容器里的 RDMA：从内核旁路到 hostNetwork 与 SR-IOV 多机训练要跑满带宽就得用 RDMA。但 RDMA 到底是什么、为什么非它不可，很多人是从一堆 NCCL_IB_* 环境变量里"逆向"出来的——知道要配，不知道为什么。 这篇文章分两半。前半讲 RDMA 本身：从传统 TCP 收发一个包的完整代价讲起，到 RDMA 用什么办法把这些代价一条条抹掉，...

问题背景 ​ 前两天有同事咨询：机器A上有个业务客户端，机器B上为服务端，服务端要定期探活客户端，当客户端访问不通时服务端应当摘除这个客户端节点。现在要验证下当客户端访问不通时服务端能否正常摘除节点，于是使用了iptables的ip封禁功能。在机器A上封禁机器B的ip后，在封禁期间服务B无法请求服务A，但是当取消机器A上的ip封禁后，服务B尽然收到了来自服务A的响应！ ​ ...