失效分析赵工 半导体工程师 2022-08-14 07:45 发表于北京
鄢贵海在中国计算机学会芯片大会上做DPU主题报告
在DPU概念诞生之初，人们争论它“应如何定义”，但后来发现，只有定义，还远不能说明 DPU能做什么、有什么作用、如何与现有系统更好地协同。本文将讨论DPU发展中的四个关键问题：DPU是什么？DPU可以标准化吗？DPU产业化面临哪些挑战？以及是否有“中国方案”？一些问题目前还很难给出确切的答案，但抛砖引玉，希望引起大家的关注。
01
DPU是什么？
DPU是新进发展起来的一种专用处理器，但是对于DPU的释意却不如之前的一些处理器一样容易做到“不言自明”。比如GPU，大家听名称就知道是什么，名称就是定义了。类似的还有数字信号处理器DSP，深度学习处理器NPU等。其实，CPU也是一个释义并不清晰的概念，对于“中央”是什么含义，大概在50年前也没有太多争论。但是CPU需要干什么，在系统中的角色是什么，确实比较清楚的——这其实才是首要的问题。相较而言，所谓的“定义”反而不是那么重要。简言之，DPU的参考结构是什么、能处理什么类型的负载，怎么集成到现有的计算体系中去才是DPU研发要解决的关键问题。
DPU是面向基础设施层的数据处理单元。鉴于此，Intel也把自己的DPU称之为“IPU”。那么所谓的基础设施层，是有别于应用层而言的，是为了给予应用提供物理或虚拟化资源，甚至提供基础服务的逻辑层。其实这个概念很好理解，从我们先有的计算系统的宏观逻辑层次来看，本身就被人为的分为基础设施层（IaaS），平台层（PaaS），软件层（SaaS），最上层就是应用层。如果微观来看，就会更清晰了。基础层主要包括与硬件资源交互、抽象硬件功能的组件，包括的网络，存储，服务器等。从优化技术的侧重点来看，越基础层的组件越倾向于以性能优先为导向，存在更多的“机器依赖（Machine-dependent）”，越上层的优化越以生产效率为导向，通过层层封装，屏蔽底层差异，对用户透明。
DPU是面向基础设施层的数据处理单元
那么，难道现有的数据中心的CPU、GPU、以及路由器、交换机，不能继续作为“面向基础设施层的数据处理单元”吗？在计算系统的研究，很大程度上是“优化”的研究。现有的基础设施不是不能，而是不够“优化”。如果没有新技术的发明和引入，最终需求和供给之间的矛盾就会越来越突出。
DPU的出现首先要解决的就是网络数据包处理的问题。传统来看，2层网络的数据帧是网卡来处理，由CPU上运行的OS中的内核协议栈来来处理网络数据包的收发问题。这个开销在网络带宽比较低的时候，不是大问题，甚至中断开销都可以接受。但是，随着核心网、汇聚网朝着100G、200G发展，接入网也达到50G、100G时，CPU就无法在提供足够的算力来处理数据包了。我们发现了一个现象，称之为“性能带宽增速比失调”，简单理解就是CPU性能由于摩尔定律的放缓，性能增速也随之放缓，但是网络带宽的增速来自于应用的丰富，数据中心规模的扩大，数字化进展的驱动，所以增速反而更加的迅速，这就进一步加剧了服务器节点上CPU的计算负担。
另外一个例子是在云计算场景下的一个核心应用，虚拟机之间的数据转发问题，即OVS。通常而言，20个VM需要消耗的算力，如果用Xeon的多核CPU来处理，大概需要5个核的算力——这确实还是比较大的开销。
此外，目前的系统结构，其实并不是为处理网络数据而生的，而是为了更高效的管理本地资源，支持多用户、多任务并行，本地安全，适当并发，所以必须划分不同特权指令的执行和访问权限，采用复杂的中断机制。这些机制对于高带宽网络、随机访问、高并发度收发的场景效率并不高。所以现有技术开辟了用户态访问机制，直接绕过操作系统内核态，用轮询替代中断来处理IO操作。这些在现在体系基础上的“修修补补”的权宜之计，本质上是经典技术在新场景下的不适应。
