淺談如何通過(guò)整合電源管理提升電信業(yè)務(wù)處理性能

　　客戶端代表電源管理系統(tǒng)搜集與電源有關(guān)的數(shù)據(jù)。系統(tǒng)守護(hù)進(jìn)程是加載在每一個(gè)刀片上的應(yīng)用，扮演者電源管理模塊的角色。它提供了CPU、內(nèi)存、硬盤(pán)、網(wǎng)絡(luò)和虛擬化的工作方法以及功耗限定等功能，在滿足性能需求的前提下盡量降低功耗。實(shí)際的管理端可以運(yùn)行在臺(tái)式機(jī)或者筆記本上，通過(guò)整合并顯示輸出機(jī)箱、板卡和傳感器（如溫度）等實(shí)際功耗的信息。

　　圖3：功耗限定功能實(shí)例

　　主動(dòng)電源管理

　　通過(guò)策略的配置，將ATCA刀片上CPU的工作模式切換至節(jié)能或主動(dòng)電源管理模式后，每個(gè)刀片的功耗相比持續(xù)運(yùn)行在性能模式下減少15%（參見(jiàn)圖4和圖 5）。每片板卡在加載服務(wù)的情況下可以節(jié)約0.4KW的功耗（參見(jiàn)圖5）。如果一個(gè)14槽的ATCA機(jī)框中使用了10個(gè)刀片，那每天節(jié)約的功耗大約 4KW。

　　圖４＆５：CPU在三種獨(dú)立模式下的功耗比較

　　動(dòng)態(tài)遷移

　　減少功耗的另一個(gè)非常有效的方法就是只使用必要的設(shè)備來(lái)處理相關(guān)事件。利用Erlang概率分布算法（圖表6）可以有效檢測(cè)出使用率較低的時(shí)段。

　　圖6：Erlang概率分布算法在電信網(wǎng)絡(luò)流量監(jiān)測(cè)中的實(shí)例

　　通過(guò)上面的圖表我們可以了解到，1點(diǎn)至7點(diǎn)期間的CPU使用率最低，然而，即使運(yùn)行在省電模式下，每片板卡仍然在消耗電能。在這種情況下，每片板卡在主動(dòng)電源管理的策略下會(huì)消耗90W的功耗，峰值性能時(shí)會(huì)上升至140W。解決的辦法就是利用實(shí)時(shí)遷移策略，用最少的CPU刀片在處理這些工作負(fù)載，同時(shí)將節(jié)能模式下的刀片切換到睡眠模式，這樣相比主動(dòng)電源管理的模式可以節(jié)約超過(guò)25%的功耗。　　通過(guò)工作負(fù)載整合提升系統(tǒng)性能

　　在工作負(fù)載和I/O處理方面，目前的市場(chǎng)和技術(shù)發(fā)展趨勢(shì)比較傾向采用將傳統(tǒng)的網(wǎng)絡(luò)架構(gòu)整合到一個(gè)通用平臺(tái)或模塊化的組件上來(lái)，以支持多網(wǎng)絡(luò)設(shè)備和提供不同的服務(wù)功能，如應(yīng)用處理、控制處理、包處理和信號(hào)處理功能等。處理器架構(gòu)以及新的軟件開(kāi)發(fā)工具的功能提升，讓開(kāi)發(fā)人員可以很容易的將工作負(fù)載整合到統(tǒng)一的刀片架構(gòu)中，這些負(fù)載包含了應(yīng)用、控制以及包處理等。通過(guò)軟硬件的整合，可以大幅度提升性能，并使得刀片式服務(wù)器架構(gòu)在包處理解決方案中的應(yīng)用大幅增加。

