值M与真实值X关系：M=k⋅X+b+n，k为增益，b为偏置，n为测量噪声。需定期校准。
步骤3：健康度指标。定义模块健康度H(t)∈[0,1]，基于关键参数偏离标称值的程度。例如，激光器老化导致Ibias​增加以维持输出功率。健康度衰减模型：
H(t)=1−Ibiasmax​−Ibiasinitial​Ibias​(t)−Ibiasinitial​​
步骤4：故障预测。使用时间序列分析（如指数平滑）预测参数未来值。如果预测Ibias​(t+Δt)超过阈值Ith​，则发出预警。也可用机器学习模型（如LSTM）预测剩余使用寿命（RUL）。
步骤5：与交换机交互。交换机通过I2C接口周期性读取DDM。监控软件分析趋势，触发告警或提前更换模块。
步骤6：标准化：确保不同厂商模块的DDM数据可互操作。

精度： 传感器精度有限， 预测模型有不确定性。
特征： 实时监控， 预测性维护。

传感器技术， 时间序列预测， 可靠性工程。

数据中心网络运维， 光模块生命周期管理。

Ptx​,Prx​： 发射和接收光功率（dBm）。
T： 模块温度（°C）。
Ibias​： 激光器偏置电流（mA）。
Vcc​： 供电电压（V）。
M,X： 测量值和真实值。
H(t)： 健康度指标（0-1）。
Ibiasinitial​,Ibiasmax​： 初始和最大允许偏置电流。
RUL： 剩余使用寿命（小时）。

线性模型： 传感器测量模型。
健康度计算： 基于参数偏移的比例。
时间序列预测： 预测未来值。

1. 周期性读取：交换机驱动每隔Tsample​（如1秒）通过I2C读取模块的DDM寄存器，获取Ptx​,Prx​,T,Ibias​,Vcc​等。
2. 阈值检查：比较读数与预设的告警/警告阈值，如果越界，生成日志/告警。
3. 趋势分析：存储历史数据，计算滑动平均值，拟合变化趋势（如Ibias​随时间的线性增长）。
4. 健康评估：基于趋势计算当前H(t)，如果H(t)<Hthreshold​，发出预警。
5. 预测：使用预测模型估计RUL，如果RUL小于预定值（如30天），建议更换。
6. 动作：运维人员根据预警安排更换。

硬件： 光模块内置传感器和EEPROM， 交换机I2C主控制器。
软件： 交换机DDM监控驱动， 网络管理软件（NMS）的预测分析模块。

RoCE-D1-0093​

交换结构

交换芯片

输入端口处理（Parser）的流水线与状态机模型

目标：建模交换芯片输入端口解析以太网帧、提取头部字段、进行查找的流水线过程。
步骤1：Parser架构。Parser是硬件流水线，从MAC接收数据，逐字节解析。状态机根据当前协议类型跳转。例如：识别以太网类型→IPv4/IPv6→UDP→RDMA BTH。
步骤2：流水线阶段。设流水线深度L级，每级处理固定操作（如提取字段、计算哈希、表查找）。吞吐量Throughput=fclk​⋅W，fclk​为时钟频率，W为数据路径宽度（bits）。延迟Latency=L⋅Tclk​。
步骤3：协议识别。使用确定有限自动机（DFA）或特里树（Trie）匹配协议头。状态转移函数δ(s,byte)→s′，s为当前状态（如“等待以太网头”），byte为输入字节。
步骤4：字段提取。在确定协议后，根据固定偏移提取关键字段（如目的MAC、VLAN、IP DA、UDP端口、BTH Opcode）。提取逻辑是组合电路。
步骤5：哈希计算。对提取的5元组（或自定义键）计算哈希H用于流查找。常用CRC或Jenkins hash。硬件并行计算：H=⨁i​(datai​⋅gi​)，gi​为生成多项式系数。
步骤6：错误检查：并行计算CRC，与帧尾FCS比较，丢弃错误帧。

