在基于 InfiniBand/RoCE 的高性能网络编程中，RDMA Send/Recv 是最基础的双边通信原语。开发者通常面临两个看似简单却直接影响性能与逻辑的问题：
- 连接建立后，第一条消息应由客户端还是服务端发送？
- 对于几十字节的控制消息，如何获得最低的延迟？
本文将从技术本质与工程实践出发，深入解析 RDMA Send 操作的内联（Inline）机制，并通过代码片段对比说明为何内联能为小消息带来百纳秒级的延迟节省。
一、谁先发送？——服务端优先的工程惯例
从 Verbs 编程模型来看，RDMA Send 与 Recv 是完全对称的操作：发送方调用ibv_post_send，接收方必须提前调用ibv_post_recv准备好缓冲区。没有硬件层面的“主动方”或“被动方”之分，谁发起 Send 在性能上等价。
然而，在 NVIDIA 官方示例及工业级协议栈（如 RPC-over-RDMA）中，几乎无一例外地采用服务端主动发送的模式。这并非性能考量，而是为了消除连接建立时的竞态条件：
- 客户端负责发起连接（
rdma_connect