AI集群为何要抛弃TCP？Homa给出了激进答案

TCP在数据中心已经服役几十年，但AI训练集群的通信需求正在把它逼到墙角。Homa，这个由斯坦福提出的传输协议，核心思路简单到粗暴——干掉TCP的队头阻塞，让数据包不再互相等待。对于动辄上千张GPU并行计算的训练任务来说，毫秒级的延迟差异都会被放大成成百上千秒的等待。TCP的全局排序保证在普通流量下是美德，在集合通信场景里却是枷锁。Homa用无序交付和自适应流控换取了更低尾延迟。这不是修修补补，而是宣告TCP在AI基础设施中的退出。问题是，当集群规模继续膨胀，TCP的确定性优势还能撑多久？

原文：Homa: The End of TCP for AI Clusters [video] · 来源：Hacker News