精度： 硬件确定行为， 延迟和吞吐量可精确计算。
特征： 流水线， 可编程解析器（如P4）。

数字电路流水线， 有限状态机， 协议解析。

交换芯片入口流水线， 可编程交换机（如Tofino）的Parser。

L： 流水线级数。
fclk​： 时钟频率（Hz）。
W： 数据路径宽度（bits）。
Throughput： 解析吞吐量（bps）。
Latency： 解析延迟（s）。
δ： 状态转移函数。
H： 哈希值。
FCS： 帧校验序列。

流水线模型： 吞吐量=频率×宽度。
状态机： 有限状态自动机。
哈希函数： 并行多项式计算。

1. 字节接收：MAC将接收的字节流送入Parser流水线。
2. 状态转移：第一级根据前几个字节识别为以太网帧，状态跳转到“解析以太网头”。
3. 字段提取：在适当流水级，根据当前状态和字节偏移，锁存目的MAC、源MAC、EtherType到寄存器。
4. 协议栈深入：如果EtherType=0x0800（IPv4），状态跳转到“解析IP头”，提取IP DA、协议字段。如果协议=17（UDP），跳转到“解析UDP”，提取端口。如果端口=4791，可能跳转到“解析BTH”。
5. 哈希计算：一旦5元组提取完成，专用电路在一个周期内计算哈希。
6. 输出：解析出的元数据（如哈希、目的端口、优先级）和有效载荷传递给下一流水阶段（查找/修改）。

硬件： Parser专用硬件（状态寄存器， 比较器， 字段提取逻辑）， 哈希计算单元。
软件： P4程序定义解析图， 编译器生成配置。

RoCE-D1-0094​

交换结构

交换芯片

基于TCAM/SRAM的精确匹配与最长前缀匹配模型

目标：建模交换芯片中用于路由、ACL等查找的TCAM和SRAM表结构及其查找算法。
步骤1：TCAM原理。三态内容可寻址存储器。每个条目包含位和掩码（0,1,X）。输入键与所有条目并行比较，返回匹配条目中优先级最高者的索引。查找时间TTCAM​恒定（~1个周期）。
步骤2：TCAM容量与功耗。容量C（条目数），每条目宽度Wbits。功耗PTCAM​∝C⋅W⋅flookup​，因为每次查找所有条目都活动。高功耗限制TCAM大小。
步骤3：最长前缀匹配（LPM）。用于IP路由。使用多级Trie树存储在SRAM中。查找需多次内存访问，深度为前缀长度（如IPv4最多32次）。优化：使用多分支Trie或压缩Trie减少访问次数。硬件实现常为流水线，每级查一个表。
步骤4：混合TCAM/SRAM。将常用或小前缀放入TCAM快速匹配，其余放SRAM。决策函数：设查找延迟要求Dmax​，将满足DTCAM​+DSRAM​(p)≤Dmax​的最热前缀p放入TCAM，其中DSRAM​(p)是p在SRAM中的查找延迟。
步骤5：表更新。TCAM条目需按优先级排序，更新可能引起条目移动。SRAM表更新需修改Trie节点，可能需原子操作避免查找中断。
步骤6：在RoCE交换机中应用。TCAM用于ACL（过滤RoCE流），SRAM用于路由表和MAC表。

精度： 硬件确定行为， 容量和功耗模型准确。
特征： 并行查找， 高功耗， 灵活匹配。

存储器设计， 查找算法， 前缀匹配。

交换芯片查找引擎， 路由器转发引擎。

TCAM： 三态内容可寻址存储器。
C,W： TCAM容量（条目数）和宽度（bits）。
PTCAM​： TCAM功耗（W）。
flookup​： 查找频率（Hz）。
LPM： 最长前缀匹配。
Trie： 前缀树数据结构。
DTCAM​,DSRAM​： TCAM和SRAM查找延迟（cycles）。

