聚焦 DPU 技术研发与创新 天翼云全新一代云计算体系结构

9月2日,第二届SmartNIC&DPU技术创新会在北京召开。本次大会由江苏省未来网络创新研究院和SDNLAB联合行业技术先锋力量、产业典型应用企业共同发起,围绕SmartNIC/DPU技术创新、产业应用等问题展开研讨与交流。大会现场还发布了2022 SmartNIC & DPU Awards年度评选结果,天翼云DPU云核为基础打造的全新云计算体系结构荣获匠芯技术奖。

在SmartNIC&DPU技术分会场,天翼云科技有限公司资深研发-刘禄仁分享了天翼云DPU技术的研发与实践经验。他表示,天翼云作为国内云服务商,基于当前DPU技术演进路线,结合需求的零散化、动态变化以及对DPU产品线上运维问题的考量,以FPGA+CPU的架构作为切入点,成功研发出天翼云DPU1.0产品,并以自研DPU云核为基础打造了为云而生的全新云计算体系结构。

当前,摩尔定律的放缓与全球数据量爆发之间的矛盾正在迅速激化。IDC数据显示,全球数据量在过去10年年均复合增长率接近50%,并进一步预测每四个月对于算力的需求就会翻一倍。与此相对的是,传统的数据中心架构难以满足大规模的算力需求,CPU性能每年仅提升3%,形成了明显的“剪刀差”现象。在CPU无法满足庞大算力需求的背景下,DPU应运而生。

DPU作为计算负载的引擎,直接效果是给CPU“减负”,能够提高数据中心的运算效率,减少能耗浪费,进而降低成本,在数字时代具有巨大的商业价值与发展潜力。天翼云DPU1.0实现了虚拟化的零损耗,具备高性能、低延迟、低抖动的特性,网络转发性能高达4000万PPS,存储云盘IOPS可以达到60W。此外,天翼云DPU1.0通过将传统运行在主机侧的应用转到DPU云核上,减少大量的适配工作,在主机不同算力核和不同架构上可做到即插即用。

此外,从产品的研发到落地,天翼云DPU团队在网络、存储及RDMA方面也积累了丰富的实践经验。

在网络卸载方面,针对流表数量大、转发性能要求高、对SoC和FPGA的内存容量需求大、稳定性要求高等挑战,天翼云对rte_flow等主要数据结构进行压缩,并对流表空中计算,优化裁剪offload卸载路径的多层级缓存,从而支持4M流表,实现了内存优化;对所有流表进行合并计算,避免在硬件层执行包重注,使转发效率达到4000万PPS;基于硬件精确流表特点设计专用老化统计线程,减轻OVS Revalidator压力;初步拆分OVS的统计和老化事务逻辑,优化硬件流表的老化统计上报实现逻辑,提升软件OVS Revalidator执行效率;支持热升级、热迁移及热恢复,做到B/V/C全场景的并池,大幅提升稳定性。

在存储卸载方面,针对经常出现的SoC异常重启、SPDK异常重启、热迁移丢IO等现象,天翼云从中抽象出共同特性,利用软件协同的思想,将SoC侧软件的正常行为和异常行为进行统一,组件启动时统一发送msg信息给硬件,硬件收到该msg会解析其内容,进而从硬件保存的queue指针信息进行分析,在用户无感状态下实现全部异常的统一化处理。

在高性能网络方面,拥塞算法是RDMA的核心和关键,为提高RDMA网络的性能,天翼云聚焦下一代高效CC算法设计,以更好地避免拥塞、保证公平性,实现更快速收敛、更低时延、更简单部署。针对不同应用场景,天翼云设计了2套算法eSurfing-CC: 针对智能网卡+商用交换机的组合,提出基于RTT+CNP的2段式端到端CC算法,具有主动拥塞控制、无需依赖交换机的配置、支持快速启动快速收敛等优势;针对智能网卡+可编程交换机的组网场景,天翼云在交换机上部署CC算法,使交换机同样具备主动拥塞通知能力和主动发包能力,可以有效降低端到端响应时延,同时简化建模和配置复杂度,提高系统的可扩展性。

目前,基于天翼云DPU核心技术打造的多款产品已落地应用,以天翼云弹性裸金属服务器为例,该服务器兼具云服务器弹性和物理机性能,通过将网络、存储等功能卸载至DPU卡,可极大降低物理机侧CPU和内存等资源消耗,最终算力远超普通云主机,现已服务于金融、汽车等多行业企业。

随着5G时代数据量和传输速度的飞速增长,国内厂商争相进入DPU赛道。根据Canalys Cloud Channels Analysis预测,到2023年,中国DPU市场规模将达190亿人民币。可以预见,在数据中心流量不断加大的情况下,DPU帮助数据中心提升算力、降低成本与能耗的同时,将有更大的施展空间和广阔的发展前景。