CXL（Compute Express Link）將成為一種變革性技術(shù)，將重新定義數(shù)據(jù)中心的架構(gòu)和構(gòu)建方式。這是因?yàn)?CXL 為跨芯片的緩存一致性、內(nèi)存擴(kuò)展和內(nèi)存池提供了標(biāo)準(zhǔn)化協(xié)議。在本文中，我們將重點(diǎn)介紹微軟正在做的事情，以幫助大家了解CXL對(duì)數(shù)據(jù)中心的意義。

數(shù)據(jù)中心是一件非常昂貴的事情。微軟表示，他們高達(dá)50% 的服務(wù)器成本僅來自 DRAM。所需的資本支出是巨大的，但您構(gòu)建的服務(wù)器并不是同質(zhì)的。工作負(fù)載不是靜態(tài)的。它們?cè)诓粩嗟爻砷L和進(jìn)化。計(jì)算資源、DRAM、NAND 和網(wǎng)絡(luò)類型的組合將根據(jù)工作負(fù)載而變化。

一刀切的模式是行不通的，這就是為什么您會(huì)看到云提供商擁有數(shù)十種甚至數(shù)百種不同的實(shí)例類型。這些正在嘗試針對(duì)不同的工作負(fù)載優(yōu)化硬件產(chǎn)品。即便如此，許多用戶最終還是為他們真正不需要的東西付費(fèi)。

實(shí)例選擇并不完美，這些實(shí)例與硬件的匹配也不完美。隨之而來的是平臺(tái)級(jí)內(nèi)存擱淺問題。服務(wù)器配置為不合適的實(shí)例類型場景。

這個(gè)問題的解決方案是內(nèi)存池。多個(gè)服務(wù)器可以共享一部分內(nèi)存，并且可以動(dòng)態(tài)地將其分配給不同的服務(wù)器。與其過度地配置服務(wù)器，不如將它們配置為更接近平均 DRAM 與內(nèi)核的比率，并且可以通過內(nèi)存池來解決客戶的過多 DRAM 需求。此內(nèi)存池將通過 CXL 協(xié)議進(jìn)行通信。未來，隨著對(duì) CXL 協(xié)議的修訂，服務(wù)器甚至可以共享相同的內(nèi)存來處理相同的工作負(fù)載，這將進(jìn)一步減少 DRAM 需求。

擁有大規(guī)模應(yīng)用程序的復(fù)雜運(yùn)營商可以通過向其開發(fā)人員提供具有不同帶寬和延遲的多層內(nèi)存來解決這個(gè)問題。這對(duì)于亞馬遜、谷歌、微軟和其他公司運(yùn)營的公共云環(huán)境來說是站不住腳的。

Microsoft 概述了與公共云環(huán)境中的內(nèi)存池有關(guān)的 3 個(gè)主要功能挑戰(zhàn)。無法修改客戶工作負(fù)載，包括guest操作系統(tǒng)。內(nèi)存池系統(tǒng)還必須與虛擬化加速技術(shù)兼容，例如直接將 I/O 設(shè)備分配給 VM 和 SR-IOV。池化還必須可用于商用硬件。

在過去他們也試過內(nèi)存池，但它需要自定義硬件設(shè)計(jì)、更改 VM guest并依賴頁面錯(cuò)誤。這種組合使其無法部署在云中。這就是 CXL 的用武之地。英特爾、AMD 和多個(gè) Arm 合作伙伴已經(jīng)加入了該標(biāo)準(zhǔn)。帶有 CXL 的 CPU 將于今年晚些時(shí)候開始問世。此外，三星、美光和 SKHynix 三大 DRAM 制造商也都承諾支持該標(biāo)準(zhǔn)。

即使有硬件供應(yīng)商的廣泛支持，仍有很多問題需要回答。在硬件方面：應(yīng)該如何構(gòu)建內(nèi)存池以及如何平衡池大小與較大池的較高延遲？在軟件方面：如何管理這些池并將池暴露給guest操作系統(tǒng)，云工作負(fù)載可以容忍多少額外的內(nèi)存延遲？

在分布層：提供者應(yīng)如何在具有 CXL 內(nèi)存的機(jī)器上調(diào)度 VM，內(nèi)存中的哪些項(xiàng)目應(yīng)存儲(chǔ)在池中與直接連接的內(nèi)存中，它們能否預(yù)測內(nèi)存行為和延遲敏感性有助于產(chǎn)生更好的性能，如果是，準(zhǔn)確度如何這些是預(yù)測嗎？

微軟提出了這些問題，并試圖回答這些問題。我們將在這里概述他們的發(fā)現(xiàn)。他們的第一代的解決方案架構(gòu)取得了令人印象深刻的成果。

隨著未來 CXL 版本的推出和延遲降低，這些收益可能會(huì)進(jìn)一步擴(kuò)大。

首先是硬件層。Microsoft 使用直接連接到 8 到 32 個(gè)插槽 CPU 的多端口外部存儲(chǔ)器對(duì)此進(jìn)行了測試。內(nèi)存擴(kuò)展是通過連接 CXL 的外部內(nèi)存控制器 (EMC) 完成的，該控制器具有四個(gè) 80 位 ECC DDR5 池 DRAM 通道和多個(gè) CXL 鏈路，以允許多個(gè) CPU 插槽訪問內(nèi)存。此 EMC 管理請(qǐng)求并跟蹤分配給各個(gè)主機(jī)的各個(gè)內(nèi)存區(qū)域的所有權(quán)。