为了更好的理解DPU在系统中的角色，可以借助一种经典的计算系统模型，把系统按照逻辑功能划分为三个部分：1）数据平面（Data Plane），定义为用于数据包解析和处理的数据通路，代表计算与数据密集的功能部分；2）控制平面（Control Plane），定义是为输入输出数据流提供和配置数据平面的算法集合，代表资源调度、系统配置、链路建立等控制密集的功能部分。此外，业界通常还增加了第三个层面，即3）管理平面（Mgmt. Plane），代表系统监控，故障隔离，在线修复等周期性或偶发性的部分应用。其实这也是在“软件定义网络SDN”方法学下的一种划分。如果把一个城市的路网基础设施比做SDN，那么众横交错的道路就是其“数据平面”，其路网密度和宽度决定了路网的流量上限；所有的交通灯及其控制系统就是其“控制平面”，其控制算法优劣、部署位置的合理程度决定了交通流量实际容量；各种测速点、流量监控、临时交通管制、事故拥塞疏导等就是其“管理平面”。有了这套基础设施，各类用户就可以应用各种车辆（相当于用户的应用程序）来开展运输服务了。
对于不同平面，对可并行度、性能、灵活性、可靠性等属性通常都有比较大的不同。对于数据平面，突出的诉求就是性能，通过开发数据级、线程级，任务级并行度，高度定制化专用计算单元，一切优化设计都是性能导向。而对于控制平面，主要诉求是通用灵活，便于作为控制数据平面的抓手，把使用权交给用户。管理平面的功能主要是安全、可靠、易用，便于系统状态监控、维护，方便支持自动化运维等机制的实施。
为什么要从这三个平面来入手来看待DPU在系统中的角色呢？因为这三个逻辑平面反映了DPU设计过程中需要关注的内容。有人把DPU单纯的理解为给CPU“减负”，把DPU作为一个网卡的“变种”，只是一个被动设备，把DPU视为一个单纯的算法硬件化的载体，以“头脑简单，四肢发达”的形象示人，属于单纯追求强数据平面，弱控制面的设计。比较典型的如数据加密，图像转码专用卡，AI加速卡等，这是异构计算的“1.0时代”。
如果我们重新审视一下系统功能的载体分布情况，就会看到DPU其实越来越不像是一个单纯的加速器，而是与CPU全方位配合的一个关键组件。传统的经典的计算系统，我们称之为类型I（Type-I）是主机端负责所有的管理、控制、数据面的功能；异构计算的发展最先牵住的“牛鼻子”就是数据密集、计算密集的算法加速，所以主要卸载的就是数据面的计算负载，但是控制、管理都很少涉及，我们称之为类型II（Type-II）。一个典型的表征就是从Host端只能发现这个计算设备，但是对于设备的状态，启动、关闭、任务分配等都比较不方便。随着智能网卡等形态的产品出现，在设备端除了数据面的优势得以强化外，出现了完整的控制面功能，我们称之为类型III（Type- III）。例如ARM的控制器，运行了轻量级的操作系统用于管理板卡上的资源；这也是目前比较常见的类型。还有最后一类，Type-IV，是DPU承担所有数据面、控制面、管理面的功能，而HOST侧反而不那么重要的，这被认为是DPU的终极形态，即完全以DPU为中心来构建计算系统。前不久阿里云公布的CIPU（Could Infrastrucutre Procesing Unit）宣称替代CPU成为新一代云计算核心硬件，可以说是把DPU推向了舞台的中心，虽然也有很多争议，但这也许正是DPU发展的方向。
我们再来看看DPU具体能干什么。我们把DPU发挥作用的场景分为四个方向，分别为网络、存储、计算和安全，这四个方向其实是有依赖关系的，在这个图中，具有相邻关系的部分代表了一定的依赖；计算的部分涉及到的PaaS的内容偏多，网络的部分偏IaaS层，存储、安全在IaaS和PaaS层都比较多。覆盖这个分类图中越多的场景就是目前DPU各厂商努力的目标。
DPU功能场景
