超融合數(shù)據(jù)中心網(wǎng)絡(luò)發(fā)展及趨勢(shì)

數(shù)據(jù)中心網(wǎng)絡(luò)連接數(shù)據(jù)中心內(nèi)部通用計(jì)算、存儲(chǔ)和高性能計(jì)算資源，服務(wù)器間的所有數(shù)據(jù)交互都要經(jīng)由網(wǎng)絡(luò)轉(zhuǎn)發(fā)。當(dāng)前，IT架構(gòu)、計(jì)算和存儲(chǔ)技術(shù)都在發(fā)生重大變革，驅(qū)動(dòng)數(shù)據(jù)中心網(wǎng)絡(luò)從原來(lái)的多張網(wǎng)絡(luò)獨(dú)立部署向全以太化演進(jìn)。而傳統(tǒng)的以太網(wǎng)無(wú)法滿足存儲(chǔ)和高性能計(jì)算的業(yè)務(wù)需求。超融合數(shù)據(jù)中心網(wǎng)絡(luò)以全無(wú)損以太網(wǎng)來(lái)構(gòu)建新型的數(shù)據(jù)中心網(wǎng)絡(luò)，使通用計(jì)算、存儲(chǔ)、高性能計(jì)算三大種類業(yè)務(wù)均能融合部署在一張以太網(wǎng)上，同時(shí)實(shí)現(xiàn)全生命周期自動(dòng)化和全網(wǎng)智能運(yùn)維。

為什么會(huì)產(chǎn)生超融合數(shù)據(jù)數(shù)據(jù)中心網(wǎng)？

現(xiàn)狀：數(shù)據(jù)中心內(nèi)有三張網(wǎng)絡(luò)

數(shù)據(jù)中心內(nèi)部有三類典型的業(yè)務(wù)：通用計(jì)算（一般業(yè)務(wù)）、高性能計(jì)算（HPC）業(yè)務(wù)和存儲(chǔ)業(yè)務(wù)。每類業(yè)務(wù)對(duì)于網(wǎng)絡(luò)有不同的訴求，比如：HPC業(yè)務(wù)的多節(jié)點(diǎn)進(jìn)程間通信，對(duì)于時(shí)延要求非常高；而存儲(chǔ)業(yè)務(wù)對(duì)可靠性訴求非常高，要求網(wǎng)絡(luò)0丟包；通用計(jì)算業(yè)務(wù)規(guī)模大，擴(kuò)展性強(qiáng)，要求網(wǎng)絡(luò)低成本、易擴(kuò)展。

由于上述業(yè)務(wù)對(duì)網(wǎng)絡(luò)的要求不同，當(dāng)前數(shù)據(jù)中心內(nèi)部一般會(huì)部署三張不同的網(wǎng)絡(luò)：

由IB（InfiniBand）網(wǎng)絡(luò)來(lái)承載HPC業(yè)務(wù)

由FC（Fiber Channel）網(wǎng)絡(luò)來(lái)承載存儲(chǔ)網(wǎng)絡(luò)

由以太網(wǎng)來(lái)承載通用計(jì)算業(yè)務(wù)

數(shù)據(jù)中心內(nèi)的三張網(wǎng)絡(luò)

AI時(shí)代的變化1：存儲(chǔ)和計(jì)算能力大幅提升，網(wǎng)絡(luò)成為瓶頸

企業(yè)數(shù)字化過(guò)程中將產(chǎn)生大量的數(shù)據(jù)，這些數(shù)據(jù)正在成為企業(yè)核心資產(chǎn)。通過(guò)AI技術(shù)從海量數(shù)據(jù)中挖掘價(jià)值成為AI時(shí)代不變的主題。通過(guò)AI機(jī)器學(xué)習(xí)利用各種數(shù)據(jù)輔助實(shí)時(shí)決策，已經(jīng)成為企業(yè)經(jīng)營(yíng)的核心任務(wù)之一。與云計(jì)算時(shí)代相比，AI時(shí)代企業(yè)數(shù)據(jù)中心的使命正在從聚焦業(yè)務(wù)快速發(fā)放向聚焦數(shù)據(jù)高效處理轉(zhuǎn)變。

