張冬：OpenPOWER CAPI為什么這么快

張冬：OpenPOWERCAPI為什么這么快？在第七屆云計(jì)算大會(huì)的PMC技術(shù)專場(chǎng)上演講嘉賓連續(xù)進(jìn)行了七場(chǎng)技術(shù)演講，其中，PMC數(shù)據(jù)中心存儲(chǔ)架構(gòu)師張冬沒(méi)有過(guò)多談?wù)撌袌?chǎng)和行業(yè)問(wèn)題，而是從底層技術(shù)出發(fā)，對(duì)OpenPowerCAPI進(jìn)行了分析和闡述，為我們介紹了CAPI為什么能這么快。之前，POWERCPU只是IBM在做小型機(jī)的時(shí)候使用，OpenPOWER開(kāi)放后，成立了OpenPower基金會(huì)，基金會(huì)大部分成員都非常專注于CAPI（相干加速器處理器接口）上的利用，比如將外置的網(wǎng)絡(luò)、GPU、閃存等設(shè)備通過(guò)CAPI直接與CPU相連接，并在此基礎(chǔ)上根據(jù)不同的主流應(yīng)用場(chǎng)景進(jìn)行開(kāi)放的、定制化的系統(tǒng)設(shè)計(jì)，PMC除了關(guān)注這些外，還關(guān)注CAPI與NVMe進(jìn)行協(xié)作的問(wèn)題。傳統(tǒng)架構(gòu)的缺點(diǎn)和瓶頸

現(xiàn)在無(wú)論是2路、4路、8路還是32路服務(wù)器，他們架構(gòu)中的CPU之間的互聯(lián)有的是直聯(lián)，有的通過(guò)NC（NC就類似以太網(wǎng)絡(luò)里面的網(wǎng)橋）。核心之間要傳輸數(shù)據(jù)方式中，最高效的是共享內(nèi)存，代碼里寫(xiě)死。最低效的方法就是走網(wǎng)絡(luò)，封裝一堆的包出去，發(fā)送一個(gè)數(shù)據(jù)給遠(yuǎn)端的某個(gè)線程，調(diào)用一堆接口，走到協(xié)議棧，再到設(shè)備驅(qū)動(dòng)，然后到網(wǎng)絡(luò)，接著收包解析，這個(gè)過(guò)程非常慢。所以超級(jí)計(jì)算機(jī)沒(méi)法做到CPU之間進(jìn)行高速網(wǎng)絡(luò)共享內(nèi)存因?yàn)槌杀咎?，沒(méi)法將幾萬(wàn)個(gè)CPU連接起來(lái)，只能走網(wǎng)絡(luò)了，這也是松耦合系統(tǒng)的一個(gè)妥協(xié)。沒(méi)有CAPI的FPGA為什么也不太行

面對(duì)現(xiàn)在大數(shù)據(jù)分析、模式匹配、熱點(diǎn)識(shí)別等，要求非常大的計(jì)算量，傳統(tǒng)CPU出現(xiàn)瓶頸。普通的CPU其實(shí)也能計(jì)算，但是計(jì)算速度太慢，比如，只有64位寬來(lái)處理1GB數(shù)據(jù)，那便需要循環(huán)拆分N次才能算完，普通的CPU無(wú)法迅速處理這么大的運(yùn)算量。在多路CPU系統(tǒng)中，線程看到的都是單一的虛擬地址空間，這個(gè)虛擬地址空間會(huì)被操作系統(tǒng)映射到真實(shí)的物理空間里，但是所有的CPU看到都是同一份物理地址空間。所有CPU看到單一物理地址空間；所有Threads看到單一虛擬地址空間；PCIE物理地址空間映射到CPU物理地址空間；CPU物理地址空間也映射到PCIE物理地址空間。有人想到硬件加速，做法就是把某個(gè)專業(yè)計(jì)算在電路層面展開(kāi)，展開(kāi)成更寬的位寬，更多的并行計(jì)算單元，去除一些不必要的緩存優(yōu)化和流水線優(yōu)化等，其實(shí)這就是專用運(yùn)算芯片所做的，F(xiàn)PGA（Field－ProgrammableGateArray，即現(xiàn)場(chǎng)可編程門(mén)陣列）是現(xiàn)場(chǎng)可編程的專用芯片上述就是所謂的硬加速。在CAPI之前的FPGA怎么接入系統(tǒng)使用的呢？它是把FPGA做到一塊PCIe卡里，F(xiàn)PGA通過(guò)CPU的PCIe控制器訪問(wèn)到主機(jī)內(nèi)存空間。PCIe和CPU各自有各自的地址空間，CPU不能直接訪問(wèn)PCIe的地址，要先訪問(wèn)自己的地址，PCIE物理地址空間映射到CPU物理地址空間，反之CPU物理地址空間也需要映射到PCIE物理地址空間，這是個(gè)很費(fèi)勁的過(guò)程。在CAPI之前的FPGA怎么接入系統(tǒng)使用的呢？它是把FPGA做到一塊PCIe卡里，F(xiàn)PGA通過(guò)CPU的PCIe控制器訪問(wèn)到主機(jī)內(nèi)存空間。PCIe和CPU各自有各自的地址空間，CPU不能直接訪問(wèn)PCIe的地址，要先訪問(wèn)自己的地址，PCIE物理地址空間映射到CPU物理地址空間，反之CPU物理地址空間也需要映射到PCIE物理地址空間，這是個(gè)很費(fèi)勁的過(guò)程。數(shù)據(jù)出了ALU，面對(duì)復(fù)雜的路由網(wǎng)絡(luò)，目的地址為內(nèi)存地址，但是其相對(duì)外部網(wǎng)絡(luò)的復(fù)雜性在于，目標(biāo)的位置是不固定的，還可能有多份拷貝。NeedCoherency！硬件透明搞定CacheCoherency。CC不負(fù)責(zé)多線程并發(fā)訪問(wèn)cacheline時(shí)的互斥，互斥需要程序顯式發(fā)出lock，底層硬件會(huì)鎖住總線訪問(wèn)周期。如圖所示是個(gè)四核CPU，每個(gè)CPU內(nèi)部還有很多東西，每一個(gè)CPU的每個(gè)核心都有各自的緩存控制器，三級(jí)緩存控制器，每個(gè)CPU還包含內(nèi)存控制器，PCIe控制器，QPI控制器（互聯(lián)CPU相關(guān)），還有緩存一致性的控制器，他們?nèi)冀尤胍粋€(gè)高速的總線里面。多個(gè)線程看到的數(shù)據(jù)應(yīng)該是時(shí)刻一致的，需要廣播許多信息，這就是CacheCoherency，CacheCoherencyAgent負(fù)責(zé)把消息推送出去以及接受其他CPU發(fā)出的探尋。多CPU之間廣播量非常大，所以需要一個(gè)目錄來(lái)記錄本地的核心里面都有哪些緩存地址被緩存下來(lái)了。其他的CPU如果發(fā)廣播來(lái)探尋，本地直接把目錄查一下，如果沒(méi)有命中緩存就直接不再往后端核心緩存控制器發(fā)消息，這樣可以提升性能。所以說(shuō)CC（CacheCoherency）很重要的，要確保線程看到同樣的東西，同一個(gè)時(shí)刻，這叫實(shí)時(shí)一致性，且不允許異步。但是它不負(fù)責(zé)兩個(gè)線程，如果互相都在寫(xiě)這