阿里基于DPU的下一代边缘云网关实践

前言

在过去的2023年 OCP 全球峰会上，阿里分享了基于 DPU 的下一代云网关的架构。

边缘云网关

阿里的云网关主要有两类，一类是中心云，一类是边缘云。在边缘云中，网关有两个重要的功能，分别是连接服务器的 TOR Switch 功能，和网关功能（包括VTEP，NAT，LB等）。

当前这一代云网关所面临的挑战，以及云网关所要完成的关键指标。

架构升级

在上一代网关中采用 Server Switch 架构，即 P4 交换芯片 + X86 CPU。其中 ASIC 负责无状态的高性能转发，X86 CPU 负责有状态、复杂逻辑处理，包括 NAT，LB，Sec等。而下一代云网关采用的是交换芯片 + X86 CPU + DPU 架构，称为 Smart Switch。两代架构相比，有几个区别：

• 把上一代的 P4 交换芯片，换成了通用交换芯片。这部分依然处理无状态流量，做高性能转发，好处就是减少了对特定 P4 芯片的依赖。
• 原来由 X86 CPU 处理的有状态流量，卸载到 DPU 上。这样做既能重复利用 DPU 上核心的处理能力，又能发挥 DPU 的硬件卸载。

硬件和软件架构

硬件方面，一个 1RU 的交换机，插上两块 AMD 的 DPU。每张 DPU 卡最大可支持 200G 带宽，通过 PCIe 连接到交换机的 CPU 模块；交换机上的 ASIC 可出 24 个 200G，和 8 个 400G 网卡，总共 8T 的带宽。

软件方面，交换机上运行 SONIC，DPU 上也运行 SONiC。同时，DPU 上做了快慢路径分离。 软件架构上采用的是 DASH 架构。SONic DASH 是 SONiC 下的一个开源项目，旨在为关键云应用程序提供企业级网络性能，将功能扩展到有状态的网络负载。首先，对业务需求进行分析，并进行建模，通过 P4 编写转发模型。第二步，对 P4 编译，并加载到 DPU 的 ASIC 上。 从用户角度来说，用户只需要关注自己的业务模型，并做好性能和测试用例；而 DPU 厂商，负责将关注用户模型和测试用例适配到 DPU 的 ASIC。

AMD DPU介绍

阿里下一代云网关架构中的 DPU 采用的是 AMD Pensando，可以看到这款 DPU 上的 ASIC 支持 P4 编程。

收益

两代云网关相比，新一代云网关，TCO 降低了 50%，同时有状态的业务处理性能提升了 4 倍。