ITPub博客

首页 > IT基础架构 > 网络通信/物联网 > 谈谈高性能RDMA网络优势和实践

谈谈高性能RDMA网络优势和实践

原创 网络通信/物联网 作者:架构师技术联盟 时间:2019-04-25 17:46:24 0 删除 编辑


  随着数据的爆炸式增长,各个领域对计算机硬件的处理能力有了更高的要求。相比于CPU和GPU等计算设备的快速发展,传统的以太网领域发展明显滞后并逐渐成为性能瓶颈。大量产品线都希望改善网络性能,通过使用更高带宽,更低延迟的网络来提升业务能力。

对奋战在一线攻城师来说,常常会有这样的感受

为什么发送数据要花这么长时间?为什么计算能力这么牛的服务器老是要长时间等待网络传输完成?为什么网络能明目张胆的拖后腿?
  
分分钟想换掉它有木有?
  
  本文将带来RDMA高性能网络,分析性能优势,介绍在机器学习领域的成功实践,以及下一步的展望。说明:本文主要阐述RDMA技术产生的背景和应用场景、案例,关于RDMA深度技术原理,请参看“
详解RDMA(远程直接内存访问)架构原理”文章。


什么是RDMA高性能网络
  
  提到计算机网络,相信大家的脑海中马上会浮现OSI七层模型,HTTP、TCP和IP这些关键字。但是本文中描述的是另外一种网络: RDMA (Remote Direct Memory Access)
  首先介绍DMA,作为主机内存和外部设备之间传输数据的一种方式,系统将内存做完虚拟地址和物理地址映射之后,就将数据传输的控制权交给了外部设备的DMA控制器,然后所有的数据传输操作都由外部设备来完成。这样能够带来一个非常大的好处就是节省了CPU资源。

  所谓RDMA,可以简单理解为利用相关的硬件和网络技术,服务器1的网卡可以直接读写另一个服务器2的内存,最终达到高带宽,低延迟和低资源利用率的效果。如下图所示,应用程序不需要参与数据传输过程,只需要指定内存读写地址,开启传输并等待传输完成即可。




为了方便大家更好的理解,笔者画了一张简易的示意图来对比RDMA和传统TCP/IP网络在Server端发送数据的数据通路。可以看到,RDMA的性能优势主要体现在以下几个方面。
  Zero Copy:减少数据拷贝次数。由于没有将数据拷贝到内核态并处理数据包头部的过程,传输延迟会显著减小。
  Kernel Bypass和Protocol Offload:不需要内核参与。数据通路中没有繁琐的处理报头逻辑,不仅会使延迟降低,而且也大大节省了CPU的资源。



RDMA并非最近几年才提出,事实上最早实现RDMA的网络协议Infiniband早已应用到了高性能计算中。但是Infinband和传统TCP/IP网络相比区别非常大,需要专用的硬件设备,承担昂贵的价格,并且会大大增加运维人力成本。
那么,是否有适合传统数据中心的RDMA网络?
  目前支持以太网的RDMA协议主要是RoCE (RDMA over Converged Ethernet)和iWARP (Internet Wide Area RDMA Protocol),系统部同学通过性能、可用性等多方面的调研后,最终引入了RoCE网络。RoCE和Infiniband的性能基本相近,而且比iWARP产业生态更加健全,主流网卡厂商都已支持

除此之外,RoCE网络在数据链路层支持标准以太网协议,在网络层上支持IP协议,因此可以无缝融合到现有的IDC环境中,部署方便;其次由于RoCE网络支持标准以太网和IP协议,更加方便运维,而且设备成本更低。
 
