542
作者?|? 心緣
編輯?|??漠影
將HPC的超高算力搬到云上，什么技術(shù)路子這么強？
沒有云計算廠商，會輕易放過大降成本的機會。云是未來，這在全球各大科技巨頭的最新財報中已經(jīng)得到明確的驗證。最新財季，AWS凈銷售額同比增長27%，微軟智能云收入同比增長20%，谷歌云收入同比增長37%，阿里云營收同比增長4%，百度智能云營收同比增長24%……承載著“讓算力資源大眾化”使命的云計算，形成了撐起科技巨頭未來的新型支柱業(yè)務(wù)。
而要持續(xù)拉高算力峰值、提高客戶上云服務(wù)體驗，推進(jìn)架構(gòu)層的變革已是箭在弦上。技術(shù)迭代的洪流滾滾向前，被冠以數(shù)據(jù)中心“第三顆主力芯片”的DPU，正成為傳統(tǒng)云計算架構(gòu)向云原生超級計算升級的“底牌”。
01.數(shù)據(jù)中心下一站：云原生超級計算
云是未來，已是無可爭議。但如何通過云服務(wù)向暴漲的用戶同時提供更大規(guī)模的算力支持，是擺在每個云大廠面前的核心議題。
▲當(dāng)前云和數(shù)據(jù)中心面臨平衡性能與能耗的挑戰(zhàn)（圖源：NVIDIA）
云服務(wù)的優(yōu)勢是隨用隨取、按需分配算力，高性能計算則擁有強大算力。一種“優(yōu)勢互補”的思路開始走向落地：如果將兩者的技術(shù)路線結(jié)合，是不是就能在云上提供媲美超級計算機的性能？乍一想可行，但落到實處，需解決很多的技術(shù)挑戰(zhàn)。
在傳統(tǒng)云原生的算力基礎(chǔ)設(shè)施中，CPU是事無巨細(xì)的芯片“大總管”，既要處理計算任務(wù)，又要監(jiān)管通信和存儲，忙著這頭，就顧不上那頭，中間造成大量的排隊等待時間和算力資源浪費。
這就好比餐廳，規(guī)模小、顧客少時，一位大廚還能忙得過來。此時這位大廚包攬了后廚的所有工作，除了忙著炒菜外，還操心采買、倉儲、切配、端菜等等。然而等顧客越來越多，如果還靠他一手包辦，那么炒菜效率就低了，每個顧客的等菜時間都長，體驗都不好。
為解決這些痛點而生的云原生超級計算架構(gòu)，正在云計算數(shù)據(jù)中心流行開來。
云原生超級計算的核心思路是“分而治之”，相當(dāng)于給廚師配上幫廚、服務(wù)員等專業(yè)幫手，這樣一來，廚師能夠?qū)Ｐ陌巡顺吹糜挚煊趾谩?/p>
如今，越來越多的商業(yè)云開始提供高性能計算（HPC）云服務(wù)，大型算力中心也產(chǎn)生更多的上云需求。主要承擔(dān)HPC和大型人工智能（AI）訓(xùn)練任務(wù)的算力中心，本身算力資源池非常大，存在算力資源閑置問題。而引入云原生超級計算技術(shù)，可以將算力資源切分供給多用戶多業(yè)務(wù)，通過編排調(diào)度，讓每個業(yè)務(wù)都能享有堪比獨占所有資源時的高性能。無論是從提升性能、優(yōu)化設(shè)計，抑或是從節(jié)能減排的角度，云原生超級計算對于商業(yè)云和大型算力中心的架構(gòu)優(yōu)化思路都很有借鑒價值。
02.給高性能業(yè)務(wù)上云開路！解讀云原生超級計算的靈魂
云原生超級計算請的專業(yè)幫手，就是DPU。作為替CPU分?jǐn)偣ぷ鞯妮o助“大腦”，DPU接手了通信、存儲、安全等任務(wù)，讓CPU能專心處理用戶業(yè)務(wù)，這樣各種計算和通信任務(wù)就可以同步進(jìn)行，不再像以往那樣出現(xiàn)擁堵問題。
▲典型的DPU/DOCA卸載及加速通信流程示意圖（圖源：NVIDIA）
經(jīng)過兩年發(fā)展，這個被AI計算巨頭NVIDIA（英偉達(dá)）帶火的芯片新秀，已經(jīng)開始廣泛落地于云計算和高性能計算的算力基礎(chǔ)設(shè)施建設(shè)大潮中。具體而言，NVIDIA BlueField DPU對數(shù)據(jù)中心的最大價值，就是實現(xiàn)性能和能效的顯著提升。
首先是性能，提升數(shù)據(jù)中心整體性能的一大關(guān)鍵阻力是網(wǎng)絡(luò)。原本計算能力有十成，多個任務(wù)同時處理后，CPU處理這個計算任務(wù)或者管理調(diào)配通信、存儲等資源時，另一個計算任務(wù)就只能浪費時間等待。
此外，如果兩個任務(wù)在通信過程中狹路相逢，造成網(wǎng)絡(luò)阻塞，那么就會造成延時。在金融銀行等對延時高度敏感的應(yīng)用場景中，這可能給客戶交易造成損失。
