概述

近年来，数据中心对人工智能和机器学习 (AI/ML) 功能的需求不断增长。现在大多数应用程序都利用深度机器学习，部署在分布式神经网络上。这种方法可确保资源保持畅通并并行计算，从而实现无缝扩展以满足不断增长的服务需求。在这种高速网络环境中，DCQCN（数据中心量化拥塞通知）是 RoCEv2 网络中的关键拥塞控制算法，可有效结合 ECN（显式拥塞通知）和 PFC（优先级流量控制），以促进端到端无损以太网。

AI/ML 网络与云网络之间有一个主要区别：AI/ML 中存在更多大流量情况。换句话说，需要更高的速度来承受数据流峰值并应对不断增长的分布式计算流量。针对这些挑战，需要找到一种方法来在更高速度的环境中调整无损和低延迟网络。可以从两个角度来应对这一挑战：计算节点视图和通信网络视图。

概述

Broadcom® 的 Enterprise SONiC 是一款基于 Linux 的开源网络操作系统，可在商用硅片平台上运行。开源 SONiC 项目可在 GitHub (https://github.com/Azure/SONiC/wiki) 上找到。

目前，多家网络规模公司已将 Enterprise SONiC 用于数据中心结构部署，并拥有蓬勃发展的开发者社区和供应商生态系统。SONiC 的底层架构在 GitHub 上进行了描述 (https://github.com/Azure/SONiC/wiki/Architecture)。Enterprise SONiC 是一款基于开源 SONiC 的商业产品，具有丰富的功能和强化功能，适用于数据中心 leaf、主干和超级主干部署。Enterprise SONiC 支持基于 Broadcom StrataXGS® 系列硅片的 ODM 和 OEM 平台。

Enterprise SONiC 具有诸多优势，例如云性能、基于行业领先的商用芯片和基于标准的 IP-Clos 架构的简单性。它还通过具有编程 API 和可扩展的基于容器的架构的统一可管理性框架提供敏捷性。其开源基础和标准化生态系统为数据中心结构解决方案提供了强大的经济效益

客户使用案例

数据中心 L3 CLOS 覆盖用例（带有 VXLAN 和 BGP-EVPN）从 3.4.0 版本开始，企业 SONiC 还可以部署在企业或服务提供商中，用于需要覆盖来支持多租户的选定工作负载，例如 Hadoop。

在数据中心使用覆盖架构允许最终用户（网络管理员）将端点（服务器或虚拟机）放置在网络中的任何位置，并保持与同一逻辑第 2 层网络的连接，从而使虚拟拓扑与物理拓扑分离。这种分离允许以编程方式在每个租户级别配置数据中心网络。

覆盖网络通常支持服务器或虚拟机之间的第 2 层和第 3 层传输。它还支持更大规模。SONiC 覆盖网络使用控制平面协议 (BGP-EVPN) 来促进端点信息的学习和共享，并使用 VXLAN 隧道协议为覆盖层创建数据平面。

千兆以太网 – 以太网媒体由 802.3 标准组成，具有各种速度，包括 1 GbE、10 GbE、25 GbE、40 GbE、100 GbE、200 GE、400 GbE 等。该标准涵盖了绞线铜线、光纤、自动链路速度协商、基于链路的全双工流量控制、链路聚合、以太网供电、每流量控制、基于优先级的带宽分配增强传输选择、数据中心桥接功能交换协议等一系列标准和协议。该主题非常广泛，作者假设读者对该主题有基本的、合理的了解。

L2 开关 – 当以太网、令牌环或光纤通道数据帧基于携带目标和源地址的基于介质的协议帧进行交换时。L2 网络由 L2 网桥或交换机组成，它们根据目标地址交换 L2 帧并使用生成树来防止流量风暴。这些可以是遵循 802.1Q 标准的物理 LAN 或虚拟 LAN (VLAN)。L2 帧可以是基于单播、多播或广播的流量。

生成树 – 旨在避免 L2 帧的循环和风暴。生成树协议及其变体运行以建立生成树。