阿里云架构师张先国：揭秘 ECS 倚天实例背后的技术

2022-11-18
浙江
本文字数：4892 字
阅读完需：约 16 分钟

11 月 15 日，阿里云 ECS 倚天实例正式开始商业化。此前，阿里巴巴宣布阿里云未来两年 20% 的新增算力将使用自研 CPU。11 月 5 日，云栖大会“倚天开启云原生算力新时代”专场上，阿里云弹性计算高级架构师张先国作为分享嘉宾，带来了《云原生算力新时代：倚天 ECS 技术揭秘》的主题分享，本文根据该演讲整理而成。

背景：算力需求暴涨、摩尔定律失效

当前，企业云上业务需求趋势正在大幅增长，算力需求呈“爆炸式”递增。

直播 & 短视频行业每天有上亿用户产出 UGC 视频内容发布在不同平台，产生百万核级视频编码算力需求和高业务成本。基因 & 制药行业涉及到的分子动力学模拟、基因序列对比、蛋白结构分析，原来以实验为主，今天计算机模拟为主，从原子-分子单位的行为进行计算，消耗大量的算力。电商行业从流量为主转变为精益化运营过程中所需的 AI 推理、大数据画像，智能精准推荐对算力需求也越来越旺盛。以 AI 为代表的算力规模每三个半月就会翻一倍。

然而，在算力需求暴涨的同时，摩尔定律演进速度却在减慢，硬件技术进步的红利见底。

如今，每迭代一代 CPU，服务器和数据中心的功耗和成本攀升，每千瓦芯片功耗在生命周期内带来上万美金的成本，硬件和芯片的成本也在逐代上涨。

在这类面向多租户的云场景下，超线程（HT）架构的问题逐渐暴露出来，面对一些高密计算任务时很难满足业务需求，共享内存与物理核的机制导致租户之间处理任务可能需要相互排队，导致性能大幅下降；或者互相干扰的情况导致性能波动。

如何能在实现高性能（减少干扰）的同时实现低功耗、低成本？我们认为，此前的技术方案，无法解决业务需求和痛点，需要设计一款云原生芯片，结合现有的阿里云软硬件架构，才能更好地解决客户应用的需求。

我们先来看下结果：在编解码的场景下，ECS 倚天实例和传统实例相比，实现了 80% 的性价比提升，数据库场景、AI 推理场景、大数据场景也都分别有着 30%、70%、50% 的性价比有效提升。目前，ECS 倚天实例已应用于阿里巴巴集团核心业务，并服务科学研究、智能手机行业和多家知名互联网公司。2021 年双 11 期间，天猫核心交易系统平滑迁移至倚天 710 云实例，算力性价比提升 30%；汇量科技广告推理业务使用倚天 710 云实例，性能和网络带宽双双提升，性价比提升 40% 以上。

“倚天”利剑出鞘软硬一体的云原生 ECS 架构

ECS 倚天实例是如何实现大幅的性价比提升的？我们从不同 ECS 产品架构层面，包括：云原生处理器倚天 710、云计算基础设施处理器 CIPU、云原生应用优化方案 ECS Booster 等不同层面，给大家分享。

倚天 710：高性能、低功耗

我们先来看下倚天 710 处理器在设计上，是如何解决上述问题的。从芯片层面看，主要影响应用性能的四大要素包括 ALU（逻辑计算单元）、Cache、主频、加速指令。

首先，倚天 710 单颗 CPU 即实现了 128 核的高密度设计，高规格实例可以实现线性的性能增长；同时处理器无超线程概念，避免了性能争抢的问题：独享物理核，性能更强劲；独享 Cache，应用缓存更高效。X86 架构是两个 vCPU/HT 共享一个物理核，1 份 ALU（算术逻辑运算单元）。ECS 倚天实例采用的是独享物理核心方式，这可以让算力密集的计算指令不必排队、不必争抢，计算速度更快。

在 Cache 维度，过去两个 vCPU/HT 共享一二级缓存，相互争抢，性能波动较为严重。采用倚天 CPU 独享 Cache 的设计，让 vCPU 之间相互不影响，为重负载计算带来更高性能。

