带宽优化新思路：RoCE网卡聚合实现X2增长
本文分享自华为云社区《2个RoCE网卡Bond聚合，实现带宽X2》，作者： tsjsdbd 。
我们知道操作系统里面，可以将2个实际的物理网卡，合体形成一个“逻辑网卡”，从而达到如主备/提升带宽等目的。但是RoCE网卡，是否也跟普通网卡一样，支持Bond能力呢？答案是的，RoCE也可以组Bond，只是比普通网卡多了一些约束。
今天我们就来实际操作一下这个过程，并了解其中需要注意的地方。也欢迎一起交流学习。
一、RoCE网卡链路聚合（LAG）
根据找到的资料：https://mellanox.my.site.com/mellanoxcommunity/s/article/How-to-Configure-RoCE-over-LAG-ConnectX-4-ConnectX-5-ConnectX-6 里面说的，RoCE网卡的Bond，只支持3种模式：
- 模式1（主备）
- 模式2（负载均衡）
- 模式4（链路聚合）
相比普通网卡总共0-6共七种模式而言，算是打了大折。好在我们想要的“提升带宽”的模式还是有的。
二、服务器执行双网卡聚合（Bond）操作
不同的操作系统，执行Bond的命令不一样。这里我实际操作的是Ubuntu22.04，使用自带的 netplan工具，执行bond过程如下：
修改：
vi /etc/netplan/00-installer-config.yaml
network:
ethernets:
ens3f0np0
dhcp4: no
ens3f1np1
dhcp4: no
version: 2
renderer: networkd
bonds:
bond0:
interfaces: [ens3f0np0, ens3f1np1]
parameters:
mode: 802.3ad
mii-monitor-interval: 1
lacp-rate: faset
transmit-hash-policy: layer3+4
addresses: [10.10.2.20/24]
执行：
netplan apply
后，就可以看到一个叫“bond0”的网卡了。
这里，咱们配置的bond里面有2个重要的参数：
（1）选择bond模式4，即802.3ad（链路聚合）
（2）transmit-hash-policy，负载均衡策略，有以下3种值：
这里由于RDMA点对点通信的时候，IP+MAC地址都不会变。所以咱选 layer3+4，毕竟发送报文的时候，源端口还是随机的。
附CentOS的操作供参考：
新建bond口
nmcli con add type bond ifname tsjbond0 bond.options "mode=2,miimon=100,updelay=100,downdelay=100"
添加子网卡
nmcli con add type ethernet ifname enp80s0f0 master tsjbond0 nmcli con add type ethernet ifname enp80s0f1 master tsjbond0
激活子网卡
nmcli con up bond-slave-enp80s0f0 nmcli con up bond-slave-enp80s0f1
修改了bond卡的配置
vi /etc/sysconfig/network-scripts/ifcfg-bond-tsjbond0 IPADDR=29.28.195.228 NETMASK=255.255.240.0
修改2子网卡配置
vi /etc/sysconfig/network-scripts/ifcfg-enp80s0f0 DEVICE=enp80s0f0 TYPE=Ethernet ONBOOT=yes MASTER= tsjbond0 SLAVE=yes BOOTPROTO=none
激活bond卡
ifup bond-slave-enp80s0f0 ifup bond-slave-enp80s0f1 ifdown bond-tsjbond0 ifup bond-tsjbond0
三、服务器为新网卡开启PFC流控
执行如下命令，首先设置MTU：
ifconfig bond0 mtu 4200
然后开启队列4的pfc流控策略：
mlnx_qos -i ens3f0np0 --pfc=0,0,0,0,1,0,0,0 --turst=dscp mlnx_qos -i ens3f1np1 --pfc=0,0,0,0,1,0,0,0 --turst=dscp cma_roce_mode -d mlx5_bond_0 -p 1 -m 2 echo 128 > /sys/class/infiniband/mlx5_bond_0/tc/1/traffic_class
其中，前2条命令需要分别为bond下的各个子网卡开启pfc。
然后，mlx5_bond_0 可以通过 ibdev2netdev 命令查询得到。
最后一条echo 128命令，是指强制网卡发送的报文的Traffic Class为128，即匹配网卡发送队列4。不设置的话也行，可以通过 NCCL_IB_TC=128 达成相同的目的。详细可以参考《为什么华为云上AI训练必须设置NCCL_IB_TC=128》一文。
四、交换机执行双网口聚合（LACP）
不同的交换机开启LACP模式的命令不一样，这里型号是 CE9860。执行如下：
开启eth-trunk口。
interface Eth-Trunk1 port link-type trunk mode lacp-static
然后切换到对应的网口，使其加入到这个trunk口。
interface GigabitEthernet0/0/1 eth-trunk 1 interface GigabitEthernet0/0/2 eth-trunk 1
命令操作基本这个思路，另外，LACP的LB策略，是通过修改 load-balance profile default配置完成的：
eth-trunk hash-mode ？ INTEGER<1-9> Different hash mode provide different load distribution result for egress traffic flows from a trunk, the default is 1 For Eth-Trunk, mode 1 is suggested For SMAC change, mode 1/2/6/7 is suggested For SIP change, mode 1/5/7/9 is suggested For DIP change, mode 5/6 is suggested For DMAC&SMAC change, mode 9 is suggested For SMAC+SIP change, mode 5/6 is suggested
默认值是1。
五、交换机为对应端口开启PFC流控
交换机上执行：
qos buffer headroom-pool size 20164 cells slot 1 interface 400 x/x/x trust dscp dcb pfc enable mode manual dcb pfc buffer 4 xoff dynamic 4 hdrm 3000 cells commit
上面的命令，其实除了开启pfc之外，还设置了网口对应的buffer大小。具体参数值大小自己看着办。
六、RDMA流量带宽测试
这个就是咱们平时经常用的带宽测试命令了：
首先服务器端，启动Server，
ib_write_bw -s 8388608 -F --run_infinitely -x 3 -q 8 --report_gbits
然后Client开始给服务端打流：
ib_write_bw -s 8388608 -F --run_infinitely -x 3 10.10.2.20 -q 8 --report_gbits
其中 -x参数设置为3，是表示使用 RoCE V2协议。
参数 --run_infinitely 可以让测试一直进行而不停止。
-q 表示使用多个QPS（Queue-Pairs）流。对应 NCCL_IB_QPS_PER_CONNECTION，可以尝试设大一点试试效果。
示意的一个结果如下：
七、服务器端统计信息
查询队列4的报文数量：
watch -n 2 “ethtool -S ens3f0np0 | grep prio4”
这个报文数不会减少，清零不方便，好像重启服务器数量也不会清0。
只找到了通过卸载IB模块来达到清空统计数的目的（假如需要的话）：
rmmod mlx5_ib rmmod mlx5_core modprob mlx5_core
查询网卡温度：
mget_temp -d mlx5_bond_0
可以看到温度，一般都是62/63度左右。
八、小结
本文只是操作记录，用于互相交流，不一定是最佳实践，自己有选择的看。
因为官网https://mellanox.my.site.com/mellanoxcommunity/s/article/How-to-Configure-RoCE-over-LAG-ConnectX-4-ConnectX-5-ConnectX-6
这么写的：