并行比较： TCAM的O(1)查找。
树搜索： LPM的O(length)查找。
优化问题： 前缀放置以最小化延迟。

1. 键提取：从Parser收到查找键（如目的IP）。
2. TCAM查找：键同时与TCAM所有条目比较。如果有匹配，返回最高优先级条目的动作（如出口端口）。
3. LPM查找：如果TCAM未命中，启动SRAM中的LPM查找。从根节点开始，根据键的比特逐级访问Trie节点，直到叶子节点，得到下一跳。
4. 结果合并：如果TCAM和LPM都命中，TCAM结果优先（更高优先级）。
5. 动作执行：将查找结果（出口端口、QoS策略等）传递给后续流水线。

硬件： TCAM宏， SRAM， 优先级编码器， Trie遍历状态机。
软件： 路由表管理软件， ACL配置工具。

RoCE-D1-0095​

交换结构

交换芯片

交换结构（Fabric）的Crossbar调度与信元分割模型

目标：建模Crossbar交换结构的核心调度算法，以及将变长包分割为定长信元的过程。
步骤1：信元分割。变长数据包被分割为固定长度信元C（如256字节）。包的第一个信元包含包头（如入口端口、优先级），中间信元只有载荷，最后信元有结束标志。信元是调度和交换的基本单位。
步骤2：Crossbar模型。N×N交叉开关，N个输入端口，N个输出端口。每个输入i有N个VOQ。调度器每时隙计算一个匹配M，使得每个输入和输出最多使用一次。匹配大小$

M

\le N。<br>∗∗步骤3：调度算法∗∗。如iSLIP（见RoCE−D1−0002）。硬件实现需在极短时隙内（如几十纳秒）完成。迭代次数k权衡吞吐量和延迟。对于N=64，k=4通常足够。<br>∗∗步骤4：吞吐量与延迟∗∗。在均匀流量下，采用iSLIP等算法，Crossbar可达到100D = D{segmentation} + D{queue} + D{scheduling} + D{transmission}。D{queue}占主导，取决于流量负载和调度器效率。<br>∗∗步骤5：多平面（Multi−plane）扩展∗∗。使用多个并行Crossbar平面提高容量。信元通过轮询或负载均衡分布到各平面。总带宽B{total} = P \cdot B_{plane}，P$为平面数。
步骤6：与RoCE交互。RoCE包通常为~1500字节，分割为多个信元。调度需考虑RoCE流的优先级和PFC状态，高优先级VOQ优先调度。

精度： 调度算法确定， 性能模型在均匀流量下准确。
特征： 中心交换结构， 可扩展性有限。

交换结构理论， 调度算法， 信元交换。

中小规模交换芯片的核心交换， 输出排队交换机的交换结构。

C： 信元长度（Bytes）。
N： 端口数。
VOQ： 虚拟输出队列。
M： 匹配集合。
k： 调度迭代次数。
D： 总延迟（s）。
P： Crossbar平面数。
Btotal​： 总交换带宽（bps）。

匹配问题： 二分图最大匹配。
信元分割： 包长度除以C。
多平面： 带宽线性叠加。

RoCE-D1-0096​

交换结构

交换芯片

共享内存交换结构的动态缓冲区分配模型

目标：建模共享内存交换结构，其中所有端口共享一个统一的内存池，动态分配缓冲区给到达的包。
步骤1：共享内存架构。所有输入端口将接收的包写入共享内存，输出端口从共享内存读取。内存被组织为缓冲区链表。缓冲区大小固定（如256字节）。
步骤2：缓冲区分配算法。当包到达，从空闲缓冲区池申请m个缓冲区（m=⌈L/C⌉）。如果空闲缓冲区不足，可能丢弃包（尾丢弃）或根据优先级丢弃。分配是并发的，需原子操作管理空闲链表。
步骤3：读写仲裁。多个输入端口同时写内存，多个输出端口同时读内存，需要仲裁。通常采用交叉开关或多bank内存实现并行访问。带宽Bmemory​需满足N⋅Rport​≤Bmemory​，Rport​为端口速率。
步骤4：队列管理。每个输出端口有一个逻辑队列，指向属于该队列的缓冲区链表。调度器（如严格优先级）选择下一个要服务的队列，从内存读取相应缓冲区。
步骤5：性能优势。共享内存实现统计复用，缓冲区利用率高。可提供绝对的无丢失保证（如果内存足够大）。但设计复杂，内存带宽是瓶颈。
步骤6：在RoCE交换机中的应用：适用于需要高缓存利用率和保证无丢失的场景，但需处理PFC与内存分配的交互。

