在上周的ATC'22會(huì)議上，韓國的科學(xué)技術(shù)高級研究所KAIST的CAME?Lab發(fā)表了一篇DirectCXL內(nèi)存分解原型實(shí)現(xiàn)的文章，該文章提出了世界上第一個(gè)基于CXL的直接訪問，高性能內(nèi)存分解框架。CAMEL為大型存儲系統(tǒng)提供世界上第一個(gè)CXL解決方案框架，可以在大數(shù)據(jù)應(yīng)用程序（如機(jī)器學(xué)習(xí)，內(nèi)存數(shù)據(jù)庫和現(xiàn)實(shí)圖形分析）中實(shí)現(xiàn)出色的性能。CAMEL的CXL解決方案為內(nèi)存分解開辟了新的方向，并確保了直接訪問和高性能的功能。

超大規(guī)模和云構(gòu)建者并不是唯一對 CXL 協(xié)議及其為系統(tǒng)創(chuàng)建分層、分解和可組合的主內(nèi)存的能力感興趣的人。HPC中心也在采取行動(dòng)，本文談?wù)摰氖琼n國科學(xué)技術(shù)高級研究所KAIST所做的一項(xiàng)有意思的工作。 KAIST的CAME Lab的研究人員已經(jīng)加入了Meta平臺（Facebook）的行列，其透明頁面放置協(xié)議和變色龍內(nèi)存跟蹤，微軟及其zNUMA內(nèi)存項(xiàng)目正在創(chuàng)建實(shí)際的硬件和軟件，以使用PCI-Express總線上的CXL 2.0協(xié)議和PCI-Express交換復(fù)合體進(jìn)行內(nèi)存分解和組合，相當(dāng)于它稱之為DirectCXL的內(nèi)存服務(wù)器。在上周的USENIX年度技術(shù)會(huì)議上發(fā)表的一篇論文中談到了DirectCXL概念驗(yàn)證，論文下載鏈接：https://www.usenix.org/system/files/atc22-gouk.pdf，還有一本宣傳冊，鏈接如下：https://camel.kaist.ac.kr/public/camel-cxl-memory-pooling.pdf。

我們期望在未來幾周和幾個(gè)月內(nèi)看到更多這樣的原型和POC，看到人們正在試驗(yàn)CXL內(nèi)存池的可能性是令人興奮的。早在3月，The Next Platform就CXL內(nèi)存的研究報(bào)道了太平洋西北國家實(shí)驗(yàn)室和內(nèi)存制造商Micron技術(shù)正在加速HPC和AI工作量的研究，英特爾和Marvell都熱衷于看到CXL內(nèi)存中斷打開系統(tǒng)和集群中的內(nèi)存層次結(jié)構(gòu)，以提高內(nèi)存利用率，從而降低系統(tǒng)中的總內(nèi)存成本。微軟在量化我們所有人本能地知道的zNUMA研究（與卡內(nèi)基梅隆大學(xué)合作完成）的工作做得很好。Facebook正在與密歇根大學(xué)合作，就像它經(jīng)常在內(nèi)存和存儲研究方面一樣。

鑒于KAIST的HPC根源，將DirectCXL原型放在一起的研究人員專注于使用遠(yuǎn)程直接內(nèi)存訪問（RDMA）協(xié)議將CXL內(nèi)存池與跨系統(tǒng)直接內(nèi)存訪問進(jìn)行比較。他們使用了一個(gè)非常老式的Mellanox SwitchX FDR InfiniBand和ConnectX-3互連，以56 Gb / sec的速度運(yùn)行，作為CXL努力的基準(zhǔn)，InfiniBand的延遲確實(shí)降低了。但在過去的幾代人中，它們肯定已經(jīng)停止了降低，并且期望PCI-Express延遲有可能降低，我們認(rèn)為，從長遠(yuǎn)來看，甚至超過InfiniBand或以太網(wǎng)的RDMA。可以消除的協(xié)議越多越好。

當(dāng)然，RDMA最廣為人知的是InfiniBand網(wǎng)絡(luò)最初獲得其傳奇般的低延遲的手段，允許機(jī)器通過網(wǎng)絡(luò)直接將數(shù)據(jù)放入彼此的主內(nèi)存中，而無需通過操作系統(tǒng)內(nèi)核和驅(qū)動(dòng)程序。RDMA長期以來一直是InfiniBand協(xié)議的一部分，以至于它實(shí)際上是InfiniBand的同義詞，直到該協(xié)議通過RDMA通過融合以太網(wǎng)（RoCE）協(xié)議移植到以太網(wǎng)。有趣的事實(shí)：RDMA實(shí)際上是基于康奈爾大學(xué)研究人員（包括亞馬遜網(wǎng)絡(luò)服務(wù)的長期首席技術(shù)官Verner Vogels）和Thorsten von Eicken（我們的讀者最熟悉的是RightScale的創(chuàng)始人和首席技術(shù)官）在1995年所做的工作，比InfiniBand的創(chuàng)建早了大約四年。