CXL x8 通道的帶寬約為 DDR5 內(nèi)存通道的帶寬。每個(gè) CPU 都有自己更快的本地內(nèi)存，但它也可以訪問具有更高延遲的 CXL 池化內(nèi)存，相當(dāng)于單個(gè) NUMA 躍點(diǎn)?？?CXL 控制器和 PHY、可選重定時(shí)器、傳播延遲和外部存儲(chǔ)器控制器的延遲增加了 67ns 到 87ns。

下圖顯示了當(dāng)前本地 DRAM 的固定百分比（10%、30% 和 50%）切換到池化資源。池化內(nèi)存與本地內(nèi)存的百分比越大，節(jié)省的 DRAM 就越多。就 DRAM 節(jié)省而言，增加Socket數(shù)量會(huì)很快消失。

雖然更大的池大小和更多的socket看起來是最好的選擇，但這里有更多的性能和延遲影響。如果池大小降為 4 到 8 個(gè) CPU 插槽，則不需要重定時(shí)器。這將延遲從 87ns 降低到 67ns。此外，在這些較小的插槽數(shù)中，EMC 可以直接連接到所有 CPU 插槽。

更大的 32 個(gè)插槽池將 EMC 連接到不同的 CPU 子集。這將允許在更多數(shù)量的 CPU 插槽之間共享，同時(shí)保持 CPU 端口的 EMC 設(shè)備數(shù)量固定。這里需要重定時(shí)器，這導(dǎo)致每個(gè)方向的延遲為 10ns。

在軟件方面，解決方案相當(dāng)巧妙。

Microsoft 經(jīng)常部署多插槽系統(tǒng)。在大多數(shù)情況下，VM 足夠小，它們完全適合單個(gè) NUMA 節(jié)點(diǎn)、內(nèi)核和內(nèi)存。Azure 的管理程序嘗試將所有核心和內(nèi)存放在單個(gè) NUMA 節(jié)點(diǎn)上，但在極少數(shù)情況下（2% 的時(shí)間），VM 有一部分資源跨越socket。這不會(huì)暴露給用戶。

內(nèi)存池在功能上的工作方式相同。內(nèi)存設(shè)備將作為零核虛擬 zNUMA 節(jié)點(diǎn)公開，沒有內(nèi)核，只有內(nèi)存。內(nèi)存偏離這個(gè) zNUMA 內(nèi)存節(jié)點(diǎn)，但允許溢出。粒度（granularity）是每片內(nèi)存 1GB 。

分布式系統(tǒng)軟件層依賴于對(duì) VM 的內(nèi)存延遲敏感度的預(yù)測。未觸及的存儲(chǔ)被稱為“frigid memory”。Azure 估計(jì)第 50 個(gè)百分位的 VM 具有 50% 的冷（frigid）內(nèi)存。這個(gè)數(shù)字似乎很圓。預(yù)計(jì)對(duì)內(nèi)存延遲不敏感的 VM 完全支持池 DRAM。為內(nèi)存敏感的 VM 配置了一個(gè) zNUMA 節(jié)點(diǎn)，僅用于它們的冷內(nèi)存。預(yù)測是在虛擬機(jī)部署時(shí)完成的，但它是異步管理的，并在檢測到預(yù)測不正確時(shí)更改虛擬機(jī)放置。

這些算法的準(zhǔn)確性對(duì)于節(jié)省基礎(chǔ)設(shè)施成本至關(guān)重要。如果操作不當(dāng)，性能影響可能會(huì)很大。

考慮到潛在的性能影響可能是巨大的，將云居民（cloud resident）的內(nèi)存移動(dòng)到 67ns 到 87ns 的池中是非常糟糕的。

因此，Microsoft 在兩種情況下對(duì) 158 個(gè)工作負(fù)載進(jìn)行了基準(zhǔn)測試。一種是只有本地 DRAM 的控制。另一個(gè)是模擬 CXL 內(nèi)存。應(yīng)該強(qiáng)調(diào)的是，盡管英特爾早前聲稱其支持 Sapphire Rapids CXL 的平臺(tái)將于 2021 年底推出?；蛘呗暦Q Sapphire Rapids 將于 2022 年初推出。因此，微軟必須模擬延遲影響。Microsoft 使用了 2 路 24C Skylake SP 系統(tǒng)。

當(dāng)帶寬超過 80GB/s 時(shí)，內(nèi)存訪問延遲為 78ns。當(dāng)一個(gè) CPU 跨 NUMA 邊界訪問另一個(gè) CPU 的內(nèi)存時(shí)，會(huì)導(dǎo)致額外的 64ns 內(nèi)存延遲。這非常接近外部存儲(chǔ)設(shè)備 (EMC) 在低插槽數(shù)系統(tǒng)中的 67ns 額外延遲。

20% 的工作負(fù)載沒有性能影響。另有 23% 的工作負(fù)載出現(xiàn)了不到 5% 的減速。25% 的工作負(fù)載嚴(yán)重減速，性能下降超過 20%，其中 12% 的工作負(fù)載甚至出現(xiàn)超過 30% 的性能下降。根據(jù)工作負(fù)載的本地與池內(nèi)存量，該數(shù)字會(huì)發(fā)生相當(dāng)大的變化。

這進(jìn)一步強(qiáng)調(diào)了預(yù)測模型的重要性。Microsoft 的基于隨機(jī)森林（random forest） ML 的預(yù)測模型更準(zhǔn)確，并且產(chǎn)生的誤報(bào)減速更少。隨著更多的內(nèi)存被池化，越多變得越重要。

隨著 CXL 規(guī)范的改進(jìn)、延遲的降低和預(yù)測模型的改進(jìn)，內(nèi)存池節(jié)省的可能性可能會(huì)增長到云服務(wù)器成本的兩位數(shù)百分比

審核編輯 ：李倩