而在 NVIDIA BlueField DPU主管網(wǎng)絡(luò)、存儲等基礎(chǔ)架構(gòu)功能后，不僅CPU可以將更多計算資源用在云服務(wù)客戶的業(yè)務(wù)上，整體網(wǎng)絡(luò)阻塞問題得到明顯改善，而且BlueField DPU本身攜帶的計算資源也可以輔助加速計算。
▲典型的DPU/DOCA卸載及加速通信流程示意圖（圖源：NVIDIA）
再從能效來看，隨著數(shù)據(jù)中心規(guī)模越來越大，改善耗電量、降低基礎(chǔ)設(shè)施采購和降低電力成本，已經(jīng)是優(yōu)化現(xiàn)代數(shù)據(jù)中心和主要目標(biāo)。引入NVIDIA BlueField DPU，已是較大數(shù)據(jù)中心提升系統(tǒng)能效的有效途徑之一。在運行基礎(chǔ)設(shè)施任務(wù)時，內(nèi)置專用硬件引擎的NVIDIA BlueField DPU，效率要比CPU高得多。
此外，NVIDIA BlueField DPU上的CPU核心采用Arm架構(gòu)，天然比多數(shù)x86服務(wù)器CPU更加節(jié)能，并且可以直接訪問網(wǎng)絡(luò)管線。換個角度來看，同樣的CPU數(shù)量，將計算資源更集中的供給云服務(wù)業(yè)務(wù)后，能夠提供更高性能。
反過來，實現(xiàn)相同的性能，其實要比以前消耗更少的CPU，這相當(dāng)于減少了硬件采購成本，進(jìn)而有助于大幅降低總體擁有成本（TCO）。根據(jù)《NVIDIA BlueField DPU能效白皮書》，通過用NVIDIA BlueField DPU卸載，在3年期間將1萬臺服務(wù)器的每臺服務(wù)器耗電量降低200W，可在中國地區(qū)節(jié)省的成本估算值接近400萬美元（近2800萬人民幣）。
▲根據(jù)2020/2021年電價，在不同國家/地區(qū)，通過使用DPU卸載在3年期間將1萬臺服務(wù)器的每臺服務(wù)器耗電量降低200瓦，可節(jié)省的成本估算值（圖源：NVIDIA DPU能效白皮書）
如果為擁有1萬臺服務(wù)器的大型數(shù)據(jù)中心計算，將IPsec加密/解密卸載到NVIDIA DPU，那么大型數(shù)據(jù)中心的3年TCO有望節(jié)省約2630萬美元（折合約1.8億人民幣）。
▲為擁有1萬臺服務(wù)器的大型數(shù)據(jù)中心計算將IPSec加密/解密卸載到BlueField DPU的TCO（圖源：NVIDIA DPU能效白皮書）
如此顯著的成本優(yōu)化，得益于英偉達(dá)極有遠(yuǎn)見的前瞻性布局：將硬件做到業(yè)界性能標(biāo)桿，用軟件培養(yǎng)開發(fā)者習(xí)慣，從而構(gòu)建一個普適的高性能生態(tài)環(huán)境。
03.開業(yè)界先例實現(xiàn)公有云上的業(yè)務(wù)性能隔離
與GPU如出一轍，提及DPU，英偉達(dá)絕對是被最先想起的公司，足見英偉達(dá)在業(yè)界的影響力。而軟硬“雙劍合璧”，加上在生態(tài)合作和口碑方面的優(yōu)勢滾雪球般越滾越大，長期是英偉達(dá)能夠站在潮頭、難以復(fù)制的殺手锏。硬件上，NVIDIA BlueField DPU在本地Host Memory和遠(yuǎn)端Host Memory之間建立了一條直接的通信通道，整個過程不需要CPU分神參與任何通信操作，并通過提供Pre-Active擁塞控制技術(shù)實現(xiàn)性能隔離。
▲DPU硬件與DOCA軟件協(xié)作（圖源：NVIDIA）
而硬件性能的充分發(fā)揮，離不開大量的軟件工作。針對BlueField DPU，英偉達(dá)打造了NVIDIA DOCA來提供各種加速庫及標(biāo)準(zhǔn)編程接口，為其客戶不斷降低相應(yīng)應(yīng)用的DPU開發(fā)門檻。再加上與英偉達(dá)其他先進(jìn)網(wǎng)絡(luò)技術(shù)的協(xié)同配合，數(shù)據(jù)中心的網(wǎng)絡(luò)頑疾得以有效優(yōu)化，能夠更充分地發(fā)揮硬件資源的性能。這些優(yōu)勢的疊加，推動云原生超級計算技術(shù)走向落地。最新典例便是在HPC云服務(wù)方面一馬當(dāng)先的云巨頭微軟智能云Azure，在英偉達(dá)BlueField DPU相關(guān)產(chǎn)品及技術(shù)的支持下，它在業(yè)界率先實現(xiàn)了公有云上的業(yè)務(wù)性能隔離。也就是說，讓業(yè)務(wù)在云上擁有像獨享資源時一樣的高性能水平，已經(jīng)從設(shè)想轉(zhuǎn)變?yōu)楝F(xiàn)實。