數(shù)據(jù)中心正在從云計(jì)算時(shí)代走向AI時(shí)代 為了提升海量AI數(shù)據(jù)處理的效率，存儲(chǔ)和計(jì)算領(lǐng)域正在發(fā)生革命性的變化：

存儲(chǔ)介質(zhì)從機(jī)械硬盤（HDD）演進(jìn)到閃存盤（SSD），來(lái)滿足數(shù)據(jù)的實(shí)時(shí)存取要求，存儲(chǔ)介質(zhì)時(shí)延降低了不止100倍。

為了滿足數(shù)據(jù)高效計(jì)算的訴求，業(yè)界已經(jīng)在采用GPU甚至專用的AI芯片，處理數(shù)據(jù)的能力提升了100倍以上。

隨著存儲(chǔ)介質(zhì)和計(jì)算能力的大幅提升，在高性能的數(shù)據(jù)中心集群系統(tǒng)中，當(dāng)前網(wǎng)絡(luò)通信的時(shí)延成為應(yīng)用整體性能進(jìn)一步提升的瓶頸，通信時(shí)延在整個(gè)端到端時(shí)延中占比從10%上升到60%以上，也就是說(shuō)，寶貴的存儲(chǔ)或計(jì)算資源有一半以上的時(shí)間是在等待網(wǎng)絡(luò)通信。

總的來(lái)說(shuō)，隨著存儲(chǔ)介質(zhì)和計(jì)算處理器的演進(jìn)，網(wǎng)絡(luò)的低效阻礙了計(jì)算和存儲(chǔ)性能的發(fā)揮；只有將通信時(shí)長(zhǎng)降低到與計(jì)算和存儲(chǔ)接近，才能消除木桶原理中的“短板”，提升應(yīng)用整體的性能。

AI時(shí)代的變化2：RDMA替代TCP/IP成為大勢(shì)所趨，但RDMA的網(wǎng)絡(luò)承載方案存在不足

如下圖所示，在服務(wù)器內(nèi)部，由于TCP協(xié)議棧在接收/發(fā)送報(bào)文，以及對(duì)報(bào)文進(jìn)行內(nèi)部處理時(shí)，會(huì)產(chǎn)生數(shù)十微秒的固定時(shí)延，這使得在AI數(shù)據(jù)運(yùn)算和SSD分布式存儲(chǔ)這些微秒級(jí)系統(tǒng)中，TCP協(xié)議棧時(shí)延成為最明顯的瓶頸。另外，隨著網(wǎng)絡(luò)規(guī)模的擴(kuò)大和帶寬的提高，寶貴的CPU資源越來(lái)越地多被用于傳輸數(shù)據(jù)。

RDMA（Remote Direct Memory Access）允許應(yīng)用與網(wǎng)卡之間的直接數(shù)據(jù)讀寫，將服務(wù)器內(nèi)的數(shù)據(jù)傳輸時(shí)延降低到接近1us。同時(shí)，RDMA允許接收端直接從發(fā)送端的內(nèi)存讀取數(shù)據(jù)，極大減少了CPU的負(fù)擔(dān)。

RDMA與TCP的對(duì)比

根據(jù)業(yè)務(wù)的測(cè)試數(shù)據(jù)， 采用RDMA可以將計(jì)算的效率同比提升6~8倍；而服務(wù)器內(nèi)1us的傳輸時(shí)延也使得SSD分布式存儲(chǔ)的時(shí)延從ms級(jí)降低到us級(jí)成為可能，所以在最新的NVMe（Non-Volatile Memory express）接口協(xié)議中，RDMA成為主流的默認(rèn)網(wǎng)絡(luò)通信協(xié)議棧。因此，RDMA替換TCP/IP成為大勢(shì)所趨。