为了实现这个功能，我们可以通过我们研发的第二代架构的DPU产品结构来体现。在这个架构中，有几个比较创新的功能单元，比如NOE，是传统TOE的升级版；DOE，是专门用于做数据查询加速，还有DOMS，是一种高效的管理片上缓存数据的结构。其它的创新的结构还包括，FlashNOC的片上互联技术，还有多种面向特定IO的DMA的单元等等。
最后，如果说DPU发展最大的驱动力，其实还是来自需求侧。数据中心的架构发展趋势已经从20年前的本地部署集群，到十年前的云化资源，再到目前的云原生阶段。基础设施层变得越来越厚重，向下越来越强化硬件资源的池化，向上是“XaaS”，即“一切皆可服务化”。K8S等系统成为了新的“操作系统”，服务网格成为了新的网络化应用开发基础，DevOps开发运维一体化……在“生产率”得到提升的同时，也直接催生了算力的需求，特别是IaaS和PaaS层的算力需求——这也是DPU的主战场。
02
DPU可以标准化吗？
在回答DPU是否可以标准化之前，需要明确标准化的确切含义是什么，以及为什么要标准化。我认为，DPU的标准化涉及两个方面：DPU的架构是否可以标准化，这影响到DPU的研发成本问题；DPU的应用是否可以标准化，这影响DPU的应用生态的问题。
现在广泛存在一种认识的误区：笼统的认为DPU是一种专用处理器，既然是“专用”，那么就不可避免的采用“定制化”才能实现，一旦“定制化”，那么“标准化”也就无从谈起了，从而得到了一个武断的结论：DPU没有产业化价值！
其实专用化、定制化、标准化这三个概念，并没有直接的因果关系。
专用化强调的是应用场景，是否值的专用化，取决于需求的的刚性。定制化是技术实现的路径选择，经常是创新和核心技术的“发源地”。标准化是为了降低边际成本，通常通过建立或融入产业生态、创造规模效益，实现创新技术的价值变现。
比如，GPU无疑是一种“专用”处理器，因为人们对图形图像这种信息交互方式是绝对的刚需；GPU中通过定制化来实现光栅操作处理器（ROP）、纹理处理器（TPC）等高度定制化的功能单元，还有超大规模的数据集同步并行处理技术，都是面向像素级海量数据处理的定制化技术；最终，通过OpenGL，DirectX等图形操作API，CUDA的通用编程框架来做标准化。所以，“专用”并不比“通用”低人一等，“定制化”甚至是解决一些应用刚需必须采用的技术选择。
我们去年在中国计算机学会通讯上发表了一篇文章《DPU：以数据为中心的专用处理器》，其中有一个图，反映的是目前几类处理器的特征分布。从功能导向划分为计算密集 vs. IO密集，从结构设计划分为控制为中心和数据为中心；从中我们可以看到，目前DPU所处的分布区域，确实还有一定的空白。简单的演绎一下，在其它三个区域都有很好的产业化格局的时候，DPU所属的区域应该也没有道理不能产业化。
我们团队在DPU标准化工作上也作出过一点贡献。首先是组织编写了行业第一本DPU技术白皮书，这本白皮书比较全面的刻画了DPU的功能集，以及DPU的应用场景，并且给出了一个比较通用的DPU设计的参考模型。今年在过往的基础上，我们又组织编写了第二部技术白皮书，但关注的重点从DPU参考设计迁移到了DPU的性能评测方法，作为后续细分应用设计基准测试程序的参考。
我认为，DPU标准化是一个过程，而不是目的。标准化的进程很大程度与市场化程度相互作用。因此，标准化的目的是市场化，而市场化的进展也将反过来促进标准化的工作。
03
DPU产业化面临的挑战
DPU主要在基础层和平台层发挥作用，这决定了现阶段DPU的优化主要是性能导向。这其实一块特别硬的骨头。现在有些DPU的设计，过于依赖通用核的使用，尽管灵活性得到了保证，但是性能往往上不去，根本就不可能有客户买单。性能好，灵活性差，客户还会试一试；反之，是一点机会都没有的。