高性能网络为什么这么重要
  
  说了这么多,可能有同学会问,性能能够到底能够提升多少呢?放在现有的硬件条件下是否能够取得立竿见影的效果?
  为了方便大家快速的理解,笔者画了下面一张图用数据来做形象的说明。
  从系统结构上来讲,网络处于磁盘性能之上,主存性能之下。如下图所示,目前服务器内存越来越大减少了计算过程中存储的压力,因此网络在很大程度上成为了性能瓶颈。高性能网络和万兆以太网相比,带宽提升了1个数量级,小数据包的传输延迟更是提升了1 - 2个数量级。



如何使用高性能网络
  
  那么高性能网络的易用性如何?是不是直接换好硬件设备就能把程序放上去用了?小编这次只能实事求是的给出一次负能量:大多数现有程序都是需要作移植的。
  
为什么不行?有没有解决办法?
  
  RDMA在性能上相比传统TCP/IP网络有非常大的提升,但是使用上却并没有TCP/IP方便。目前在高性能计算中使用最广泛的方式是MPI(Message Passing Interface),这种方式能够很好的驾驭机器学习相关的应用,但是由于自身的局限性,在很多其他业务上并不能很好的使用。为了更好的在公司的机器学习业务中使用,系统部同学联合深度学习实验室同学开发了一个类似Socket的编程接口,在提升性能的同时,大大降低了程序在RDMA网络上的移植难度。
  
RDMA在百度的使用情况
  
  相信看到这里,有些同学已经有跃跃欲试的热情了。作为国内最重视技术的互联网公司,我厂的同学当然不会放过这项新技术,必然要拿来消化消化,然后为我所用。
  公司在2014年前后开始引入RDMA网络,先后部署了lnfinband集群和RoCEv1集群。2015年,百度分别在SZWG机房YQ01机房大规模部署了RoCEv2集群,分别承载了深度学习,语音识别和自然语言处理等相关的机器学习任务。目前RDMA集群总体规模为600台左右,这是国内最大的一个RoCEv2网络。

  RDMA相比传统TCP/IP网络有高带宽、低延迟和低CPU占用率等特性,已深得机器学习任务的青睐。其中语音识别训练和NLP机器翻译,使用OpenMPI作为基础库,40G RDMA通信性能相对于10GTCP网络提升了1个数量级。Paddle图像训练使用类Socket库,也有不错的性能收益。为了更加直观的理解,对于OpenMPI BenchMark,40GRDMA相对于10GTCP能够提速1-2个数量级。
  
RDMA在其他领域的使用展望
  
  除了机器学习领域,RDMA网络能否在其他领域取得很好的效果呢?
  目前系统部的同学正在积极调研RDMA网络在其他领域中的使用,大致包括了如下几个方面。


  1.为存储系统和计算系统加速,充分利用高带宽低延迟以及释放CPU通信处理。

  目前业内很多公司已经开始探索RDMA在存储上的应用,包括iSCSI,SamBa,NVMe,Hadoop等等。系统部的同学也会结合公司各个业务对存储的需求情况来进行探索。


  2.为GPU异构计算通信加速,充分利用Zero Copy的特性,减少数据通路中的拷贝次数,大大降低GPU之间的传输延迟。


      

GDR这项技术从2014年起就一直在跟进,之前由于相关技术原因一直没有应用到实际的业务中。随着这些技术问题不断得到解决,这项技术正在逐渐走向成熟。从最新的测试结果来看,OpenMPI+GDR的方式能够大幅度降低跨节点GPU的传输延迟,而且传输带宽也能够接近限速,相信不久就能在实际应用中为异构计算提速。
 
  3.为基础服务加速,由于RDMA网络和传统数据中心的完美融合。


今后会逐渐推广至公司的各项业务中,为各项基础网络服务加速。当然,系统部的研发同学也会提供使用更方便的网络接口为各项业务服务。

来自 “ ITPUB博客 ” ,链接:http://blog.itpub.net/31557822/viewspace-2642555/,如需转载,请注明出处,否则将追究法律责任。

请登录后发表评论 登录
全部评论

注册时间:2018-10-11

  • 博文量
    38
  • 访问量
    29412