一、DCQCN简介
DCQCN 模型中有三个关键角色：
-
CP（Congestion Point）：即交换机，负责在检测到拥塞时生成拥塞通知包（CNP）。
-
NP（Notification Point）：即接收端网卡，负责处理 CNP 并向发送端反馈拥塞信息。
-
RP（Reaction Point）：即发送端网卡，根据拥塞信息调整发送速率。
二、升速机制
当网络状况良好时，DCQCN 通过以下三种方式逐步提升发送速率：
-
快速恢复（Fast Recovery）
与论文描述一致，此阶段采用乘性增窗方式快速恢复带宽，具体公式可参考实现中的相关参数设置。 -
加性增（Additive Increase）
进入稳定增长阶段后，算法转为线性增加速率，避免过于激进的抢占带宽。 -
超快速增（Hyper Increase）
原始论文对此描述较为模糊，而 Mellanox 的实现明确了该阶段的增速公式。该模式通常在链路利用率较低时触发，旨在更快地逼近可用带宽。
三、降速过程
当在 RATE_REDUCE_MONITOR_PERIOD 微秒内收到 CNP 时，触发降速流程：
-
更新目标速率
targetRate：通常将其设为当前速率。若启用CLAMP_TARGET_RATE，则仅在首次降速时更新该值。 -
降低当前速率：
降速公式为 currentRate = currentRate × (1 − 1/2 × RPG_GD)。
与论文中的简单乘性减（如currentRate = currentRate × (1 − 1/2)）相比，Mellanox 引入了 RPG_GD 参数，用于精细控制降速幅度：RPG_GD 越大，降速越平缓。 -
重置所有升速计数器（如 Timer 与 ByteCount），为下一次增速做准备。
四、Alpha 更新
Alpha 值反映了网络拥塞程度，其更新周期为 DCE_TCP_RTT 微秒：
-
若周期内收到 CNP，则按公式 alpha = alpha + G 增加；
-
若未收到 CNP，则按 alpha = alpha − G 减小。
此处 G 控制 alpha 更新的敏感度，G 越小则 alpha 变化越快。
需要注意的是，Mellanox 使用的 G 与论文中的 g 存在换算关系：G = g × 2^10。代入上述公式后，实际行为与论文描述保持一致，但参数配置界面有所不同。
五、CLAMP_TARGET_RATE参数
该参数是 Mellanox 特有的优化选项，用于控制目标速率（targetRate）的更新策略：
-
CLAMP_TARGET_RATE = 0：仅在首次收到 CNP 时降低 targetRate，后续降速仅影响 currentRate，使得整体恢复更为平缓。
-
CLAMP_TARGET_RATE = 1：每次收到 CNP 时都更新 targetRate，降速响应更为迅速，有助于快速缓解拥塞。
两种模式下，速率变化曲线呈现明显差异：前者蓝线（targetRate）在首次下调后保持稳定，后者则随拥塞通知多次阶梯下降。
六、小结
Mellanox 在实现 DCQCN 时，在遵循论文核心思想的基础上，通过引入 RPG_GD、G 及 CLAMP_TARGET_RATE 等参数，赋予了算法更强的可调性与场景适应性。这些细节反映出厂商在将学术模型工程化时，对实际部署环境中的稳定性、响应速度与配置灵活性的综合考量。