精度： 动态分配模型是近似的， 实际有碎片和管理开销。
特征： 高缓存利用率， 内存带宽瓶颈。

共享资源分配， 内存系统设计， 排队论。

高端核心路由器， 需要高缓存效率的交换机。

共享内存： 统一的内存池。
缓冲区大小C： 固定缓冲区大小（Bytes）。
m： 一个包需要的缓冲区数。
空闲链表： 可用缓冲区的链表。
Bmemory​： 内存总带宽（bps）。
N,Rport​： 端口数和端口速率（bps）。
统计复用： 聚合需求小于总和。

动态分配： 缓冲区请求与释放。
并发控制： 原子链表操作。
带宽约束： Bmemory​≥N⋅Rport​。

1. 包到达：输入端口接收包，计算所需缓冲区数m。
2. 缓冲区申请：从全局空闲链表原子地取出m个缓冲区，如果不够，丢弃包。
3. 写内存：将包数据分割写入获得的缓冲区，链接成链表。
4. 队列入队：将缓冲区链表的头指针加入到目的输出端口的逻辑队列尾部。
5. 调度：输出端口调度器选择队列，从队列头取出缓冲区链表。
6. 读内存与释放：从内存读取缓冲区数据发送，发送完成后将缓冲区释放回空闲链表。

硬件： 大容量共享SRAM/DRAM， 多端口内存控制器， 空闲链表管理逻辑， 队列管理单元。
软件： 缓冲区分配策略配置， 内存性能监控。

RoCE-D1-0097​

交换结构

交换芯片

输出队列调度与整形器的层次化模型

目标：建模输出端口的层次化调度与整形结构，实现多级QoS和流量整形。
步骤1：层次化调度。常见两级：第一级为每个队列（如8个优先级队列）调度，第二级为不同实体（如不同端口、不同用户）调度。例如，每个实体有8个子队列，实体间使用DRR，实体内部使用严格优先级。
步骤2：整形器模型。使用令牌桶整形器。每个队列关联一个令牌桶，速率r（承诺速率），深度b（突发容量）。令牌以速率r累积，最多b个。包长L可发送当且仅当令牌数≥L，发送后令牌减少L。
步骤3：调度算法实例。层次化加权公平队列（H-WFQ）。第一级：每个子队列i有权重wi​，计算虚拟时间Fi​。第二级：每个实体j有权重Wj​，实体j的虚拟时间Vj​基于其子队列的Fi​。选择最小Vj​的实体，然后在该实体中选择最小Fi​的子队列发送。
步骤4：延迟上界。对于有保证速率的队列，延迟上界Dmax​=rb​+RLmax​​，R为端口速率。层次化调度可能增加延迟。
步骤5：硬件实现。令牌桶用计数器实现。调度决策每包一次，需在包间间隙完成计算。
步骤6：在RoCE交换机中的应用：为RoCE流量（EF）设置高优先级队列和整形器，保证低延迟和带宽。

精度： 整形器模型精确， 调度延迟有界。
特征： 灵活QoS， 可实现复杂策略。

层次化调度， 流量整形， 服务质量。

运营商边缘路由器， 数据中心网关的复杂QoS策略。

r,b： 令牌桶速率（bps）和深度（bits）。
令牌数： 当前可用令牌数（bits）。
wi​,Wj​： 子队列和实体的权重。
Fi​,Vj​： 虚拟完成时间。
Dmax​： 延迟上界（s）。
Lmax​： 最大包长（bits）。
R： 端口线速（bps）。