以下是 DirectCXL 內(nèi)存集群的外觀：

在上圖右側(cè)（在本文文末的功能圖像中更詳細(xì)地顯示了四個(gè)內(nèi)存板），它們具有FPGA創(chuàng)建PCI-Express鏈接并運(yùn)行CXL.memory協(xié)議，用于在內(nèi)存服務(wù)器和通過PCI-Express鏈接連接到它的主機(jī)之間加載/存儲內(nèi)存尋址。系統(tǒng)中間是四臺服務(wù)器主機(jī)，最右側(cè)是一臺 PCI-Express 交換機(jī)，用于將四臺 CXL 內(nèi)存服務(wù)器連接到這些主機(jī)。

為了測試DirectCXL內(nèi)存，KAIST采用了Facebook的深度學(xué)習(xí)推薦模型（DLRM），僅使用InfiniBand上的RDMA在服務(wù)器節(jié)點(diǎn)上進(jìn)行個(gè)性化設(shè)置，然后使用DirectCXL內(nèi)存作為額外的容量來存儲內(nèi)存并通過PCI-Express總線共享它。在此測試中，CXL 內(nèi)存方法比 RDMA 快得多，如下圖所示：

在這個(gè)子集群上，DirectCXL內(nèi)存上DLRM應(yīng)用程序的張量初始化階段比在FDR InfiniBand互連上使用RDMA快2.71倍，在推理階段，推薦者實(shí)際上根據(jù)用戶配置文件提出建議的速度提高了2.83倍，推薦者從頭到尾的整體性能提高了3.32倍。

下圖顯示了 InfiniBand 上的本地 DRAM、DirectCXL 和 RDMA 如何堆疊，以及 CXL 與 RDMA 在各種工作負(fù)載上的性能：

以下是關(guān)于KAIST在CAMELab工作的總結(jié)部分。目前沒有操作系統(tǒng)支持CXL內(nèi)存尋址 - 沒有操作系統(tǒng)，我們的意思是商業(yè)級Linux或Windows Server都沒有，因此KAIST創(chuàng)建了DirectCXL軟件協(xié)議棧，以允許主機(jī)使用加載/存儲操作直接訪問遠(yuǎn)程CXL內(nèi)存。無需將數(shù)據(jù)移動(dòng)到主機(jī)進(jìn)行處理 - 數(shù)據(jù)是從該遠(yuǎn)程位置處理的，就像在具有 NUMA 協(xié)議的多插槽系統(tǒng)中發(fā)生的情況一樣。而且，與英特爾使用其 Optane 持久內(nèi)存創(chuàng)建的相比，此 DirectCXL 驅(qū)動(dòng)程序的復(fù)雜性要小得多。

“直接訪問CXL設(shè)備，這與持久內(nèi)存開發(fā)工具包（PMDK）的內(nèi)存映射文件管理的概念類似，”KAIST研究人員在論文中寫道?！暗牵萈MDK更簡單，更靈活地進(jìn)行命名空間管理。例如，PMDK 的命名空間與 NVMe 命名空間非常相似，由文件系統(tǒng)或具有固定大小的 DAX 管理。相比之下，我們的 cxl 命名空間更類似于傳統(tǒng)的內(nèi)存段，后者直接向應(yīng)用程序公開，而無需使用文件系統(tǒng)。

論文中有很多的實(shí)驗(yàn)結(jié)果，對于普通讀者大都晦澀難懂。但是，我們放大的下圖中顯示了 DirectCXL 和 RDMA 方法之間的一些顯著差異：

就我們而言，左上角的圖表是有趣的圖表。要讀取64字節(jié)的數(shù)據(jù)，RDMA需要執(zhí)行兩次直接內(nèi)存操作，這意味著它具有兩倍的PCI-Express傳輸和內(nèi)存延遲，然后InfiniBand協(xié)議在RDMA期間占用2129個(gè)周期，總共2705個(gè)處理器周期。DirectCXL 讀取 64 字節(jié)的數(shù)據(jù)只需要 328 個(gè)周期，它能夠做到這一點(diǎn)的一個(gè)原因是 DirectCXL 協(xié)議將加載/存儲請求從處理器中的最后一級緩存轉(zhuǎn)換為 CXL flits，而 RDMA 必須使用 DMA 協(xié)議來讀取和寫入內(nèi)存中的數(shù)據(jù)。

