📘 RDMA · RoCE 完全教程
30章
从原理到实战
01
RDMA概述
RDMA定义、与传统网络区别、三大流派 (InfiniBand / iWARP / RoCE)
02
RDMA核心概念
内存注册、内存映射、零拷贝技术、内核旁路
03
RDMA操作类型
Send/Recv · Read/Write · 原子操作
04
RDMA通信模型
通道语义与内存语义、可靠/非可靠连接
05
RDMA协议栈解析
InfiniBand协议栈 · RoCEv1 vs RoCEv2 对比
06
RoCEv2网络层
UDP封装、GID/LID、流控与DCQCN
07
RoCEv2数据链路层
PFC优先级流控、ECN、链路层配置
08
RDMA网卡硬件架构
HCA/RNIC内部结构、DMA引擎、门铃机制
09
RDMA软件栈
libibverbs · librdmacm · 用户态/内核态交互
10
RDMA编程基础
QP创建、PD分配、MR注册、CQ创建
11
RDMA编程进阶
WR提交、完成事件处理、错误处理
12
编程实战 · ping-pong
基于libibverbs的ping-pong程序实现
13
编程实战 · C/S
基于librdmacm的客户端-服务器程序
14
RoCE网络部署
交换机配置 (PFC/ECN/MTU) · 网卡配置
15
RoCE网络调优
缓冲区调整、中断合并、NUMA亲和性
16
RoCE性能测试
ib_write_bw / ib_read_bw / ib_send_bw
17
RDMA多连接管理
QP数量规划、连接建立策略、资源隔离
18
RDMA内存管理
大页配置、内存池设计、泄漏排查
19
RDMA与GPU通信
GPUDirect RDMA 原理、配置与验证
20
RDMA与存储
NVMe over Fabrics (NVMe-oF) · RoCE部署
21
RDMA与分布式计算
Spark/MPI over RDMA · 性能对比
22
RDMA安全
安全域隔离、IPsec over RoCE、认证机制
23
RDMA故障排查
错误码解析、日志分析、tcpdump over RoCE
24
RDMA监控
硬件计数器、perftest监控、Prometheus集成
25
RoCEv2拥塞控制
DCQCN详解、参数调优、自适应路由
26
RoCEv2多路径
MP-RDMA、负载均衡、故障切换
27
RDMA在云原生中
Kubernetes RDMA插件、SR-IOV与RDMA
28
RDMA在AI/ML中
AllReduce over RDMA · NCCL/RCCL库
29
RDMA未来趋势
CXL融合、800Gbps RDMA、开放标准进展
30
综合实战 · 高性能集群
架构设计、部署、调优、测试全流程