在服務(wù)器之間的互聯(lián)網(wǎng)絡(luò)中，當(dāng)前有兩種方案來(lái)承載RDMA：專用InfiniBand網(wǎng)絡(luò)和傳統(tǒng)IP以太網(wǎng)絡(luò)，然而，它們都存在不足：

InfiniBand網(wǎng)絡(luò)：架構(gòu)封閉，采用私有協(xié)議，難以與現(xiàn)網(wǎng)大規(guī)模的IP網(wǎng)絡(luò)實(shí)現(xiàn)很好的兼容互通；運(yùn)維復(fù)雜，專人運(yùn)維，OPEX居高不下。

傳統(tǒng)IP以太網(wǎng)：對(duì)于RDMA來(lái)說(shuō)，大于10-3的丟包率，將導(dǎo)致網(wǎng)絡(luò)有效吞吐急劇下降，2%的丟包則使得RDMA的吞吐率下降為0。要使得RDMA吞吐不受影響，丟包率必須保證在十萬(wàn)分之一以下，最好為無(wú)丟包。而擁塞丟包是傳統(tǒng)IP以太網(wǎng)絡(luò)的基本機(jī)制，傳統(tǒng)IP以太網(wǎng)中會(huì)使用PFC和ECN機(jī)制來(lái)避免丟包，但其基本原理是通過(guò)反壓降低發(fā)送端速度來(lái)保證不丟包，實(shí)際上并沒有達(dá)到提升吞吐率的效果。

因此，RDMA的高效運(yùn)行，離不開一個(gè)0丟包、高吞吐的開放以太網(wǎng)作為承載。

AI時(shí)代的變化3：分布式架構(gòu)成為趨勢(shì)，加劇網(wǎng)絡(luò)擁塞，驅(qū)動(dòng)網(wǎng)絡(luò)變革

在企業(yè)的數(shù)字化轉(zhuǎn)型中，以金融和互聯(lián)網(wǎng)企業(yè)為代表，大量的應(yīng)用系統(tǒng)遷移到分布式系統(tǒng)上：通過(guò)海量的PC平臺(tái)替代傳統(tǒng)小型機(jī)，帶來(lái)了成本低廉、易擴(kuò)展、自主可控等優(yōu)勢(shì)，同時(shí)也給網(wǎng)絡(luò)互聯(lián)帶來(lái)了挑戰(zhàn)：

分布式架構(gòu)帶來(lái)了服務(wù)器間大量的互通需求。

Incast型流量（多點(diǎn)對(duì)一點(diǎn)的流量）會(huì)在接收端造成流量突發(fā)，瞬間超過(guò)接收端接口能力，造成擁塞丟包。

分布式架構(gòu)流量模型示意

隨著分布式系統(tǒng)應(yīng)用復(fù)雜度的增加，服務(wù)器之間交互的消息長(zhǎng)度越來(lái)越大，即流量具備“大包”特征，進(jìn)一步加劇了網(wǎng)絡(luò)擁塞。

什么是超融合網(wǎng)數(shù)據(jù)中心網(wǎng)絡(luò)的核心指標(biāo)？

從上一節(jié)來(lái)看，為了滿足AI時(shí)代的數(shù)據(jù)高效處理訴求、應(yīng)對(duì)分布式架構(gòu)挑戰(zhàn)，0丟包、低時(shí)延、高吞吐成為下一代數(shù)據(jù)中心網(wǎng)絡(luò)的三個(gè)核心指標(biāo)。這三個(gè)核心指標(biāo)是互相影響，有蹺蹺板效應(yīng)，同時(shí)達(dá)到最優(yōu)有很大的挑戰(zhàn)。

三個(gè)核心指標(biāo)相互影響

同時(shí)滿足0丟包、低時(shí)延、高吞吐，背后的核心技術(shù)是擁塞控制算法。通用的無(wú)損網(wǎng)絡(luò)的擁塞控制算法DCQCN（Data Center Quantized Congestion Notification），需要網(wǎng)卡和網(wǎng)絡(luò)進(jìn)行協(xié)作，每個(gè)節(jié)點(diǎn)需要配置數(shù)十個(gè)參數(shù)，全網(wǎng)的參數(shù)組合達(dá)到幾十萬(wàn)；為了簡(jiǎn)化配置，只能采用通用的配置，導(dǎo)致針對(duì)不同的流量模型，常常無(wú)法同時(shí)滿足這三個(gè)核心指標(biāo)。

