作者：vivo 互联网服务器团队- Ye Feng

本文介绍了 Intel QAT 技术方案，通过 Multi-Buffer 技术和 QAT 硬件加速卡的两种方式实现对 TLS 的加速

一、背景

当前 TLS 已经成为了互联网安全的主要传输协议，TLS 带来更高的安全性的同时，也带来了更多的性能开销。特别是在建连握手阶段，TLS 的 CPU 开销，相对于 TCP 要大很多。

业界在优化 TLS 性能上已经做了很多软件和协议层面的优化，包括：Session 复用、OCSP Stapling、TLS1.3 等。然而在摩尔定律"失效"的今日，软件层面的优化很难满足日益增长的流量，使用专用的硬件技术卸载 CPU 计算成为目前通用的解决方案。本文将介绍 Intel 在 TLS 加速领域提供的 QAT 技术方案。

二、Intel QuickAssist Technology（QAT）技术方案

Intel 提供了 TLS 异步加速的完整解决方案: Intel QuickAssist Technology（QAT），简称 Intel QAT 技术。

如下图所示，QAT 支持加速的密码算法覆盖了 TLS 的整个流程，包括：握手阶段的签名、秘钥交换算法，数据传输的 AES 加解密算法等。

图 1. QAT 对 TLS 流程的密码算法的支持（图片来源）

QAT 提供了对称与非对称两类密码算法的支持，主要包括：

1. 非对称加密算法：RSA, ECDSA, ECDHE

2. 对称加密算法：AES-GCM(128,192,256) 

注：QAT 加速的优势主要体现在非对称加密上，从官方的整体性能数据看，非对称算法性能提升 1.6~2 倍，对称算法性能提升 10%~15%

2.1 QAT Engine 软件栈

QAT Engine 是 QAT 技术方案的核心模块，主要的作用是作为应用程序和硬件之间的中间层，负责 “加解密操作的输入输出数据” 在用户应用程序与硬件卡之间进行传递，主要操作就是 IO 的读写。

QAT Engine 是以 OpenSSL 第三方插件的方式提供给用户，这个意味用户可以使用 OpenSSL 标准的 API，就可以实现对 TLS 的加速，只需要对原有代码做 OpenSSL 异步改造，就可以享受 QAT 技术带来的 TLS 性能加速，业务侵入性较小。

图 2. Intel QAT Engine 软件栈（图片来源）

如上图所示，QAT  Engine 支持两种加速方式：

• 软件加速（qat_sw）：使用 Multi-Buffer （SIMD）技术，对密码算法进行并行处理优化。

• 硬件加速（qat_hw）：使用 QAT 硬件加速卡，将密码算法计算从 CPU OffLoad 到硬件加速卡。

下面将介绍软件和硬件两种加速路径的实现方式。

三、软件加速：采用 Intel Multi-Buffer 技术

Intel 从 whitely 平台开始加入了新的指令集，结合 intel Multi-Buffer 技术，实现对密码算法的 SIMD 优化方案。

3.1 Intel Multi-Buffer 技术

Intel Multi-buffer 基本原理就是使用 CPU 的 SIMD 机制，通过 AVX-512 指令集并行处理数据，来提升 RSA/ECDSA 算法性能。

• SIMD (Single Instruction Multiple Data) 即单指令流多数据流，是一种采用一个控制器来控制多个处理器，同时对一组数据（又称“数据向量”）中的每一个分别执行相同的操作从而实现空间上的并行性的技术。简单来说就是一个指令能够同时处理多个数据。

• Multi-Buffer 技术基于 SIMD AVX-512 指令集，通过队列和批量提交策略，结合 OpenSSL 的异步能力，每次可以最多并行处理 8 个密码算法操作。

Intel 的 Multi-Buffer 方案，实际上是对应 Intel 两个开源工程（Multi Buffer 技术实现的通用密码算法底层 lib 库），集成在 QAT Engine 里，从而实现软件加速。

图 3. Intel Engine 集成了基于 Multi-Buffer 技术的密码算法 lib

1、IP SEC lib

• 提供了 multi-buffer 技术优化的对称加解密算法，如：AES-GCM

• 开源项目：https://github.com/intel/intel-ipsec-mb

2、IPP CRYPTO lib

• 提供了 multi-buffer 技术优化的 RSA/EDCSA/EDCHE 算法接口，基于 Intel® Advanced Vector Extensions 512 (Intel® AVX-512) integer fused multiply-add (IFMA) 指令实现 SIMD 优化。