影响算力性能的关键因素，除了核的资源，还有主频。

大家知道为什么多数 Web、App、DB 的生产业务 CPU 使用率的安全水位线是 50%，日常水位低于 30% 吗？

以下图中的视频编码为例，并发超过 4 路后，性能下降 40%；再加上前面说到的核争抢问题，如果客户的实际业务超过 50-60% 水位，关键生产应用将响应放慢，客户感知卡顿甚至超时问题。因此需要将 CPU 使用率安全水位压低，牺牲成本保证安全，浪费了另外 50% 资源。

背后的原因是 x86 功耗大，高算力负载很容易造成功耗过大，温度上升，因此采用降频规避，进而影响了性能。而倚天 710 的功耗是主流 x86 的 1/6，没有任何降频问题。同时也推荐倚天的安全水位可以提高到 70-80%，减少资源浪费。

在云上多租户共用平台，即使用户运行低负载应用，也存在相互影响的风险，倚天彻底解决了此问题。下图展示的案例就可以看到，在视频编解码四路以上时，代表倚天的橙色部分基本保持恒定，X86 则会降低幅度 40%。

值得一提的是，倚天 710 还针对特定算法场景进行了加速与优化。比如像 NEON、SVE 等矢量计算技术，可以让单条指令处理更长的数据，可以大幅提升机器学习、视频编码和高性能计算等场景性能。另外，倚天实例还支持 BF16 和 INT8，在机器学习场景下，大幅提升计算效率，为客户提供更多选择。

以 CIPU 为中心的架构：高密、稳定、强劲

除了芯片本身能力，为了实现降本增效，倚天 ECS 实例基于云原生的硬件架构设计。

传统的服务器常常设计为 2 路或 4 路，通过多 NUMA 互连的方式提升整机 CPU 密度，让一个 OS 调度更多 CPU 算力，却也增加了复杂度。在这种架构下，随着核数增加，网络和存储 IO 也快速翻番，还要保持跨 NUMA cache 一致性，导致应用性能下降；同时也带来爆炸半径过大的问题，在云计算场景下，多路的设计会让局部硬件故障的影响范围更大。

阿里云采用云原生的思想重新设计。倚天 710 CPU 单颗 CPU 即实现了 128 核的高密度设计，同时以 CIPU 为中心的硬件架构，通过 CIPU 连接 2 颗或者更多倚天的芯片，去 NUMA 方案下实现整机核密度更高，避免了跨 NUMA 带来的性能下降，同时整机的高密度又带来了成本下降，使得倚天实例更有竞争力。同时，多单路的硬件机型设计，爆炸半径减半，产品更稳定。

此外 CIPU 硬件本身也是创新性的设计，通过将虚拟化与 IO 转发等数据面卸载到专用硬件上进行加速，消除了原来虚拟化损耗与性能争抢，并大幅加速了 IO，也会使得整体性能更高；VPC 环境下支持弹性 RDMA 加速能力，相比 TCP 时延降低 70% 以上。

ECS Booster

ECS Booster 是阿里云在倚天实例上提供的软件性能优化方案，通过网络中断优化、操作系统优化、应用层优化等技术，针对 web、APP、数据库等主流场景进行优化，运行在倚天实例上阿里云 PaaS 产品的性能已经实现获得显著性能收益，相信也能给客户业务场景带来明显受益。

全场景性能大幅提升

11 月 15 日，ECS G8y（倚天实例）将正式上线，产品规格覆盖 1-128 核，全面搭载 eRDMA 加速能力，可以大大提升软件性能。

ECS G8y（倚天）有着性能卓越、生态丰富、绿色降本三个方向的业务价值，其中关于性能收益及增长方面有着很好的数据表现。前文说到的云原生处理器和创新的硬件架构，最终在应用上有哪些性能收益？我们从 Web、App、Media、DB、大数据、科学计算、AI 七个最广泛场景来看产品性能表现。

Web 场景：综合性能提升 30%

Web 场景是互联网中应用场景最多、消耗服务器资源最多的场景。为了解决移动场景流量和体验问题，服务端常常采用网页压缩方案节约带宽。但压缩算法非常消耗 CPU 算力和时间，导致队列中多客户请求时延变长。

倚天拥有独立 CPU 物理核，结合 SVE 指令加速，单 vCPU 数据压缩性能翻倍，前面提到的体验影响减半。Web 场景包括 Nginx、Apache、NodeJS、PHP 等排名靠前的应用，倚天对比阿里云 G7 系列实例，综合性能提升 30% 左右。