超融合數(shù)據(jù)中心網(wǎng)絡(luò)與HCI有什么異同？

HCI（Hyper-Converged Infrastructure，超融合基礎(chǔ)架構(gòu)）是指在同一套單元設(shè)備中不但具備了計(jì)算、網(wǎng)絡(luò)、存儲(chǔ)和服務(wù)器虛擬化等資源和技術(shù)，而且多套單元設(shè)備可以通過(guò)網(wǎng)絡(luò)聚合起來(lái)，實(shí)現(xiàn)模塊化的無(wú)縫橫向擴(kuò)展(Scale—Out)，形成統(tǒng)一的資源池。

HCI將虛擬化計(jì)算和存儲(chǔ)整合到同一個(gè)系統(tǒng)平臺(tái)。簡(jiǎn)單地說(shuō)就是物理服務(wù)器上運(yùn)行虛擬化軟件（Hypervisor），通過(guò)在虛擬化軟件上運(yùn)行分布式存儲(chǔ)服務(wù)供虛擬機(jī)使用。分布式存儲(chǔ)可以運(yùn)行在虛擬化軟件上的虛擬機(jī)里也可以是與虛擬化軟件整合的模塊。廣義上說(shuō)，HCI既可以整合計(jì)算和存儲(chǔ)資源，還可以整合網(wǎng)絡(luò)以及其它更多的平臺(tái)和服務(wù)。目前業(yè)界普遍認(rèn)為，軟件定義的分布式存儲(chǔ)層和虛擬化計(jì)算是HCI架構(gòu)的最小集。

與HCI不同，超融合數(shù)據(jù)中心網(wǎng)絡(luò)只專注于網(wǎng)絡(luò)層面，提供全新的計(jì)算、存儲(chǔ)互聯(lián)的網(wǎng)絡(luò)層方案。使用超融合數(shù)據(jù)中心網(wǎng)絡(luò)，不需像HCI那樣對(duì)計(jì)算資源、存儲(chǔ)資源進(jìn)行改造和融合，并且基于以太網(wǎng)很容易實(shí)現(xiàn)成低成本的快速擴(kuò)容。

的超融合數(shù)據(jù)中心網(wǎng)絡(luò)，基于開放以太網(wǎng)，通過(guò)獨(dú)特的AI算法，可以使以太網(wǎng)絡(luò)同時(shí)滿足低成本，0丟包和低時(shí)延的訴求。超融合數(shù)據(jù)中心網(wǎng)絡(luò)成為AI時(shí)代的數(shù)據(jù)中心構(gòu)建統(tǒng)一融合的網(wǎng)絡(luò)架構(gòu)的最佳選擇。

從獨(dú)立組網(wǎng)到統(tǒng)一融合的組網(wǎng)

超融合數(shù)據(jù)數(shù)據(jù)中心網(wǎng)絡(luò)有什么價(jià)值？

傳統(tǒng)的FC專網(wǎng)和IB專網(wǎng)，價(jià)格昂貴，生態(tài)封閉，且需要專人運(yùn)維，也不支持SDN，無(wú)法滿足云網(wǎng)協(xié)同等自動(dòng)化部署的訴求。

使用華為超融合數(shù)據(jù)中心網(wǎng)絡(luò)具有以下價(jià)值：

提升端到端業(yè)務(wù)性能使用華為超融合數(shù)據(jù)中心網(wǎng)絡(luò)，據(jù)權(quán)威第三方測(cè)試EANTC測(cè)試結(jié)論，可以在HPC場(chǎng)景下最高降低44.3%的計(jì)算時(shí)延，在分布式存儲(chǔ)場(chǎng)景下提升25%的IOPS能力，且所有場(chǎng)景保證網(wǎng)絡(luò)0丟包。