附小冊子部分內(nèi)容翻譯：

隨著大數(shù)據(jù)時(shí)代的到來，資源分解因其出色的擴(kuò)展能力，成本效率和透明彈性而備受關(guān)注。將處理器和存儲設(shè)備分解確實(shí)打破了數(shù)據(jù)中心和高性能計(jì)算的物理邊界，成為單獨(dú)的物理實(shí)體。與其他資源相比，實(shí)現(xiàn)以低成本支持高性能和可伸縮性的內(nèi)存分解技術(shù)并非易事。許多行業(yè)原型和基于學(xué)術(shù)模擬/仿真的研究探索了實(shí)現(xiàn)這種存儲分解技術(shù)的廣泛方法，并為使內(nèi)存分解實(shí)用做出了重大努力。然而，由于幾個(gè)基本挑戰(zhàn)（高成本，有限的擴(kuò)展，重?cái)?shù)據(jù)副本和主機(jī)依賴性），內(nèi)存分解的概念到目前為止還沒有成功實(shí)現(xiàn)。CAMEL為大型存儲系統(tǒng)提供世界上第一個(gè)CXL解決方案框架，可以在大數(shù)據(jù)應(yīng)用程序（如機(jī)器學(xué)習(xí)，內(nèi)存數(shù)據(jù)庫和現(xiàn)實(shí)圖形分析）中實(shí)現(xiàn)出色的性能。CAMEL的CXL解決方案為內(nèi)存分解開辟了新的方向，并確保了直接訪問和高性能的功能。 ?

內(nèi)存分解的基本思想是將主機(jī)與一個(gè)或內(nèi)存節(jié)點(diǎn)連接，這樣由于本地內(nèi)存（DRAM）空間有限，它不會(huì)限制給定的任務(wù)執(zhí)行。大多數(shù)現(xiàn)有的內(nèi)存分解技術(shù)都采用遠(yuǎn)程直接內(nèi)存訪問（RDMA）將數(shù)據(jù)從遠(yuǎn)程內(nèi)存移動(dòng)到主機(jī)的本地內(nèi)存。但是，所有技術(shù)僅限于擴(kuò)展并顯著增加系統(tǒng)構(gòu)建和維護(hù)成本。有兩個(gè)根本原因。首先，DRAM及其存儲器接口（例如DDR）被設(shè)計(jì)成完全無源的設(shè)備模塊，其在沒有主機(jī)側(cè)CPU和其中的存儲器控制器的幫助下不能操作。隨著更多內(nèi)存節(jié)點(diǎn)添加到系統(tǒng)中，用于保存遠(yuǎn)程內(nèi)存的計(jì)算過程等其他資源的數(shù)量增加，成本呈指數(shù)增長。其次，RDMA引入了冗余內(nèi)存副本和軟件結(jié)構(gòu)干預(yù)，這反過來使得分解內(nèi)存的延遲比本地DRAM訪問的延遲長多個(gè)數(shù)量級。 ?

CAMEL已經(jīng)推出了世界上第一個(gè)CXL解決方案（POC），該解決方案通過CXL協(xié)議直接連接主機(jī)處理器復(fù)合體和遠(yuǎn)程內(nèi)存資源。CAMEL的CXL解決方案框架包括一組computingexpress link（CXL）硬件和軟件IP，包括CXL交換機(jī)，處理器復(fù)雜IP和CXL內(nèi)存控制器。解決方案框架可以完全從計(jì)算資源中分離內(nèi)存資源，并實(shí)現(xiàn)高性能，完全擴(kuò)展內(nèi)存分解架構(gòu)。CAMEL CXL解決方案的當(dāng)前原型包括：

1.CXL器件，這是一個(gè)純無源模塊，可以使用自己的硬件控制器實(shí)現(xiàn)許多DRAM DIMMS。 2.啟用CXL的主機(jī)處理器，包含一個(gè)或多個(gè)CXL根端口（RP）。 3.CXL網(wǎng)絡(luò)交換機(jī)，它允許連接超過500個(gè)內(nèi)存資源以簡單地?cái)U(kuò)展（例如，放大）內(nèi)存空間。

編輯：黃飛

?