令牌桶： 连续时间令牌累积与消耗。
虚拟时间计算： 两级WFQ的嵌套计算。
最坏情况分析： 延迟上界推导。

1. 包到达输出队列：包被分类到特定实体的特定子队列。
2. 令牌检查：如果队列有关联整形器，检查令牌桶。如果令牌足够，标记为可发送；否则，等待直到令牌累积足够。
3. 调度决策：当端口空闲，调度器运行：
a. 第一级：在每个实体中，根据子队列调度策略（如严格优先级）选择一个候选子队列。
b. 第二级：在所有实体的候选子队列中，根据实体间调度策略（如DRR）选择一个最终队列。
4. 包发送：从选中的队列取出包发送，更新令牌桶和调度器状态（如DRR赤字）。
5. 循环：重复步骤3-4。

硬件： 令牌桶计数器， 调度决策逻辑（可能为Pipeline）， 队列描述符存储器。
软件： QoS策略配置CLI/API， 监控整形器状态。

RoCE-D1-0098​

交换结构

交换芯片

数据包修改（Edit）引擎的硬件实现模型

目标：建模交换芯片中修改包内容的硬件引擎，包括字段替换、插入、删除。
步骤1：Edit操作。常见操作：替换（如新的VLAN标签）、增加（如压入MPLS标签）、删除（如弹出VLAN）、增量（如TTL减1）、校验和更新。修改需在流水线中快速完成。
步骤2：硬件架构。Edit引擎是ALU阵列，对包数据按字操作。修改指令包括：操作码（replace, add, delete）、位置（偏移）、数据。位置可动态计算（如基于解析结果）。
步骤3：包长变化处理。插入或删除导致包长变化。需后续阶段处理帧间隙和CRC重算。如果包长超过MTU，可能需分片或丢弃（在交换机中通常避免）。
步骤4：校验和更新。对于IP TTL减1，需更新IP校验和。增量更新算法：新校验和 = 旧校验和 + (旧TTL << 8) - (新TTL << 8) + 进位调整。硬件用加法器和补码逻辑实现。
步骤5：并行性。多个修改操作可并行作用于包的不同字段，只要不重叠。Edit引擎需支持多操作并行。
步骤6：在RoCE交换机中的应用：用于VLAN标签操作、ECN标记、PFC帧生成、路由时MAC重写等。

精度： 硬件确定行为， 修改精确。
特征： 线速修改， 支持复杂操作。

数据包处理， 硬件ALU设计， 校验和算法。

交换芯片出口修改， 网络地址转换（NAT）， 隧道封装/解封装。

Edit操作码： replace, add, delete, increment等。
位置偏移： 在包中的字节偏移。
修改数据： 要写入的新数据。
包长变化： ΔL（Bytes）。
校验和更新： 增量更新公式。
并行操作： 多个不重叠修改。

位操作： 字段替换和插入。
校验和计算： 补码和增量更新。
位置计算： 基于偏移的地址生成。

1. 解析与决策：Parser和查找引擎决定需要对包执行哪些修改操作，生成Edit指令列表。
2. 包数据传输：包数据流经Edit引擎，同时携带指令列表。
3. 并行修改：Edit引擎根据指令，在相应时钟周期对流过

RoCE-D1-0099​

物理层/端口

SerDes/均衡

接收端连续时间线性均衡器（CTLE）的频域响应优化模型

目标：在给定信道损耗特性的情况下，优化CTLE的参数以最大化接收端眼图张开度。
步骤1：信道模型。信道传输函数Hchannel​(f)通常具有低通特性，可表示为：
Hchannel​(f)=e−α(f)⋅L
其中α(f)是频率相关的衰减系数，L是信道长度。
步骤2：CTLE传输函数。CTLE的传输函数通常可表示为：
HCTLE​(f)=A0​1+jf/fp​1+jf/fz​​
其中A0​是直流增益，fz​是零点频率，fp​是极点频率。
步骤3：均衡目标。均衡后的总响应Htotal​(f)=Hchannel​(f)⋅HCTLE​(f)应在奈奎斯特频率fnyq​内尽可能平坦。优化目标是最小化$

