ttpoe

在 HotChips 2024 上，Tesla 宣布将 Tesla Transport Protocol over Ethernet (TTPoE) 开源，该协议在 GitHub 仓库中进行了展示。Tesla 还宣布加入 Ultra Ethernet Consortium (UEC)，以共享此协议并致力于标准化一种新的高速/低延迟网络结构（无论是 TTPoE 还是其他），以满足 AI/ML/数据中心的需求，并希望实现一种非专有、低成本、分布式拥塞控制、标准的 Ethernet II 帧和非集中式互连协议，从而使技术进步变得商品化并加速。在 TTPoE 中，与 TCP 一样，丢包和重放是默认可接受的行为，但传输过程是有保障的。

TTPoE 的最初部署是针对 Tesla Dojo v1 项目的，该协议完全在硬件中执行，并部署到一个非常大型的多 ExaFlops (fp16) 超级计算机，其中有超过 10 万个并发端点。此协议不需要 CPU 或操作系统参与任何链接和执行过程。

如果你来这里是为了被复杂和聪明的东西所折服，你就不会。协议是基于基本原理设计的 - 简单的传输和简洁明了。以太网传输本质上只用于将数据从点 A 传输到点 B，并且应该受物理限制 - 而不是软件执行时间。对极大规模机器（就像互联网一样）的集中式拥塞管理是一个愚蠢的任务 - 每个端点都应该具有恢复能力并自行管理。

以下部分详细介绍了如何制作和执行参考 Linux 内核 SW 模型。它与 TTP 规范的 v1.5 版相匹配。有些变量可能在没有更新文档的情况下略有变化，但我们相信您可以弄清楚。