• 开源项目：https://github.com/intel/ippcrypto/tree/develop/sources/ippcp/crypto_mb

简而言之，QAT 的软件加速的本质就是通过 AVX-512 指令集进行并行处理优化，针对并发场景性能有显著提升（下文有针对 Mult-Buffer 优化场景的性能测试）。

四、 硬件加速：采用 QAT 硬件加速卡卸载

除了通过 Multi-Buffer 技术进行软件加速外，QAT Engine 还支持 QAT 硬件加速卡，通过将密码算法的计算卸载（OffLoad）到硬件加速卡，实现性能加速。

硬件加速核心是将 TLS 中的非对称加解密操作剥离出来，放到硬件加速卡里计算，即解放了 CPU，同时专用的硬件加速卡也提供了更高的加解密性能，这是典型的硬件 OffLoad 技术方案。

下图为典型的 Nginx+ Intel QAT Software Stack + QAT 硬件加速卡的典型应用场景：

图 4.  nginx+ Intel QAT Software Stack + QAT 硬件加速卡的典型应用场景（图片来源）

这个典型应用场景包括四个部分：

1. Nginx （Async Mode）:  Intel 基于官方 nginx（version 1.18）提供了 patch，支持 nginx 工作在 openssl 的异步模式。Patch 开源在：https://github.com/intel/asynch_mode_nginx
   

2. OpenSSL（支持 Async Mode）:  OpenSSL-1.1.1 新增了 async mode 特性，应用层软件可以通过标准的 openssl 接口，实现异步调用，提升性能。

3. QAT Engine:   OpenSSL Engine 插件。向下和 QAT API 交互，将处理请求提交给硬件。详见项目开源地址:https://github.com/intel/QAT_Engine
   

4. QAT Driver：QAT 加速卡的驱动程序。分为用户态和内核态两个部分。用户态的 lib 库提供 QAT API，内核态的 driver 则直接和 QAT 硬件加速卡打交道。

Intel QAT 依赖了 OpenSSL 的两个特性 OpenSSL Async Mode 和 OpenSSL Engine：

• OpenSSL Async Mode 能够在 async_job 执行过程中，在等待加速卡结果的时候，将 cpu 让出去；如果没有开启 async 模式，调用 openssl 函数会阻塞，cpu 会阻塞等待。

• OpenSSL Engine 则是提供了自定义注册加解密的方法，可以不使用 OpenSSL 自带的加解密库，指定调用第三方的加解密库。

基于两个特性，应用程序的加解密操作只需要保持使用原来相同 openssl api，只需要做异步模式的兼容。另外，可以在调用 OpenSSL 的 API 时，指定到 engine QAT 上就行，不需要做任何额外的修改，就可以使用 QAT 卡进行加解密加速。

4.1 OpenSSL 的 Async Mode 特性

通过上面的介绍，我们可以看到 QAT 卡的本质是让一部分原本由 CPU 进行的计算转移到 QAT 卡上进行，因此提高 QAT 的利用率，降低 CPU 的切换开销和等待时间是性能最大化的核心工作。

OpenSSL 未启用异步 ASYNC 模式时，OpenSSL 调用是同步阻塞的，直到 QAT_Engine 返回结果。如下图的同步模式，在并发处理执行流的场景，大量 CPU 处于空闲等待的状态（图中虚线表示 CPU 处于空闲状态），无法有效地利用 CPU。

图 5. QAT_Engine + OpenSSL 同步模式（图片来源）

OpenSSL 开启异步 ASYNC 模式后，OpenSSL 调用是非阻塞的。如下图的异步模式，openssl 的调用不需要等待 QAT_engine 的处理完成，可以有效地利用 CPU，提高 QAT 的利用率，提升并发处理性能。

图 6. QAT_Engine + OpenSSL 异步模式（图片来源）

通过 OpenSSL 的同步和异步模式的对比，可以看到 OpenSSL-1.1.1 新增的异步 Async 特性，支持了异步非阻塞调用，提高了 QAT 的利用率，可以显著提升加解密性能。

4.2 QAT Engine ASYNC 运行流程

接下来还有一个问题，CPU 如何知道 QAT 卡完成了计算呢？ 

Async 模块为了达到并行的目的，在单线程中实现了协程（async job）。加解密操作抽象为 job，多个 job 同时运行，使用协程进行调度。

在 async job 执行的过程中，当计算操作提交给 QAT 卡后，CPU 可以把当前任务暂停，切换上下文（保存/恢复栈，寄存器等）返回给用户态。

用户态需要主动去 poll 这个 async job 的状态，是否是 ASYNC_FINISHED 状态。如果是，说明之前的任务已经完成，则可以继续后面的操作（取回加密/解密结果）。

