[论文解读] Programmable Switch as a Parallel Computing Device

Li Chen, Ge Chen+2 more|arXiv (Cornell University)|Mar 5, 2018

Software-Defined Networks and 5G参考文献 10被引用 9

一句话总结

该论文提出 p4mr，一种并行编程框架，可将 Map-Reduce 工作负载卸载到可编程交换机上，实现在传输过程中对数据进行处理，与基于 CPU 的执行相比，最高可实现 20× 的加速。通过建模数据平面计算成本并使用基于 P4 的编译器栈，该框架能够通过依赖感知的标签放置和分组级执行，在交换机网络中高效分配计算任务。

ABSTRACT

Modern switches have packet processing capacity of up to multi-tera bits per second, and they are also becoming more and more programmable. We seek to understand whether the programmability can translate packet processing capacity to computational power for parallel computing applications. In this paper, we first develop a simple mathematical model to understand the costs and overheads of data plane computation. Then we validate the the performance benefits of offloading computation to network. Using experiments on real data center network, we finnd that offloading computation to the data plane results in up to 20x speed-up for a simple Map-Reduce application. Motivated by this, we propose a parallel programming framework, p4mr, to help users efficiently program multiple switches. We successfully build and test a prototype of p4mr on a simulated testbed.

研究动机与目标

• 探究是否可以利用其高数据包处理能力，将可编程交换机作为并行计算设备使用。
• 解决将类似 Map-Reduce 的并行工作负载卸载到数据平面时，最小化性能开销的挑战。
• 设计一种可扩展的编程框架，使用户能够表达并部署跨多个交换机的分布式数据平面计算。
• 通过使用真实工作负载的模拟测试平台，评估在网计算的可行性和性能优势。

提出的方法

• 开发了一个数学模型，用于分析数据平面计算的性能开销，重点关注序列化和转发成本。
• 设计了一个基于 P4 的编译器栈，使用 flex 和 bison 将高级 p4mr 代码解析为抽象语法树（AST），再将其转换为有依赖关系的有向无环图（DAG）。
• 实现了一种贪心标签放置算法，根据依赖关系和跳数最小化原则，将计算任务（标签）分配给交换机。
• 定义了一种自定义分组头格式，包含应用 ID、路由 ID、集合 ID 和数据负载字段，以支持在网计算和结果聚合。
• 在 Mininet 中使用 P4 交换机构建了原型，用于模拟 p4mr 程序的执行，包括分组组装和状态变量更新。
• 通过将最终结果转发到指定主机进行验证，开展端到端测试以评估正确性。

实验结果

研究问题

• RQ1 哪些原语计算可以在可编程交换机上高效实现，以支持并行工作负载？
• RQ2 与传统的基于 CPU 的执行相比，将计算卸载到数据平面的性能开销是多少？
• RQ3 如何对多个交换机进行编程和协调，以可扩展且高效的方式执行分布式数据处理任务？
• RQ4 在可编程交换机上实现通用并行计算的关键系统设计挑战是什么？

主要发现

• 将一个简单的 Map-Reduce 工作负载卸载到数据平面后，与基于 CPU 的执行相比，最高可实现 20× 的加速，证明了显著的性能优势。
• 所提出的 p4mr 框架成功地在使用 Mininet 和 P4 交换机的模拟测试平台上编译并执行了类似 Word-Count 的工作负载。
• 依赖感知的标签放置算法有效减少了数据分组的平均跳数，从而提升了整体性能。
• 原型正确地利用 P4 交换机中的状态变量聚合中间结果，并将最终结果正确地交付给指定主机。
• 该框架支持数据平面中分布式计算的功能正确性，但真实硬件上的性能评估仍为未来工作。
• 该研究识别出内存占用大小和多任务调度是此类系统在生产环境中部署的关键挑战。