使用華為超融合數(shù)據(jù)中心網(wǎng)絡(luò)，可提供25G/100G/400G組網(wǎng)，滿足AI時(shí)代海量數(shù)據(jù)對(duì)網(wǎng)絡(luò)大帶寬的需求。

降低成本，提升收益

數(shù)據(jù)中心投資中網(wǎng)絡(luò)占比僅10%左右，相對(duì)服務(wù)器/存儲(chǔ)的投資（占比85%），有10倍的杠桿效應(yīng)，撬動(dòng)服務(wù)器和存儲(chǔ)投資的大幅降低；華為超融合數(shù)據(jù)數(shù)據(jù)中心網(wǎng)絡(luò)可以帶來(lái)25%的存儲(chǔ)性能提升，40%的計(jì)算效率提升，將帶來(lái)數(shù)十倍的ROI（Return On Investment）能力。

支持SDN自動(dòng)化和智能運(yùn)維

華為超融合數(shù)據(jù)中心網(wǎng)絡(luò)支持SDN云網(wǎng)協(xié)同的全生命周期業(yè)務(wù)自動(dòng)化，OPEX降低至少60%以上。另外，由于華為超融合數(shù)據(jù)中心網(wǎng)絡(luò)本質(zhì)上是以太網(wǎng)，因此傳統(tǒng)以太網(wǎng)運(yùn)維人員就可以管理，且可以依托華為智能分析平臺(tái)iMaster NCE-FabricInsight，多維度地、可視化地對(duì)網(wǎng)絡(luò)進(jìn)行運(yùn)維。

超融合數(shù)據(jù)數(shù)據(jù)中心網(wǎng)絡(luò)如何工作？

上文提到，使用以太網(wǎng)來(lái)承載RDMA流量，目前使用的協(xié)議為RoCE（RDMA over Converged Ethernet）v2。華為超融合數(shù)據(jù)中心網(wǎng)絡(luò)，使用iLossless智能無(wú)損算法構(gòu)建無(wú)損以太網(wǎng)絡(luò)，是一系列技術(shù)的合集，通過(guò)以下三個(gè)方面技術(shù)的相互配合，真正解決傳統(tǒng)以太網(wǎng)絡(luò)擁塞丟包的問(wèn)題，為RoCEv2流量提供“無(wú)丟包、低時(shí)延、高吞吐”的網(wǎng)絡(luò)環(huán)境，滿足RoCEv2應(yīng)用的高性能需求。

流量控制技術(shù)

流量控制是端到端的，需要做的是抑制發(fā)送端的發(fā)送速率，以便接收端來(lái)得及接收，防止設(shè)備端口在擁塞的情況下出現(xiàn)丟包。華為提供了PFC死鎖檢測(cè)和死鎖預(yù)防，提前預(yù)防PFC死鎖的發(fā)生。

擁塞控制技術(shù)

擁塞控制是一個(gè)全局性的過(guò)程，目的是讓網(wǎng)絡(luò)能承受現(xiàn)有的網(wǎng)絡(luò)負(fù)荷，往往需要轉(zhuǎn)發(fā)設(shè)備、流量發(fā)送端、流量接收端協(xié)同作用，并結(jié)合網(wǎng)絡(luò)中的擁塞反饋機(jī)制來(lái)調(diào)節(jié)整網(wǎng)流量才能起到緩解擁塞、解除擁塞的效果。在擁塞控制過(guò)程中，華為提供了AI ECN、iQCN、ECN Overlay和NPCC功能，解決了傳統(tǒng)DCQCN存在的問(wèn)題。

智能無(wú)損存儲(chǔ)網(wǎng)絡(luò)技術(shù)為了更好地服務(wù)存儲(chǔ)系統(tǒng)，華為提供了iNOF（智能無(wú)損存儲(chǔ)網(wǎng)絡(luò)）功能，實(shí)現(xiàn)對(duì)主機(jī)的快速管控。

審核編輯 ：李倩