如果一个算法的某处说明没有数学支撑，那肯定是不能令人放心的，BBR的收敛性模型从来都是模糊的，不如AIMD那样直接，但还是有一些有意思的动力学过程在里面的。 在Neal Cardwell的github里藏着一篇关于BBR收敛动力学的文档 BBR bandwidth-based convergence ： https://github.com/google/bbr/commit/c38ae279b67fe1e9b485903daa3f808f7c6e44d4 这篇文档的结论是： 该结论对应的截图如下： 以下是Neal的推导过程： 看完了这个推导，我在BBR的convergence region坐标里画了一个具体的收敛过程。 我自中学就喜欢各种几何，所以一有实际问题，我总喜欢把它们摆在一个坐标系里比划，我对在坐标系里解决问题的方法情有独钟，这也算是我的一种方法论。 首先我来解释一下convergence region坐标系各个元素的含义： 总带宽为1的约束下，设A，B两条流初始带宽分别为和 1 − a 1-a a ，则该状态在convergence region坐标系的坐标为，如果它们分别up probe一次，则它们将获得不同的带宽，于是便可以得到A，B两条流各自的带宽增量表达式。 注意，坐标系中各个点的坐标通过解析几何的各种方法很容易计算，比如直线求交点。 用GeoGebra画出二者的图像： 下面是A，B两条流在ProbeBW状态的收敛过程(先不管ProbeRTT状态)： 不断收敛的BltBW坐标在convergence region坐标系中攀爬的典型过程如下： 这个ProbeBW状态下收敛过程的核心正是那个时间窗口内的max-filter函数，它可以让一条流继续使用已经被抢占的带宽继续up probe，这个正是Neal推导的那个带宽与加速比的负相关性得以运作的核心： max BltBW是即时采集到的，但max BltBW的衰减是缓慢进行的，利用时间差来进行up probe的收敛。 如果没有上述不对称的过程，假设BltBW的感知是即时的，当使用即时的BltBW去进行up probe的时候，事实上是不会收敛的： 这明显是一个MAMD(Multiplicative Increase and Multiplicative Decrease)过程，inflight按照乘性系数伸缩，收敛点永远在同一条直线上。 所以说，不能离开max-filter函数。这就是 Note that even after flow A probes, flow B's estimated bandwidth would be a function of B's max-filtered bandwidth samples, which would still include at least one round-trip of the rate "b".