15中国移动NFV硬件加速策略与思考.pptx

中国移动NFV硬件加速策略与思考 NFV Hardware Accelaratation strategy in CMCC 2019.06 提纲 • 硬件加速的必要性 • 加速硬件选型 • NFV硬件加速方案 • 硬件加速产业生态和开源情况 • 下一步工作 2 5G网络低时延、高可靠、大流量特征对网络提出更高要求 5G网络高可靠、低延时、大流量的特征以及边缘计算业务兴起对未来网络计算和转发能力提出更高要求，网络功能虚拟化后网元 和VSW采用软件实现，通过消耗CPU满足计算转发成本和功耗较高，需要采用硬件加速方案，将原子化的功能单元卸载至硬件加 速卡上 对比4G，5G网络 -支持移动数据流量高1000倍 -连接设备数高10-100倍 -尖峰数据率高10-100倍 -网络延时低10倍（抖动） -功耗能效比高10倍 -维护成本低50倍 -更安全 边缘云 计算加速 网络加速 存储加速 图像处理加速 … -有限的计算资源 -有限的功耗/制冷 -有限的空间 -自动网络优化 -故障分析和预测 -AI、深度学习 -大数据处理 3 降低单bit成本：CPU堆叠不可持续 从产品应用看，CPU单位成本性能上升缓 慢，单bit功耗下降缓慢 在功耗/成本恒定的情况下，CPU核数已难大 幅提升，限制性能提升 主流多核CPU发展趋势 250 185 165 165 200 150 100 50 2. 单位Bit功耗下降缓慢 145 145 1. CPU能力已经无法跟随摩尔定理增长 40 34 28 22 18 0 2016Q1 2016Q3 2017Q3 2018Q3 2019Q4 core 功耗W 3、相同价格CPU下转发性能上升缓慢 流量大幅增加→VNF性能大幅提升→VNF性能依赖CPU→矛盾如何解决？CPU技术发展的摩尔定律失效 虚拟化中的软件加速只能弥补I层带来的性能下降，无法做业务加速，加速效果有限 物理形态 虚拟化形态 虚拟化(OVS)：上层应用(VM)能 共享物理网卡，同时VM与物理网 卡解耦，增加一层虚拟交换机实 现(OVS)，需单独占用CPU的核 资源，又通过内核中断方式收发 报文，内核态到用户态有内存拷 贝，性能较低 虚拟化(OVS+DPDK)：通过用户态 进程接管网卡数据收发，“IO独占 核”，每个端口分配一个核用于数据 收发。轮询处理方式比中断高效，节 省内存拷贝，性能相比OVS有显著提 升，但虚拟交换机仍然独占CPU核， 性能较弱 非虚拟化：上层应用 可直接看到物理网卡， 直接收发包，性能高 通用CPU 虚拟化(SR-IOV)：通过硬件设置将物理网卡 映射成多个网卡供VM使用，虚拟机可以直接 连接到物理网卡上，报文可跨过虚拟层直接到 VM，这种方式不再需要虚拟交换功能，节省 资源，但会导致VM和物理网卡无法解耦， SR-IOV在实际使用中的通信性能基本消除I层 带来的性能开销 SR-IOV加速技术在实际使用中存在一系列劣势， 且其通信性能已经接近上限，后续软件性能优化只 能依赖上层应用逐步优化，软件优化空间不大 VM APP 硬件加速：通过硬件 卸载CPU的业务功能， 从而获得更高性能， 加速比高 业务加速 I层加速 OVS I层 专用 加速硬件 CloudOS COTS 数据报文 硬件加速产业应用 微软Azure硬加速方案采用FPGA进行网 络加速，涵盖生物信息学，神经网络， 搜索排名等方向，成为业界标杆 亚马逊AWS 16年底推出FPGA加速服务F1， 作为增强EC2实例提供给第三方进行租用。 A10的一款用于数据中心的LB设备： 基于COTS+加速硬件的整体结构，提 升性能降低成本 ➢ 扩展FPGA完成L4/L7转发卸载 ➢ 扩展Crypto ASIC完成SSL功能卸载 腾讯云2017年推出国内首款高 性能异构计算基础设施—— FPGA云服务，利用云服务的方 式将只有大型公司才能长期支付 使用的FPGA服务推广到了更多 企业。 阿里云 在智能加速引擎方面，采用 AMD,NIVIDIA GPU加速图像处理，AI 等行业应用，使用intel，Xilinx FPGA芯 片,面向科学计算行业提供了良好的高速 及并行性能支撑。使用mellanox智能网 卡卸载OVS，实现了较高的网络性能 京东、Verizon公有云及私有云部署采用 ovs卸载硬件加速，主要实现vlan/vxlan的解、 封装功能，同时增强网络转发能力，释放 CPU资源，简化组网 6 提纲 • 硬件加速的必要性 • 加速硬件选型 • NFV硬件加速方案 • 硬件加速产业生态和开源情况 • 下一步工作 7 加速卡硬件选型 目前市场上流行的加速芯片有多种选择。加速芯片嵌入网卡形成智能网卡是目前加速卡的主流形式。其中FPGA当前产业较 为成熟，且可现场编程灵活性高；NP、S