　　為了說(shuō)明工作負(fù)載整合的演變，我們?cè)O(shè)計(jì)了一系列的測(cè)試方法。這些測(cè)試方法是在單一平臺(tái)中，通過(guò)將CPU制造商提供的DPDK整合到 ATCA處理器刀片上，以此驗(yàn)證處理器刀片提供的性能以及整合的IP轉(zhuǎn)發(fā)服務(wù)。比較在沒(méi)有使用Intel？ DPDK做任何優(yōu)化時(shí)，采用原生 Linux（Native Linux） IP轉(zhuǎn)發(fā)時(shí)的第三層轉(zhuǎn)發(fā)性能。然后，我們?cè)俜治霾捎肐ntel？ DPDK技術(shù)之后所獲得的IP轉(zhuǎn)發(fā)性能提升的原因。

　　數(shù)據(jù)平面開(kāi)發(fā)套件

　　DPDK（Data Plane Development Kit，數(shù)據(jù)平面開(kāi)發(fā)套件）是一個(gè)專為x86架構(gòu)處理器提供的輕量級(jí)運(yùn)行環(huán)境。它提供了低功耗和Run-to-Completion（RTC，運(yùn)行到完成）模式，以此最大限度的提升數(shù)據(jù)包的處理性能。而且DPDK還包含了優(yōu)化的和高效的函數(shù)庫(kù)，為用戶提供豐富的選擇，例如我們熟知的環(huán)境抽象層（EAL，Environment Abstraction Layer），它負(fù)責(zé)控制低級(jí)資源并提供優(yōu)化的輪詢模式驅(qū)動(dòng)（PMD，Poll Mode Driver），以及更高級(jí)別應(yīng)用的完整API接口，圖7為軟件層級(jí)結(jié)構(gòu)圖。

　　圖7： Linux應(yīng)用環(huán)境下的EAL和GLIBC

　　測(cè)試拓?fù)浣Y(jié)構(gòu)

　　為了測(cè)量ATCA處理器刀片在第三層處理和轉(zhuǎn)發(fā)IP包的速度，我們使用圖8中所示的環(huán)境進(jìn)行測(cè)試。

　　圖8：IP轉(zhuǎn)發(fā)測(cè)試環(huán)境

　　我們的測(cè)試使用了ATCA處理器刀片的2個(gè)10GbE外部接口和兩個(gè)10GbE Fabric接口（總計(jì)40G），通過(guò)比較使用和未使用DPDK的結(jié)果，我們可以得出結(jié)論：在相同的硬件平臺(tái)下，使用DPDK后的Linux僅用兩個(gè) CPU線程進(jìn)行IP轉(zhuǎn)發(fā)的性能，與原生 Linux（Native Linux）使用全部的CPU線程進(jìn)行IP轉(zhuǎn)發(fā)的性能相比，前者是后者的10倍。使用DPDK的平臺(tái)，3層小數(shù)據(jù)包的轉(zhuǎn)發(fā)線速可以達(dá)到》70%。 DPDK中優(yōu)化過(guò)的軟件堆?？梢詫?shí)現(xiàn)10倍性能的提升。如果在一個(gè)基于IA架構(gòu)的刀片的控制層和數(shù)據(jù)層配備DPDK，就可以減少一個(gè)40G的NPU刀片。通常一個(gè)40G的GPU刀片的功耗為180W，因此通過(guò)工作負(fù)載整合可以節(jié)省56%的能耗。

　　從圖9可以看出，搭配DPDK后的處理器刀片的IPv4轉(zhuǎn)發(fā)性能，可以讓客戶以更好的性價(jià)比成本，將包處理應(yīng)用從基于硬件的網(wǎng)絡(luò)處理器移植到基于x86的計(jì)算平臺(tái)，同時(shí)使用同一個(gè)平臺(tái)來(lái)部署不同的服務(wù)，如程序處理、控制處理和包處理服務(wù)。更多關(guān)于我們的測(cè)試過(guò)程和結(jié)果，請(qǐng)登錄凌華科技網(wǎng)站www.adlinktech.com查詢凌華科技的技術(shù)白皮書(shū)：采用Intel？ DPDK技術(shù)的凌華科技aTCA-6200刀片式服務(wù)器完美實(shí)現(xiàn)包轉(zhuǎn)發(fā)服務(wù)性能的提升。