一句话定义：ECN（Explicit Congestion Notification，显式拥塞通知）是 IP 层和传输层配合的一套机制。当网络设备的队列快满时，它不直接把包丢掉，而是在包头打一个“我这儿有点堵”的标记；接收方看到标记后回告发送方，发送方主动降速。
打个比方
传统网络判断拥塞的方式很笨：把包丢了，让发送方自己猜。就像停车场满了就直接关门，车主在外面绕圈、等超时、重新找路（重传），才知道进不去。
ECN 像在匝道口提前亮黄灯：路口还没堵死，收费员先给过往车辆贴个黄标，车主到了目的地告诉发货方“路上堵了”，发货方下一批就少发一点。全程没有一辆车被扔掉，只是节奏慢下来。
机制怎么跑
具体实现是：IP 头里留了两位，其中一位叫 CE（Congestion Experienced，经历拥塞）。交换机的出队列占用超过预设水位时，不丢包，而是把经过的包的 CE 位置 1。接收端收到 CE 包，在 TCP 的 ECE 标志里回告发送端；发送端降低发送速率，并在下一个包里置 CWR 告诉对方“我已经降了”。这套协商在 IP 和 TCP 的标准里定义，具体行为以各协议标准与厂商文档为准。
关键点：拥塞信号在丢包发生之前就发出了，而且是由网络设备“显式”说出来的，不需要端点靠丢包或延迟去猜。
和相邻概念的区别
| 机制 | 信号形式 | 反馈范围 | 主要代价 |
|---|---|---|---|
| 丢包通知 | 包直接消失 | 端到端 | 重传、延迟毛刺、吞吐抖动 |
| PFC 优先级流控 | 链路层暂停帧 | 逐跳，只影响一段链路 | 可能连锁暂停、队头阻塞，配置不当会扩散 |
| ECN | 包头标记位 | 端到端 | 需要两端协议栈和交换机都支持 |
| DSCP 优先级 | 静态配置的等级 | 全程 | 只表达“谁重要”，不表达“现在堵” |
最容易混的是 DSCP 和 ECN：前者是事先贴的标签，说这个包优先级高；后者是运行时才盖的章，说此刻链路真的紧张。
为什么 AI 从业者该知道它
大规模训练集群里，GPU 之间做 all-reduce 之类的集合通信，是整个作业的同步点。一张网卡拥塞导致的尾延迟，会让一整个机架的卡空等。所以高性能网络普遍走无损路线（如 RoCE 一类的以太网 RDMA 方案），而 PFC 虽然能保证不丢包，却容易把拥塞“传染”成一片暂停甚至死锁。ECN 更温和：先打标记让发送端降速，实在不行再动用流控。
于是运维上常见两件事：一是调交换机的 ECN 标记水位和端侧的降速策略，标记太早会无谓限速、太晚就退化成丢包；二是排障时看交换机端口的 ECN 标记计数和网卡的 ECN 统计，判断到底是链路真堵了，还是参数配歪了。
对普通人来说，这套思路也很通用：最好的反馈是在事情坏掉之前发出的。等到丢包（客户流失、任务失败）再反应，成本永远更高。