▲借助云原生超級計算技術(shù)，Azure在業(yè)界率先實現(xiàn)公有云上的業(yè)務(wù)性能隔離（圖源：NVIDIA）
NVIDIA網(wǎng)絡(luò)亞太區(qū)高級總監(jiān)宋慶春告訴芯東西，如果現(xiàn)有公有云想將計算平臺升級向云原生超級計算，可以先從英偉達(dá)BlueField DPU或標(biāo)準(zhǔn)網(wǎng)卡著手，在體驗到相應(yīng)的技術(shù)優(yōu)勢后，在逐步演進(jìn)至更多網(wǎng)絡(luò)計算技術(shù)的替換，最終改造成基于云原生超級計算的最優(yōu)計算平臺。目前云原生超級計算主要應(yīng)用于面向高性能業(yè)務(wù)的上云，包括傳統(tǒng)高性能計算業(yè)務(wù)（如氣象預(yù)測、石油勘探、生命科學(xué)等應(yīng)用）、大規(guī)模AI訓(xùn)練任務(wù)、推薦任務(wù)等，并通過多項測試，驗證了NVIDIA BlueField DPU在提升數(shù)據(jù)中心性能和能效的真本事。例如，VMware和英偉達(dá)在服務(wù)器上測試Redis鍵值存儲的測試表明，在25Gb/s網(wǎng)絡(luò)上運行Redis工作負(fù)載的VMware vSphere分布式服務(wù)引擎時，將網(wǎng)絡(luò)功能卸載到NVIDIA BlueField DPU上，可釋放12個CPU核心，同時提高Redis的性能。相比不使用DPU，使用NVIDIA BlueField DPU卸載，可為近萬臺服務(wù)器3年節(jié)省約5650萬美元（近4億人民幣）的總體擁有成本。
▲將VMware ESX網(wǎng)絡(luò)功能卸載到DPU后的TCO計算結(jié)果，其中Redis工作負(fù)載最初運行在1萬臺服務(wù)器上，并支持每臺服務(wù)器每秒處理1400萬個Redis事務(wù)（圖源：NVIDIA DPU能效白皮書）
面向大型科研項目，通過DPU加速通信，分子動力學(xué)模型性能可提升20%，數(shù)據(jù)建模應(yīng)用實現(xiàn)26%的性能提升，天氣預(yù)告模型實現(xiàn)約24%的性能提升。即將走向市場的NVIDIA BlueField-3 DPU將支持400G帶寬，內(nèi)存平衡較上一代提升4倍。
▲DPU卸載和加速帶來的高性能計算性能優(yōu)勢（圖源：NVIDIA）
內(nèi)置NVIDIA BlueField DPU的NVIDIA Quantum InfiniBand網(wǎng)絡(luò)平臺，也已經(jīng)在超級計算領(lǐng)域功勛赫赫，并在全球超算榜單中展現(xiàn)出越來越高的存在感。以最新全球IO500高性能存儲網(wǎng)絡(luò)方案榜單為例，10節(jié)點測試中，前4名系統(tǒng)均采用NVIDIA Quantum InfiniBand網(wǎng)絡(luò)。
▲2022年11月全球IO500高性能存儲網(wǎng)絡(luò)方案榜單（圖源：NVIDIA）
04.結(jié)語：釋放云的力量奔赴新型數(shù)據(jù)中心未來
2020年秋季，當(dāng)“芯片圈知名帶貨王”NVIDIA首席執(zhí)行官黃仁勛在GTC大會上亮出DPU時，DPU對于不少云計算及超級計算從業(yè)者來說還是一個新鮮但不確定有多大價值的新概念。今天，再談起DPU，你也許會想起AWS Nitro，也許會想起阿里云CIPU，會想起英特爾IPU，抑或是這兩年突然涌起的DPU創(chuàng)業(yè)與投資熱潮。而引爆DPU概念的NVIDIA，已經(jīng)低調(diào)地將重心轉(zhuǎn)向部署，讓“第三顆主力芯片”真槍實彈地進(jìn)入一線數(shù)據(jù)中心客戶的真實業(yè)務(wù)戰(zhàn)場，作為云原生超級計算的靈魂，為數(shù)據(jù)中心展現(xiàn)新的架構(gòu)可能。
如今，DPU正呈“神仙打架”之勢，通過推動網(wǎng)絡(luò)和計算架構(gòu)的創(chuàng)新，它將幫助大型數(shù)據(jù)中心的建設(shè)者們穿越周期，奔赴一個高計算密度、智能集約、綠色低碳、安全可靠的數(shù)據(jù)中心未來。
