談談高效能RDMA網路優勢和實踐

　　隨著資料的爆炸式增長，各個領域對計算機硬體的處理能力有了更高的要求。相比於CPU和GPU等計算裝置的快速發展，傳統的乙太網領域發展明顯滯後並逐漸成為效能瓶頸。大量產品線都希望改善網路效能，透過使用更高頻寬，更低延遲的網路來提升業務能力。

 

對奮戰在一線攻城師來說，常常會有這樣的感受

 

為什麼傳送資料要花這麼長時間？為什麼計算能力這麼牛的伺服器老是要長時間等待網路傳輸完成？為什麼網路能明目張膽的拖後腿？

分分鐘想換掉它有木有？

本文將帶來RDMA高效能網路，分析效能優勢，介紹在機器學習領域的成功實踐，以及下一步的展望。說明：本文主要闡述RDMA技術產生的背景和應用場景、案例，關於RDMA深度技術原理，請參看“詳解RDMA(遠端直接記憶體訪問)架構原理”文章。

 

什麼是RDMA高效能網路

提到計算機網路，相信大家的腦海中馬上會浮現OSI七層模型，HTTP、TCP和IP這些關鍵字。但是本文中描述的是另外一種網路: RDMA (Remote Direct Memory Access)。

首先介紹DMA，作為主機記憶體和外部裝置之間傳輸資料的一種方式，系統將記憶體做完虛擬地址和物理地址對映之後，就將資料傳輸的控制權交給了外部裝置的DMA控制器，然後所有的資料傳輸操作都由外部裝置來完成。這樣能夠帶來一個非常大的好處就是節省了CPU資源。

 

所謂RDMA，可以簡單理解為利用相關的硬體和網路技術，伺服器1的網絡卡可以直接讀寫另一個伺服器2的記憶體，最終達到高頻寬，低延遲和低資源利用率的效果。如下圖所示，應用程式不需要參與資料傳輸過程，只需要指定記憶體讀寫地址，開啟傳輸並等待傳輸完成即可。

 

 

為了方便大家更好的理解，筆者畫了一張簡易的示意圖來對比RDMA和傳統TCP/IP網路在Server端傳送資料的資料通路。可以看到，RDMA的效能優勢主要體現在以下幾個方面。

Zero Copy：減少資料複製次數。由於沒有將資料複製到核心態並處理資料包頭部的過程，傳輸延遲會顯著減小。

Kernel Bypass和Protocol Offload：不需要核心參與。資料通路中沒有繁瑣的處理報頭邏輯，不僅會使延遲降低，而且也大大節省了CPU的資源。

 

 

RDMA並非最近幾年才提出，事實上最早實現RDMA的網路協議Infiniband早已應用到了高效能運算中。但是Infinband和傳統TCP/IP網路相比區別非常大，需要專用的硬體裝置，承擔昂貴的價格，並且會大大增加運維人力成本。

那麼，是否有適合傳統資料中心的RDMA網路？

目前支援乙太網的RDMA協議主要是RoCE (RDMA over Converged Ethernet)和iWARP (Internet Wide Area RDMA Protocol)，系統部同學透過效能、可用性等多方面的調研後，最終引入了RoCE網路。RoCE和Infiniband的效能基本相近，而且比iWARP產業生態更加健全，主流網絡卡廠商都已支援。

除此之外，RoCE網路在資料鏈路層支援標準乙太網協議，在網路層上支援IP協議，因此可以無縫融合到現有的IDC環境中，部署方便；其次由於RoCE網路支援標準乙太網和IP協議，更加方便運維，而且裝置成本更低。

高效能網路為什麼這麼重要

說了這麼多，可能有同學會問，效能能夠到底能夠提升多少呢？放在現有的硬體條件下是否能夠取得立竿見影的效果？

為了方便大家快速的理解，筆者畫了下麵一張圖用資料來做形象的說明。

從系統結構上來講，網路處於磁碟效能之上，主存效能之下。如下圖所示，目前伺服器記憶體越來越大減少了計算過程中儲存的壓力，因此網路在很大程度上成為了效能瓶頸。高效能網路和萬兆乙太網相比，頻寬提升了1個數量級，小資料包的傳輸延遲更是提升了1 – 2個數量級。

 

 

如何使用高效能網路

那麼高效能網路的易用性如何？是不是直接換好硬體裝置就能把程式放上去用了？小編這次只能實事求是的給出一次負能量：大多數現有程式都是需要作移植的。

為什麼不行？有沒有解決辦法？

RDMA在效能上相比傳統TCP/IP網路有非常大的提升，但是使用上卻並沒有TCP/IP方便。目前在高效能運算中使用最廣泛的方式是MPI(Message Passing Interface)，這種方式能夠很好的駕馭機器學習相關的應用，但是由於自身的侷限性，在很多其他業務上並不能很好的使用。為了更好的在公司的機器學習業務中使用，系統部同學聯合深度學習實驗室同學開發了一個類似Socket的程式設計介面，在提升效能的同時，大大降低了程式在RDMA網路上的移植難度。

RDMA在百度的使用情況

相信看到這裡，有些同學已經有躍躍欲試的熱情了。作為國內最重視技術的網際網路公司，我廠的同學當然不會放過這項新技術，必然要拿來消化消化，然後為我所用。

公司在2014年前後開始引入RDMA網路，先後部署了lnfinband叢集和RoCEv1叢集。2015年，百度分別在SZWG機房和YQ01機房大規模部署了RoCEv2叢集，分別承載了深度學習，語音識別和自然語言處理等相關的機器學習任務。目前RDMA叢集總體規模為600臺左右，這是國內最大的一個RoCEv2網路。

 

RDMA相比傳統TCP/IP網路有高頻寬、低延遲和低CPU佔用率等特性，已深得機器學習任務的青睞。其中語音識別訓練和NLP機器翻譯，使用OpenMPI作為基礎庫，40G RDMA通訊效能相對於10GTCP網路提升了1個數量級。Paddle影象訓練使用類Socket庫，也有不錯的效能收益。為了更加直觀的理解，對於OpenMPI BenchMark，40GRDMA相對於10GTCP能夠提速1-2個數量級。

RDMA在其他領域的使用展望

除了機器學習領域，RDMA網路能否在其他領域取得很好的效果呢？

目前系統部的同學正在積極調研RDMA網路在其他領域中的使用，大致包括瞭如下幾個方面。

　1.為儲存系統和計算系統加速，充分利用高頻寬低延遲以及釋放CPU通訊處理。

目前業內很多公司已經開始探索RDMA在儲存上的應用，包括iSCSI，SamBa，NVMe，Hadoop等等。系統部的同學也會結合公司各個業務對儲存的需求情況來進行探索。

　　2.為GPU異構計算通訊加速，充分利用Zero Copy的特性，減少資料通路中的複製次數，大大降低GPU之間的傳輸延遲。

 

      

GDR這項技術從2014年起就一直在跟進，之前由於相關技術原因一直沒有應用到實際的業務中。隨著這些技術問題不斷得到解決，這項技術正在逐漸走向成熟。從最新的測試結果來看，OpenMPI+GDR的方式能夠大幅度降低跨節點GPU的傳輸延遲，而且傳輸頻寬也能夠接近限速，相信不久就能在實際應用中為異構計算提速。

　　3.為基礎服務加速，由於RDMA網路和傳統資料中心的完美融合。

今後會逐漸推廣至公司的各項業務中，為各項基礎網路服務加速。當然，系統部的研發同學也會提供使用更方便的網路介面為各項業務服務。