这里我将介绍一个大家更有切身体会的挑战——产品适配。DPU需要适配不同的CPU平台、不同的操作系统。“适配”说起来容易，做起来难，面临工作量“指数爆炸”的适配困境。例如，驭数DPU中的NOE功能是DPU行业内低延迟性能最好，在X86上的TCP和UDP的1/2 RTT回环时延可以达到1.2us甚至更低。做到如此极致，除了硬件卸载之外，也需要 YUSUR HADOS 的InstantA™ NOE SDK 针对不同CPU架构做深度优化。因此，我们在适配鲲鹏CPU + OpenEuler 操作系统时，需要解决和优化不少ARM架构和X86架构的差异化问题，例如ARM架构上的指令读写乱序的问题，最终做到了在鲲鹏CPU上TCP和UDP的1/2 RTT达到1.6us的业界领先的低时延性能。然而，当我们以为可以轻易的去适配“鲲鹏CPU + 麒麟操作系统”时，又出现了不少新的问题，例如需要解决麒麟中断处理差异，并且需要新一轮的性能优化。
鉴于此，我们提出了一套自动化多生态环境的编译、发布、测试系统平台（ADIP），把适配工作系统的分解为两条四个阶段的流水线，分别针对Host侧的软件适配和DPU侧的软件适配。这个开发集成平台已经支持了驭数的DPU在多个国产CPU和OS的适配工作，目前还在快速的完善过程中。虽然目前我们的ADIP流程自动化程度还有待提高，但是对于流程阶段的划分，已经可以非常高效的指导过百人的工程师团队来协作开发。
自动化多生态环境的编译、发布、测试系统平台：HADOS ADIP
以上的内容只表述了我们在开发DPU过程中的一个较大的挑战，并且分享了我们的在应对这个挑战时提出的工程化解决方案。其实，DPU还面临一些其它的挑战，一些是属于目前国内集成电路设计行业面临的共性问题，比如芯片制造的供应链问题，高水平研发人员短缺问题等等；也有DPU这个赛道的特性挑战，比如需求比较多样化，存在需求多样化与DPU设计功能出现失配（Mismatch），DPU的软件生态不够成熟等问题，虽“道阻且长”，但“行则将至”！
04
DPU的发展是否有“中国方案”？
DPU的发展是否有适合我们自己的道路或“中国方案”？这也是我们一直在思考，但尚无定论的问题。虽然DPU不分“国界”，但是DPU的产业化可能还是要找到适合我国国情的途径。
在计算系统发展的历程中，大体有三个重要的因素决定了一类产品/技术的是否能取得商业化的成功。第一就是“性能”，取决于创新结构、算法的发明，创新技术、工艺的采用等。第二就是“生产率”，与开发效率，系统与现有系统的兼容性，学习成本等因素有关。第三是“成本”，涉及到规模效应，工程化水平，供应链，以及服务成本等。
首先，DPU的性能问题一方面是设计问题，DPU的结构是不是优秀，功能是不是完善等；另一方面的问题是DPU芯片生产制造的的问题。从我们DPU设计的功能和指标上来看，我们自研的DPU和目前已经公布的一些DPU的产品相比可以说不落下风，甚至在一些单项指标上还有领先，比如时延。但是，我们的优势是局部技术上的优势，NVIDIA，Marvell的产品都有借鉴前代相关产品的功能模块，架构更加的成熟，而且已经采用了更加先进（如7nm）的工艺，从综合的产品力上来看，客观说还是有一定优势。因此，现在DPU得整体格局还是典型的“西强东弱”。
但是，中国目前算力需求是全球最强劲的。服务器的需求增速是全球第一，国家层面还有“新基建”中的“算力基础设施”的宏大布局、今年2月份启动的“东数西算”战略布局、运营商开始广泛投入的“算力网络”的建设等等。这不仅为DPU的发展提供了机遇，还给整个信息技术、计算技术的发展都提供了新的机遇。中国人擅长“摸着石头过河”，我们坚信、甚至笃信，更期待与全行业的同仁，通力协作，探索出一套“中国方案”，引领DPU这样一个新技术的发展。
来源：旺材芯片
半导体工程师
半导体经验分享，半导体成果交流，半导体信息发布。半导体行业动态，半导体从业者职业规划，芯片工程师成长历程。