难以超越的 TCP AIMD

我不是为了评价各种 TCP 算法的好坏，只是阐述一个观点，即 “为什么在尽力而为的网络，很难有什么 TCP 算法在综合表现上比 AIMD 做得更好”。

在端到端原则之内，AIMD 保证了网络传输收敛，稳定，它是互联网可用性的基石，这是下限，另一方面，它可能同时规定了难以逾越的上限，AIMD 在多流任意共享场景收敛到了这样一种状态，在不损害任何一方利益的前提下，无法再使至少一方变得更好。AIMD 通过其独特的动态调整机制，天然实现了网络资源分配的帕累托最优，也可以说 AIMD 天然实现了最大最小公平。

尽力而为也存在相似相容，一方水土养一方人。在尽力而为的网络，“足够好” 就是 “最好”，“更好” 反而 “更差”。互联网不维护状态，AIMD 仅依赖端系统感知的二元信号(丢包 or no)就能完成控制，完美匹配 IP 网络的 “哑管道” 哲学。

AIMD 可能已达到最大最小公平性的理论上限，任何改进本质上都是在特定场景下的帕累托改进，如 BBR 牺牲能耗和公平性换取单流高吞吐。

尽力而为网络无法反馈任何可靠信息，只能基于可信事件做反应，BBR 和 ECN 是其在反方向努力的代表。BBR 采集的 delivery rate 仅作为最后一跳信息，无法描述网络状态，以此做 pacing rate 必不准确且没根据，因此需要更加具有启发式意义的 probe 算法，且 BBR 强烈依赖主机时钟的稳定性，进一步挑战并偏离了最佳能效点，而 ECN 则依赖路由器交换机的 feature，这完全无法保证。

问题的根源不是算法不够好，而在于网络的尽力而为内在属性，若要最优化性能，首先要改变网络的尽力而为本性，若不改变网络的本性，很难超越 AIMD。

有人曾经问我，多流共存，存在最优解吗？我说，存在，但你无法找到，全局意义上，AIMD 就是你能找到的最优解。 我举的另一个例子，猜硬币正反面，在没有任何信息输入时，随机就是最优解，你做得越多，结果越偏离期望，就像时间不会倒流弥补误判一样，熵只会叠加坍缩而不会抵消，任何无效的信息熵都会叠加到负向。

基于 AIMD 的 Reno/NewReno 属于第一代杰作，后续 Cubic 长期作为默认算法被广泛部署，AIMD 支撑了互联网发展的黄金时代，无数人论证 AIMD 的良性特征并解释为什么它如此高效且稳定。

但 BBR 背后的 Google 让标准化组织口风变得松动，Google 提出的 issue 及解决之道，大概率最终会成为新的标准，换句话说，优先部署抢占了论证，而世界的逻辑往往由木已成舟决定，我们无法假设我们的食管和气管没有交叉时鼻子会长在哪，但我们必须接受现在的安排。

但 BBR 讨论组 BBR Development 不活跃了，可能都去卷 AI 了吧。

TCP 各类问题的根源是网络不行，不是 AIMD 不行，换更好的 BBR 无法解决根本问题。TCP 本身具有很强的可扩展性，从不到 1Mbps 的带宽适应到 200Gbps，在 100Mbps 之下，TCP 表现很好，从 100Mbps 长肥管道到 25Gbps，TCP 被普遍诟病但却依然适应良好，过了 40Gbps，性能瓶颈转移到了主机，但这些都不是协议的问题，200Gbps + TCP Reno + TSO/LRO + GBN + BigTCP + ZeroCopy 或许真比 200Gbps + BBR + TSO/LRO + SACK 表现更优秀。

一个没被大多数人意识到的事实是，TCP 的复杂性几乎都在应对丢包，而丢包属于异常，人们花大量精力进一步复杂化异常处理，其努力早就超越了 $T=\alpha \cdot p^{-r}$ 的约束范围(该公式定义了长肥管道问题本身)，而在该公式约束范围以内，AIMD 各种变体早就定义了综合表现的上限，而这是 30 多年以前的事。

昨晚做梦又梦到做 TCP 优化，写篇短文。

浙江温州皮鞋湿，下雨进水不会胖。