html5网站管理系统极简app制作器

在现代数据中心和智算网络中，负载均衡技术是保障网络性能的关键。从传统的ECMP到逐包负载均衡，再到基于Flowlet的自适应路由切换（ARS），负载均衡技术正在向更智能、更动态的方向发展。本文将深入探讨ARS技术如何利用Flowlet机制实现智能负载均衡，为高性能计算提供网络基础设施支持。

静态的逐流负载均衡技术

传统ECMP路由采用逐流负载分担机制，其核心是基于数据包的特征字段（如IP五元组）进行哈希运算，根据哈希结果选择转发链路。这种机制具有两大特点：不同特征的数据流会分散到不同链路；相同特征的数据流则保证按序传输。

然而，在云计算和智算业务兴起的背景下，逐流负载均衡的缺陷日益凸显。它无法解决流大小不均问题，静态分配机制不能实时感知链路负载，当网络出现大象流时容易加剧拥塞。特别是在智算集合通信场景下，该机制极易在Clos组网的Leaf上行链路出现哈希极化现象，导致网络性能下降。

动态的逐包负载均衡技术

逐包负载均衡技术将数据包均匀分布到各条链路，被称为"数据包喷洒"。它通常提供Random和Round Robin两种算法：Random算法随机分散数据包；Round Robin算法将数据包逐一等量分散到各条链路，理论上均衡度最佳。

但这种技术的局限性在于，由于不同链路的负载情况和转发时延存在差异，无法保证报文依照原有时序到达接收端。因此，其整体性能高度依赖于端侧的缓存容量和乱序重组能力，在实际应用中存在一定限制。

自适应的Flowlet负载均衡技术

基于子流（Flowlet）的负载均衡技术兼具精细负载分担和报文时序保持双重优势。星融元RoCE交换机支持的ARS（自适应路由切换）技术正是基于此原理，利用ASIC提供的硬件ALB（自动负载均衡）能力，通过实时感知链路状态，主动调整选路策略。
该技术通过三个关键机制实现智能化负载均衡：

1.智能流分割机制：通过空闲时间参数（IdleTime）将宏观流分割为子流

2.动态质量评估机制：基于端口带宽、利用率和转发时延等多维度指标

3.主动路径分配机制：根据实时链路质量择优选择转发路径

ARS技术中有以下几个关键概念：

微观流（Micro Flow）:五元组相同的一组数据包

宏观流（Macro Flow）:哈希值相同的微观流的集合

空闲时间（Idle Time）:宏观流中一段没有流量的时间（可配置的参数）

子流（Flowlet）指宏观流中被空闲时间分割的一组连续数据包

基于Flowlet的路径分配概念图

智能流分割原理

Flowlet（子流）是 ARS 技术对流进行负载均衡的基本单位。这意味着在进行负载均衡时，不是以整个流为单位，而是以更小的子流为单位来进行操作，从而可以实现更精细的负载均衡。
空闲时间（Idle Time）：这是一个可配置的参数，用于定义宏观流中两条微观流之间的时间间隔阈值。

在宏观流中，当两条微观流之间相隔的时间 T 大于配置的空闲时间（Idle Time）时，就会触发流分割。具体来说，以时间 T 为界，将宏观流分割为子流（Flowlet），前后两个微观流从属于两个不同的子流。例如，假设空闲时间配置为 10ms，当微观流 1 和微观流 2 之间的时间间隔超过 10ms 时，宏观流就会被分割为两个子流，微观流 1 属于第一个子流，微观流 2 属于第二个子流。通过这种流分割的方式，可以将传统意义上的“大象流”（大流量的流）打散，使负载均衡的粒度更细，从而提高负载均衡的效果。同时，小流也有可能合并到一个 Flowlet 里传输，进一步优化了流量的分配。

动态质量评估体系

ARS技术建立了一套完整的链路质量评估体系：

• 端口带宽：控制平面对启用ARS功能的端口线速速率进行归一化处理
• 端口利用率：通过实时流量速率与线速速率的比较得出带宽利用率
• 转发时延：通过端口队列深度反映链路转发时延情况

这些指标共同决定了端口所在链路在特定时刻的质量情况，为路径选择提供数据支撑。

路径分配触发机制

路径主动分配发生在流分割过程的末尾。当Flowlet的最后一条微观流被分配后，间隔时间T（T>IdleTime）后出现新的微观流时，ASIC认为原Flowlet已结束，映射关系到期，此时触发主动路径分配决策。

关键参数IdleTime的配置与全局路径时延信息高度相关，通常配置为不小于1/2 RTT。配置过小会导致Flowlet粒度过细引发乱序，过大则无法有效分割宏观流，导致拥塞问题。

实际应用与性能表现

以32台8卡GPU服务器（256个400G网卡）规模为例，AIDC承载网采用两层Clos网络架构。Spine 和 Leaf 设备均选择CX864E-N交换机，并按照下行端口与上行端口1:1的收敛比设计组网。在保证网络高吞吐、高带宽的基础上，1:1的带宽收敛比能够避免因带宽不对称导致的性能问题。

传统负载均衡机制下，流量会选择固定路径，AI场景下的大象流极易被均衡到同一路径上导致拥塞。而启用ARS技术后，ASIC能够根据转发时延和端口实时负载动态调整流量出接口。当某条链路发生拥塞时，交换机会减少向该链路路由Flowlet，直至拥塞缓解后才恢复使用，从而实现整网链路拥塞情况的降低和带宽利用率的提升。

参考文档

• [1] OCPSummit2022- Adaptive Routing in AI/ML Workloads https://www.youtube.com/watch?v=cgYOpp4xwQ8

• [2] https://infohub.delltechnologies.com/zh-cn/l/dell-enterprise-sonic-quality-of-service-qos/adaptive-routing-and-switching/

• [3]https://asterfusion.com/a20250528-flowlet-alb/

更多详细内容，请访问 https://asterfusion.com/