H_{total}(f) - 1

在[0, f{nyq}]内的积分。<br>∗∗步骤4：参数优化∗∗。通过调整A_0, f_z, f_p$来最小化代价函数：
$$J = \int_0^{f{nyq}}

H_{total}(f) - 1

^2 df$$
步骤5：自适应CTLE。在实际系统中，CTLE参数可以通过搜索算法或最小均方（LMS）算法自适应调整，以最小化误码率或最大化眼图高度。

精度： 频域模型准确，但实际中信道模型可能存在误差。
特征： 模拟均衡，适用于中等损耗信道。

信号与系统，滤波器设计，优化理论。

高速SerDes接收端的前置均衡，补偿信道损耗。

RoCE-D1-0100​

物理层/端口

光模块/调制

四电平脉冲幅度调制（PAM4）的眼图与信噪比分析模型

目标：分析PAM4信号的眼图特征，建立眼图张开度与信噪比之间的关系。
步骤1：PAM4信号电平。PAM4有四个电平：-3A, -A, +A, +3A。相邻电平间距为2A。
步骤2：噪声模型。假设加性高斯白噪声，噪声功率为σ2。接收端采用三个判决阈值：-2A, 0, +2A。
步骤3：眼图垂直张开度。垂直张开度定义为内层眼图的高度，即2A−2ΔV，其中ΔV是噪声引起的电平扩展。通常用眼图高度Veye​表示，Veye​=2A−kσ，k为常数（通常取6-7）。
步骤4：信噪比与误码率。PAM4的符号错误率Ps​近似为：
Ps​≈23​Q(σA​)
比特错误率（假设格雷编码）为：
BER≈43​Q(σA​)
步骤5：眼图张开度与SNR。定义眼图张开度Veye​与幅度A之比为张开度比例。SNR = A2/σ2。要达到一定BER，需要最小SNR，对应最小眼图张开度。
步骤6：均衡的影响。均衡可以减小码间干扰，提高眼图张开度。均衡后的眼图可以用均衡器的输出信噪比来评估。

精度： 在高斯噪声和理想均衡下准确，实际中有其他损伤。
特征： 多层眼图，对噪声敏感。

调制理论，眼图分析，误码率分析。

PAM4 SerDes系统性能评估，接收机灵敏度测试。

A： PAM4信号的基础幅度。
σ： 噪声标准差。
Veye​： 眼图垂直张开度。
Ps​： 符号错误率。
BER： 比特错误率。
SNR： 信噪比，SNR=A2/σ2。
Q(x)： Q函数。

概率： 高斯分布，误码率计算。
眼图分析： 垂直张开度与噪声关系。
均衡： 改善眼图张开度。

1. 信号生成：生成PAM4信号，经过信道传输。
2. 接收均衡：接收端使用CTLE、FFE、DFE等均衡器补偿信道损耗。
3. 采样：在最佳采样时刻对均衡后的信号采样。
4. 眼图生成：叠加多个单位间隔（UI）的信号，形成眼图。
5. 测量眼图参数：测量眼图高度Veye​、宽度等。
6. 计算BER：根据眼图参数或直接测量误码率。

