摘要：本文深入分析网络性能的四个核心指标（带宽、延迟、吞吐量、拥塞）的实际含义与相互关系。通过真实案例揭示高带宽利用率不等于高效传输的原因，指出拥塞控制、协议开销和硬件配置对性能的影响。提供详细的诊断命令和调优建议，强调端到端优化的重要性，并指出AI训练中网络可能并非唯一瓶颈。最后给出参数调优示例和排查顺序建议，帮助读者全面理解网络性能优化。

摘要：AI训练集群的网络拓扑选型直接影响性能表现。胖树(CLOS)结构通过多级ECMP实现无阻塞通信，适合小规模集群但成本较高；蜻蜓(Dragonfly)拓扑利用低跳数优势，但对流量均衡性要求严格。实际部署常采用混合架构（Pod内胖树+Pod间蜻蜓），需特别注意链路带宽配比和路由策略。选型需综合考虑规模、流量模式、容错及预算等因素，并预留足够监控手段。实践经验表明，拓扑设计需匹配芯片级配置，任何环