PFC と DCQCN：ロスレスイーサネットの輻輳制御

ロスレスはなぜ必要か：RoCE が課す前提

RDMA と RoCE で見たとおり、RoCEv2 のトランスポート（InfiniBand 由来）は TCP の CUBIC/BBR のような洗練された損失回復を持ちません。古典的な実装は go-back-N 的で、1パケットの欠落が以降のまとめ再送を招き、スループットが崖のように落ちます。つまり RoCE が高性能を出す条件は そもそもスイッチがパケットを廃棄しないこと、すなわち ロスレスイーサネット です。

通常のイーサネットスイッチは出力バッファが溢れれば容赦なく廃棄します（テールドロップ）。これを「廃棄ではなく送出を止める」方式に置き換えるのが PFC で、止めきれない混雑をエンドツーエンドで先回りして解消するのが DCQCN です。両者は層も粒度も役割も異なり、組み合わせて初めてロスレス網が成立します。

PFC：優先度別の PAUSE バックプレッシャ

PFC（Priority Flow Control, IEEE 802.1Qbb） は、古いリンク全体を止める 802.3x PAUSE を 8つの優先度クラス（PCP 値 0〜7）ごとに独立して止められる ように拡張したものです。あるクラスの入力バッファが上側閾値（XOFF 水位）に達すると、スイッチは上流ポートへ PFC フレームを送り、そのクラスだけ送出を一時停止させます。下側閾値（XON 水位）まで掃けたら再開を促します。

下流スイッチ: 入力キュー（優先度3）が XOFF 水位に到達
   ── PFC PAUSE(class=3, quanta=N) ──▶ 上流スイッチ
上流スイッチ: 優先度3のフレーム送出を停止（他クラスは流し続ける）
下流スイッチ: キューが XON 水位まで掃けたら送出再開を許可

ポイントは2つ。第一に、PFC は リンク層（ホップ単位）のバックプレッシャ で、隣接スイッチ間の1ホップを止めるだけです。混雑が解けなければ停止は上流へ、さらにその上流へと 連鎖 します。第二に、止めるのは廃棄しないためであり、バッファに「先回りの余白」が要る。PAUSE を出してから上流が止まるまでに、ケーブル長ぶんの伝搬遅延と既に線路上を飛んでいるフレームが届きます。この インフライト分を吸収できるヘッドルーム を XOFF 水位の上に確保しておかないと、PAUSE を出した後にバッファが溢れて結局廃棄します。リンクが長い・速いほどヘッドルームは増えます。

PFC の副作用：HOL ブロッキング・ストーム・デッドロック

PFC は「廃棄をなくす」代わりに、廃棄が担っていた 暗黙の輻輳解消 を失います。その歪みが3つの病理として現れます。

HOL ブロッキング は、PFC が個別フローではなく優先度クラス全体を止めることから生じます。出力が詰まった1フローのために PAUSE が出ると、同クラスを共有する無関係なフローまで上流で堰き止められます。

PFC ストーム は、ある1点の停止が PAUSE を上流へ送り、上流もバッファが埋まって更に上流へ PAUSE を出す、という伝播が広域に及ぶ現象です。NIC のバグや L2 ループで PAUSE が止まらなくなると、震源から遠いリンクまで巻き込まれて網が固まります。

最も厄介なのが PFC デッドロック です。Clos/Fat-Tree のような多段網で、リンク障害後の経路迂回などにより一時的にトラフィックが循環経路を取ると、スイッチ A は B の解除を待ち、B は C を、C は A を待つ——という 循環バッファ依存（cyclic buffer dependency, CBD） が成立し得ます。テールドロップなら廃棄が依存を断ち切りますが、ロスレスでは廃棄しないため、誰も先に進めず PAUSE が 永久に解除されません。トラフィックが消えてもデッドロックは自然回復しないのが本質的な怖さです。

DCQCN：ECN で PFC が出る前に絞る

副作用の根は「PFC を常用していること」にあります。理想は PFC が一度も発火しないうちにエンドツーエンドでレートを下げ切る こと。これを担うのが DCQCN（Data Center Quantized Congestion Notification） で、ECN を信号源にしたフロー単位のレート制御です。ECN そのものの仕組みは ECN（明示的輻輳通知）と L4S に譲り、ここでは DCQCN の制御ループを見ます。

DCQCN は3つの役者で回ります。

1. CP（Congestion Point＝スイッチ）:
     出力キュー長が閾値を超え始めると、RED/ECN で確率的に
     パケットへ CE マーク（ECN=11）を付ける（廃棄しない）

2. NP（Notification Point＝受信 RNIC）:
     CE マーク付き到着を検出すると、送信元へ
     CNP（Congestion Notification Packet）を返す

3. RP（Reaction Point＝送信 RNIC）:
     CNP を受けると送出レートを乗算的に下げる（速い減速）。
     CNP が来ない間は段階的にレートを戻す（加法増→超加法増）

CP の閾値（K_min/K_max とマーク率）は PFC の XOFF 水位より手前 に置きます。こうするとキューが浅いうちに CE マークが立ち、送信側が減速するため、バッファが PFC 発火水位に達する前に混雑が収束します。RP のレート調整は AIMD 的ですが、CNP 駆動で減速は速く、回復は段階的（加法増のあと超加法増で本来レートへ近づく）という非対称な形です。輻輳制御の増減バランスという一般原理は AIMD の数理 と地続きで、DCQCN はそれをハードウェア RNIC 上で ECN シグナルに対して回している、と捉えると見通しが立ちます。

役割分担：保険と主制御

PFC と DCQCN は対立物ではなく 層の違う二段構え です。整理すると次のとおりです。

PFC は反応が即時だが粗く副作用が大きい——だから常用しない。DCQCN は粒度が細かく副作用が小さいが、CNP の往復ぶん反応が遅い——だから取りこぼしを PFC で受ける。DCQCN を主制御、PFC を保険 と位置づけ、保険が発火しない範囲に DCQCN を効かせるのが、ロスレス RoCE 網の設計指針です。

まとめ

RoCE は損失に弱いため、スイッチが廃棄しないロスレスイーサネットを前提とします。PFC は優先度クラスごとに PAUSE で上流を止めてバッファ溢れの廃棄を防ぎますが、HOL ブロッキング・PFC ストーム・そしてトラフィックが消えても解けない PFC デッドロックという深刻な副作用を持ち、常用には向きません。そこで DCQCN が、スイッチの ECN マークを起点に CNP で送信元へ通知し、RNIC のレート制御で PFC が発火する手前 にフロー単位で送出を絞ります。PFC は即時だが粗い最後の保険、DCQCN は細かいが反応の遅い主制御——両者の水位を協調させ「PFC を出さずに DCQCN で抑える」ことが、ロスレス RoCE 網を安定させる核心です。