硬件： 高速示波器，误码率测试仪，均衡器芯片。
软件： 眼图分析软件，误码率仿真工具。

RoCE-D1-0101​

交换结构

交换芯片

输入缓冲交换机的队头阻塞（HOL）分析模型

目标：量化输入排队交换机中队头阻塞对吞吐量的影响，并分析其与流量模式的关系。
步骤1：队头阻塞定义。在输入排队交换机中，每个输入端口有多个VOQ。如果某个VOQ的队头数据包因输出端口冲突无法调度，会阻塞该输入端口其他VOQ的数据包，即使它们的输出端口空闲。
步骤2：均匀流量下的吞吐量。在独立均匀流量下，N×N输入排队交换机的最大吞吐量ρmax​约为0.586（当N→∞）。对于有限N，ρmax​=2−2​≈0.586是渐近值。
步骤3：非均匀流量模型。考虑热点流量模型：某个输出端口d是热点，每个输入以概率p发送数据包到d，以概率(1−p)/(N−1)发送到其他输出端口。则热点端口的吞吐量ρd​满足：
ρd​=1−(1−p(1−ρd​))N−1
步骤4：调度算法的影响。采用最大匹配调度（如iSLIP）可以缓解HOL，提高吞吐量。在均匀流量下，iSLIP迭代log2​N次可实现接近100%的吞吐量。
步骤5：性能分析。平均排队延迟W与负载ρ的关系：
W=1−ρ/ρmax​1​
当ρ接近ρmax​时，延迟急剧增加。
步骤6：避免HOL。使用虚拟输出队列（VOQ）可以消除HOL，但需要复杂的调度算法。

精度： 理论模型，假设流量独立，实际流量可能相关。
特征： 限制输入排队交换机性能的主要因素。

排队论，随机过程，调度理论。

输入排队交换机性能分析，调度算法设计。

N： 交换机端口数。
ρmax​： 最大吞吐量（负载）。
p： 发送到热点端口的概率。
ρd​： 热点端口的吞吐量。
W： 平均排队延迟。
ρ： 输入负载。

渐近分析： N→∞的极限行为。
非线性方程： 热点吞吐量方程。
延迟公式： W与ρ的关系。

1. 数据包到达：每个输入端口以概率ρ在每个时隙有数据包到达，目的地按流量模型分布。
2. 排队：数据包进入对应的VOQ。
3. 调度：调度器根据匹配算法（如iSLIP）选择一组VOQ进行服务。
4. 传输：被调度的VOQ发送队头数据包。
5. 阻塞：如果某个VOQ的队头数据包因输出冲突未被调度，则该输入端口其他VOQ的数据包被阻塞。
6. 统计：长期统计吞吐量和延迟。

硬件： VOQ结构，调度器逻辑。
软件： 交换机性能仿真平台，流量生成工具。

RoCE-D1-0102​

交换结构

交换芯片

多级交换网络（Clos网络）的无阻塞条件模型

目标：推导Clos网络严格无阻塞和可重排无阻塞的条件，为大型交换网络设计提供理论依据。
步骤1：Clos网络结构。三级Clos网络C(m,n,r)：第一级有r个n×m交换机，第二级有m个r×r交换机，第三级有r个m×n交换机。
步骤2：严格无阻塞条件。对于任意一对一连接，如果中间级交换机数量m≥2n−1，则Clos网络是严格无阻塞的。证明：在最坏情况下，第一级某个输入要与第三级某个输出连接，该输入所在的第一级交换机已有n−1个连接占用中间级交换机，该输出所在的第三级交换机已有n−1个连接占用中间级交换机，最多占用2n−2个中间级交换机，因此需要m≥2n−1以确保总有一个中间级交换机可用。
步骤3：可重排无阻塞条件。如果允许重新安排现有连接，则m≥n即可实现可重排无阻塞。这是通过重新路由现有连接来为新连接腾出路径。
步骤4：流量模型。假设连接请求是均匀的，每个输入输出对随机选择。在可重排无阻塞条件下，网络可以支持所有可能的置换。
步骤5：扩展性。Clos网络可递归构建，构建大型无阻塞网络。总端口数N=n×r。当n=r=N​时，交换机数量约为2N1.5。
步骤6：在数据中心交换机的应用。Fat-Tree是Clos网络的特例，其中m=n，是可重排无阻塞的。

精度： 确定性的组合条件，无概率性。
特征： 可扩展的多级交换网络。

组合数学，网络理论，Clos定理。

大型交换机构建，数据中心网络拓扑。

C(m,n,r)： 三级Clos网络参数。
m： 中间级交换机数量。
n： 第一级交换机输入端口数（连接终端）。
r： 第一级交换机数量。
N： 总终端数，N=n×r。
严格无阻塞： m≥2n−1。
可重排无阻塞： m≥n。