阿里云防火墙 CFW 已经实现倚天 ECS 迁移。CFW 为客户业务提供安全防护，需进行大量正则表达规则进行扫描，消耗大量算力，影响业务性能。采用独享物理核的 ECS 倚天实例，实现安全和体验收益兼得。在不同正则匹配性能优势分别为 23%、40%、28%。

App 编程语言性能：多数性能提升 40%

不管是编译型语言 C、Go 等还是无需编译的语言 Java、Python 等，都很好地平滑兼容 ARM 架构。我们可以看到，使用开源的 benchmark 进行测试，应用运行在 ECS 倚天实例上获得的性能提升多数有 40%。

编解码场景：20-40% 性能提升

短视频和直播是如今最火热的应用，UGC 时代内容指数级增长，编解码算力消耗也随之增长。如今最流行的 H.264 算法速度快，节约算力，但是编码后的文件更大，消耗更多存储和带宽。H.265 可以很好解决此问题，使用比重快速增长，但多消耗 1 倍算力成本。

无论是在哪种场景下，倚天的视频编解码性能均比 x86 实例更高，成本更低。

如图，上述两类视频编码规范的编码器 X.264、X.265 运行在 ECS 倚天实例上，都收获了 20-40% 性能提升；这个过程中我们进行了大量矢量指令优化，使性能大幅提高，优化软件可以向客户输出。

数据库场景：10-30% 性能提升

数据库场景下，运行在 ECS 倚天实例上，相较与 G7 实例，开源软件 Redis、Memcached 有 30% 性能优势，MySQL 和 PGSQL 有 10-20% 性能优势。

阿里集团电商业务所使用的 Tair 数据库也已经迁移到倚天平台，协议上兼容 Redis，性能是开源 Redis 数据库的 3 倍。Tair 支撑了多年天猫双 11 大促，有强大的缓存能力，需要把数据缓存到内存，消耗 Memory 资源。我们采用倚天强大的算力优势进行数据压缩，让内存成本降低 60%，叠加倚天实例自带的 eRDMA 加速能力，可以提升吞吐量 80%，时延降低 15% 以上。目前基于 ECS 倚天实例的 Tair 产品已经上线，大家可以在云上使用。

大数据场景：20-60% 性能提升

在需要消耗大量 IO、大量计算以及高内存带宽的大数据场景中，ECS 倚天实例由于拥有独立物理核、Cache 更大、网络时延更低等特点，运行 Spark 应用性能收益 20% 以上，搜索 Elastic Search 和流计算 Flink 场景性能收益达到 40% 和 60%。上述大数据开源软件，直接编译即可在倚天实例上运行，欢迎大家试用。

科学计算：20% 以上性能提升

在科学计算等场景下，相比于同规格 X86 云实例，运行在倚天实例上的基因、制药、汽车领域等方面的算法都有 20% 左右的收益，我们近期有两个伙伴测试分子动力学和 EDA 应用，甚至实现了性能翻倍。这主要是由于科学计算场景使用的主要是物理核资源，倚天实例与同规格的 X86 实例相比，核物理核数量是后者的两倍，计算性能更高。

阿里云弹性高性能计算平台 EHPC、弹性伸缩等云上工具已经支持 ARM 平台，主要科学算法也都可以平滑兼容。

AI 推理：性能提升 1 倍

AI 场景算力消耗增长飞快，成本占比急剧上升。推理场景下典型的搜推广客户都无法接受下调精度（影响模型准确度）降本。阿里云弹性计算团队和达摩院合作，推出了 HIE-Engine 动态量化方案，利用倚天实例的 INT8 加速能力，可将 RestNet 和 Bert 场景性能提升 1 倍，且精度没有损失。

降低碳排放、降低成本

对于企业客户来说，除了业务性能表现，IT 碳排放和成本也很重要的一环。今天的这款倚天处理器，可以让 CPU 负载 30% 的情况下，每 vCPU 功耗比 x86 降低 6 倍，整机功耗降低 60% 以上。碳排放也等比降低。全国 IDC 年耗电量约 2000 多亿度，相当于两个三峡大坝的发电量，采用倚天进行替换，可以省下一整个三峡的电量。