當前主流的負載均衡技術主要包括三種類型：逐流的ECMP負載均衡、逐包負載均衡以及基于子流（Flowlet）的負載均衡。本文將從技術原理、優缺點及適用場景等方面對這三種技術進行系統對比與分析。

基于ECMP的逐流負載均衡

ECMP（Equal-Cost Multi-Path）采用逐流負載分擔機制，其核心原理是基于數據包的特征信息（如IP五元組）進行哈希計算，依據哈希值選擇轉發路徑。

該機制具備以下特點：

不同特征的數據流因哈希值不同而被分發至不同鏈路，實現全網負載均衡；

相同特征的數據流始終沿同一路徑轉發，保障報文順序性。

然而，隨著云計算與智算業務的發展，逐流負載均衡的局限性日益顯著：

難以應對流大小不均的問題，大小流混合時負載均衡精度有限，帶寬利用率下降；

屬于靜態負載均衡機制，無法實時感知鏈路負載。若出現大象流，仍按既定算法選路，易加劇擁塞與丟包；

在智算集合通信場景下，尤其在Clos網絡的Leaf上行鏈路中，易出現哈希極化，引發網絡擁塞。

注：可通過靜態方式與自動化配置工具緩解該問題，詳見：主動規劃+自動化配置工具，簡單應對AI智算網絡ECMP負載不均。

逐包負載均衡技術

逐包負載均衡將數據包均勻分發至各鏈路，常被稱為“Packet Spray”。其主要算法包括 Random（隨機分發數據包）和Round Robin（按序輪詢分發，理論上均衡效果最佳）。

然而，由于實際網絡中鏈路負載與延遲存在差異，逐包負載均衡無法保證報文按序到達，其性能高度依賴終端設備的緩存能力與亂序重組能力。

基于子流（Flowlet）的自適應負載均衡

基于子流的負載均衡不僅實現對數據流的精細劃分與均衡分發，還能保持報文的時序性。RoCE交換機所支持的ARS（Adaptive Routing and Switching）技術即為典型代表，其利用ASIC硬件提供的ALB（Auto-Load-Balancing）能力，實時感知鏈路狀態并動態調整路由，從而改善擁塞、提升帶寬利用率。

為深入理解該機制，下文將從三個關鍵問題展開說明：

如何實現大流分割？

動態選路機制與鏈路測量指標是什么？

何時觸發路徑的主動分配與重分配？

術語解釋

微觀流（Micro Flow）：五元組相同的一組數據包；

宏觀流（Macro Flow）：哈希值相同的微觀流集合；

空閑時間（Idle Time）：宏觀流中無流量的時間間隔（可配置）；

子流（Flowlet）：宏觀流中被空閑時間分割的連續數據包序列。

流分割：從Flow到Flowlet

Flowlet是ARS進行負載均衡的基本單位。如下圖所示，擁有相同五元組的微觀流經哈希計算后歸屬同一宏觀流。若宏觀流中相鄰微觀流的時間間隔超過所配置的Idle Time，則觸發流分割，形成不同的Flowlet。從業務層面來看，傳統意義上的“大象流”會被打散，而小流則有可能合并到一個 Flowlet 里傳輸。

注：Idle Time的配置與全局路徑時延密切相關，通常建議不小于1/2 RTT。配置過小可能導致Flowlet過細引發亂序；過大則無法有效分割宏觀流，引發擁塞。

動態選路與鏈路測量機制

ASIC維護宏觀流表（Macro Flow Table），記錄各宏觀流及其對應出接口（或ECMP成員鏈路）。通過實時測量端口負載與延遲，ARS以Flowlet為粒度將流量路由至更優路徑。

至于我們如何得知當前哪條鏈路更優呢？這里就涉及到鏈路質量指標的測量問題。

鏈路質量評估涉及以下指標

端口帶寬：控制平面對端口線速進行歸一化（以10G為基準），并下發至ASIC；

端口利用率：ASIC采樣實時流量速率，與線速比較得出利用率及平均負載；

轉發時延：通過端口隊列深度反映鏈路延遲，ASIC采樣后計算歷史負載情況。

ECMP組實時更新各出接口的鏈路質量，并在路徑分配時依據最新結果擇優轉發。

路徑主動分配時機

路徑主動分配發生于流分割過程末尾。例如，當Flowlet 1的最后一條微觀流（Micro Flow 2）經路徑D轉發，且間隔時間T（T > Idle Time）后出現新微觀流（Micro Flow 3），ASIC判定Flowlet 1結束，路徑D映射失效。Micro Flow 3屬于新子流且處于非活躍狀態，此時觸發主動路徑分配。

典型應用場景舉例

以32臺8卡GPU服務器（共256個400G網卡）規模為例，AIDC承載網采用兩層Clos架構，Spine與Leaf設備均采用CX864E-N交換機，下行與上行端口按 1:1 收斂比設計，確保高吞吐與高帶寬，避免帶寬不對稱帶來的性能問題。

在傳統負載均衡機制下，Server1 的 GPU1 與 Server17 的 GPU1 通信時，流量可能集中至某一 Spine 設備，導致Leaf1上行端口擁塞。而啟用ARS技術后，Leaf1與Spine設備的ASIC可依據實時延遲與負載動態調整出接口。

假設 Leaf1 通往 Spine8 的鏈路上發生擁塞，則 Leaf1 的 ASIC 會將更少的 Flowlet 路由到 Spine8 或跳過 Spine8，直至該鏈路上的擁塞情況緩解后，才會恢復選中該鏈路進行流量轉發。

同樣以 Spine1 為例，其 ASIC 也能將更少的 Flowlet 路由到 Leaf32 的鏈路上而更多地選取其他質量更好的鏈路。由此，Leaf 與 Spine 設備均能完成自治，從而達到降低整網鏈路擁塞情況并提高帶寬利用率。

參考文檔

[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/