TCP/IP 全卸载中的 LSO（Large Send Offload） 和 LRO（Large Receive Offload） 是网卡硬件加速技术，其核心目标是 将 TCP/IP 协议栈的处理任务从 CPU 转移到网卡硬件，从而大幅降低 CPU 负载并提升网络性能。以下是详细解释：
1. LSO（Large Send Offload）发送端卸载
- 问题背景：
当应用程序发送大量数据时（例如 64KB 文件），操作系统需要将数据拆分成多个 MTU 大小（如 1500B）的 TCP 分段。传统方式由 CPU 完成分片、封装 TCP/IP 头部，消耗大量 CPU 资源。 - LSO 工作原理：
- 操作系统将 完整的大数据块（如 64KB） 直接传递给网卡驱动。
- 网卡硬件自动完成：
- 将大数据块按 MTU 拆分成小分段。
- 为每个分段生成 TCP/IP 头部（序列号、校验和等）。
- 仅通过一次 DMA 请求获取数据，减少 PCIe 交互次数。
- 性能收益：
- CPU 开销降低 90%+（例如发送 64KB 数据，CPU 中断次数从 40+ 次减少到 1 次）。
- 吞吐量提升：100GbE 网卡可达 94 Gbps（接近线速）。
2. LRO（Large Receive Offload）接收端卸载
- 问题背景：
接收大量 TCP 分段时，CPU 需逐个重组数据包、验证校验和，导致高中断频率和延迟。 - LRO 工作原理：
- 网卡硬件在接收端缓存 属于同一 TCP 流的分段。
- 将多个分段合并为 单个大数据包（例如将 50 个 1500B 包合并为 75KB）。
- 仅向 CPU 提交合并后的数据包，减少中断次数。
- 性能收益：
- CPU 中断频率降低 10–50 倍（取决于数据流特征）。
- 延迟降低：小包处理延迟从 20μs 降至 5μs。
3. 全卸载技术栈（完整 TCP/IP 卸载）
现代智能网卡（如 NVIDIA ConnectX）进一步扩展了卸载范围：
| 卸载功能 | 说明 | 硬件实现效果 |
|---|---|---|
| TCP 校验和 | 网卡计算 IPv4/IPv6/TCP/UDP 校验和 | 消除 CPU 校验计算开销 |
| TSO（TCP Segmentation Offload） | LSO 的增强版，支持 IPv6/VLAN | 大文件传输零 CPU 干预 |
| RSS（Receive Side Scaling） | 多队列分流到不同 CPU 核心 | 避免单核瓶颈，提升并行性 |
| VXLAN/GENEVE 封装卸载 | 覆盖网络隧道封装/解封装 | 虚拟化网络性能无损 |
4. 性能对比（启用 vs 禁用卸载）
以 100GbE 网络传输 64KB 数据 为例：
| 指标 | 禁用卸载（传统 CPU 处理） | 启用 LSO/LRO（硬件卸载） |
|---|---|---|
| CPU 占用率 | 80% (8 核心满载) | 8% (单核轻度负载) |
| 中断次数 | 43 次（发送+接收） | 2 次（发送 1 次 + 接收 1 次） |
| 有效吞吐量 | ≤ 40 Gbps | 94 Gbps |
| 延迟（P99） | 50μs | 8μs |
5. 技术限制与注意事项
- 兼容性问题：
- 某些防火墙/IDS 可能因 LRO 合并数据包而丢失原始包信息（需调整配置）。
- 适用场景：
- 适用：大数据传输（视频流、文件传输）、高吞吐场景。
- 不适用：低延迟交易系统（需禁用 LRO 避免合并引入延迟）。
- 演进技术：
- GRO（Generic Receive Offload）：Linux 内核的软件级 LRO 替代方案，更灵活但效率低于硬件 LRO。
- USO（UDP Segmentation Offload）：针对 UDP 的类似优化（如 NVIDIA ConnectX-6 以上支持）。
英伟达网卡的实现优势
以 ConnectX-7 为例：
- 硬件加速引擎：内置 FlexParser™ 技术，可卸载包括 TCP、VXLAN、TLS 在内的复杂协议。
- 动态负载均衡：结合 RSS + Flow Steering，自动分配流量到多核 CPU。
- RoCE 集成：LSO/LRO 与 RDMA 协同工作，实现 端到端零拷贝（例如 GPU Direct RDMA）。
💡 总结：LSO/LRO 是智能网卡的核心卸载技术，通过 硬件替代 CPU 处理网络协议分片/重组，彻底释放 CPU 算力，使 100GbE/400GbE 网络的性能瓶颈从 CPU 转移到物理链路本身。
》题集)
