硬件交换分流:开创ADC的七层交付里程碑

网络 网络优化 网络运维
为了在网络设备这块大热地盘里开疆拓土,Intel在嵌入式平台领域已经持续发力了好一段时间。目前,它在该领域内最高端的盒式平台是E5双路CPU平台,在实验室测试环境中最大可跑到80G的网络吞吐——这已然达到了单一硬件平台的计算能力顶峰,并且短期内很难有本质性的提升。

为了在网络设备这块大热地盘里开疆拓土,Intel在嵌入式平台领域已经持续发力了好一段时间。目前,它在该领域内***端的盒式平台是E5双路CPU平台,在实验室测试环境中***可跑到80G的网络吞吐——这已然达到了单一硬件平台的计算能力顶峰,并且短期内很难有本质性的提升。

这时候,如果还想进一步提升处理性能,那么,就该轮到硬件分流机制粉墨登场了。

何谓“硬件分流”?

硬件分流机制是为了进一步引入交换架构、实现多硬件平台的分布式堆叠处理而生。当然,能顺带节省出一点点儿软件分流的计算资源,也是乐事一桩。

如此一来,ADC设备的性能扩展就可以是现有***端盒式设备的线性倍数关系,再配合机架式可扩展业务板硬件设计,那么实现ADC设备的性能n倍增、实现真正计算资源随意在线扩展也是指日可待之事。

硬件交换分流:开创ADC的七层交付里程碑

硬件交换分流架构

所谓硬件分流是指,数据包进入CPU处理之前先经过硬件交换芯片的分流处理。就像地铁口进站需要排队一样,利用交换芯片的trunk分流机制,所有数据包在进入设备的时候都会经过hash计算,交换芯片再根据数据包计算出的hash值将该数据包分配给各个业务板——具备相同hash值的数据流自然会被分配到同一块业务板中去。 现在,暂停一下,一个需要我们注意的例外流程——流关联——出现了。

什么是流关联?

在网络中传输的数据流,会在某些情况下衍生出关联关系,即两条具有亲和性的数据流需要在同一块业务板上进行处理。这个时候交换芯片硬件分流有可能会掉链子,就需要业务板上的软件对数据包进行二次分流。因为业务板都是连接在同一个交换系统上,所以这个二次分流就非常方便了——只需要将数据报文打上适当的vlan标签发给交换芯片,交换芯片就能够正确地将数据报文发送到正确的业务板上。

T1和F5 viprion机架式设备的对比

T1的硬件交换式架构产品与F5的viprion系列机架式产品都是利用外部硬件交换系统实现分流,以实现业务系统计算能力的堆叠的。

但是,此硬件架构非彼硬件架构,T-Force V系列在这方面与F5的Viprion还是有着很大差别:

硬件交换分流:开创ADC的七层交付里程碑

不难看出,上图的交换系统容量是扩展式的,并没有交换板的概念,交换系统分布在各个业务板上。

由于没有统一的交换网络,所以在背板设计上两两业务槽位之间都要做全速率的连接,这就是所谓的Full-mesh架构。这是一种比较少应用的架构,因为其设计复杂度非常高,存在工艺瓶颈,所以以F5的160G业务板为例,目前背板***水平工艺也就只能支撑4个槽位。

T-Force V系列

硬件交换分流:开创ADC的七层交付里程碑

T-Force V硬件交换采用星型架构,也就是统一交换节点,只需要增加中心交换节点的交换容量,就可以很方便地扩展更多的业务板,堆叠更多的计算资源。这种双交换架构也是太一星晨研发的***思路。

在这个系统中,交换板扩展为2块,用4片640G交换芯片并行连接可以扩展出10个120G业务槽位。总的业务吞吐能力为1.2T,成为业内首款T级别应用交付产品,远超F5 Viprion系列。

无创新不发展,在这个神话频出的技术领域里,T-Force开创了7层交付的里程碑,相信在不久的将来,它会带给我们更多开疆拓土的惊喜。

责任编辑:蓝雨泪 来源: 51CTO.com
相关推荐

2011-09-26 18:33:40

2011-09-09 13:42:16

2016-09-29 09:46:41

JavascriptWeb前端

2011-09-10 19:23:22

2023-08-30 14:38:57

交付DevOpsCI/CD

2010-04-09 15:24:55

2015-12-21 16:12:06

红帽CloudForms混合云

2017-08-01 10:15:56

数据分析大数据

2021-02-04 14:31:30

RISC-V架构GPU

2013-01-18 10:09:10

互联网网络发展拨号上网

2013-10-21 10:38:19

Ubuntu 13.1Canonical

2017-05-10 09:57:11

小米手机智能

2019-03-08 09:54:29

华为

2010-04-23 13:01:40

七层交换负载均衡

2011-05-25 10:19:17

2023-06-23 14:15:09

Rust编程

2015-07-28 11:29:59

电商亚马逊沃尔玛

2024-08-19 08:50:00

模型数据

2011-08-18 10:12:19

以太网IEEE

2012-04-17 16:02:41

Marvell西部数据
点赞
收藏

51CTO技术栈公众号