Amazon AWS SRD/亚马逊高性能网络技术SRD

什么是SRD SRD(Scalabale Reliable Datagram)，意为可扩展的可靠数据包，是亚马逊在AWS Nitro卡上为HPC/ML应用实现的一种高吞吐、低延迟的网络传输协议。 SRD特点

• 不保留数据包顺序，交给上层消息传递层处理
• 通过尽可能多的网络路径发包，利用ECMP标准，发端控制数据包封装来控制ECMP路径选择，实现多路径的负载平衡
  
• 自有拥塞控制算法，基于每个连接动态速率限制，结合RTT（Round Trip Time）飞行时间来检测拥塞，可快速从丢包或链路故障中恢复
• 由于无序发包以及不支持分段，SRD传输时所需要的QP（队列对）显著减少 为什么不用TCP TCP是IP网络中可靠数据传输的主要手段，但是它不适合对延迟敏感的应用：数据中心中，理想情况下TCP的往返延迟为25us左右，如果发生拥塞或链路故障，TCP需要的等待时长会上升至50ms。带来这些延迟的主要原因是TCP丢包之后的重传机制。 为什么不用RoCE RoCE（RDMA over Converged Ethernet）是IB的一种以太网实现，允许在以太网上运行InfiniBand传输，支持内核旁路和传输卸载。RoCE的缺点是可扩展性差，因为RoCEv2需要优先级流量控制（PFC），这在大规模网络中是难以实现的，它会造成队头阻塞、拥塞扩散和偶尔的死锁，即使使用PFC，RoCE在拥塞（类似于TCP）和次优拥塞控制下仍会遭受ECMP冲突。 SRD与RDMA异同