注：QAT Engine 通过轮询来获取 QAT 卡的计算状态，基本原理是启动一个线程，不停的调用 qatdriver 的 polling api，轮训获取 qat 的计算状态，得到相应结果后，写入 eventfd，唤醒 async job。

图 7. QAT engine ASYNC 运行流程（图片来源）

如上图所示，QAT Engine Async 的基本流程为：

1. 主 job 调用 SSL_accept，等待 TLS 客户端发起 TLS handshake。

2. SSL 内部组织了一个状态机，将握手，读写等操作抽象为两个 job，ssl_io_intern(读写), ssl_do_handshake_intern(握手), 统一通过 api ASYNC_start_job()进行 job 调度。这里启动了一个握手的 job 协程。

3. 握手 job 执行 RSA_sign 签名操作时，将 sign 算法卸载到硬件上计算。调用 ASYNC_pause_job()  切回主 job, 并将 job 状态设置为 ASYNC_PAUSE, 这个时候 CPU 会交还给主 job 进行其它计算工作，同时 QAT 并行的进行自己的计算。

4. 主 job 通过 SSL_waiting_for_async()接口获得的一个 eventfd，并 epoll 这个 eventfd。当 QAT 卡计算完成，会执行回调写入 eventfd，通知主 job 计算已完成。

5. 主 job 切换回握手 job，握手 job 的完成剩余流程后，再调用 ASYNC_pause_job()切换主 job，并将 job 状态设置为 ASYNC_FINISH，结束协程完成握手动作。

五、QAT 性能评测

通过上面的介绍，我们了解了 QAT 技术方案的基本原理，下面我们看下 QAT 的实际加速效果。

QAT Multi-Buffer 加速方案，依赖的 OpenSSL、QAT Engine、ipp-crypto、 Intel-ipsec-mb 软件栈都是开源项目，我们可以方便的使用 openssl speed 原生加解密算法对 Multi-Buffer 方案进行性能评估。

硬件环境

• Intel(R) Xeon(R) Platinum 8369B CPU @ 2.70GHz

• CPU(s): 8

软件环境

• Linux Kernel: 4.19.91-24.1.al7.x86_64

• OpenSSL 1.1.1g

• gcc (GCC) 8.3.0

• cmake version 3.15.5

• NASM version 2.15.05

• GNU Binutils 2.32

• 安装 QAT Engine

• 安装 ipp-crypto、 Intel-ipsec-mb 开源 lib 库

测试数据

• numactl -C 0 ./openssl speed rsa2048

• numactl -C 0 ./openssl speed -engine qatengine -async_jobs 8 rsa2048

• numactl -C 0 ./openssl speed ecdhp384

• numactl -C 0 ./openssl speed -engine qatengine -async_jobs 8 ecdhp384

• numactl -C 0 ./openssl speed aes-256-cbc

• numactl -C 0 ./openssl speed -engine qatengine -async_jobs 8 aes-256-cbc

TLS 握手阶段的签名和秘钥交换算法

• RSA 2048 sign/verify  提升 4.9/2.9 倍

• ECDH key exchange 提升 12 倍

对称加解密算法

• AES-256-CBC 性能持平

根据性能测试结果，QAT 的加速优势在于 TLS 握手阶段的签名和秘钥交换算法，适合频繁进行 TLS 建连的应用场景，比如：nginx 网关、长连接网关等。

六、总结

本文介绍了 Intel QAT 技术方案，并讨论了方案提供的 Multi-Buffer 软件加速以及 QAT 硬件加速两种方式。同时，通过性能评估测试，我们可以看到 QAT 技术对 TLS 握手阶段的加解密算法有显著的性能提升。

最后，我们讨论一下 Intel QAT 技术的优缺点和应用场景：

6.1 优点和缺点

主要的优点

• 高性能：可以显著提高计算密集型任务的性能，减少 CPU 的负载，提高系统吞吐量和响应速度。

• 低功耗：可以将计算密集型任务卸载到专用硬件上，降低系统功耗，提高能效比。

主要的缺点

• 成本较高：需要额外的硬件支持，增加了系统的成本。

• 应用范围受限：主要适用于计算密集型任务，对于其他类型的任务可能没有显著的性能提升。

• 不支持所有处理器：只支持 Intel 特定系列的处理器，需要特定的硬件和软件支持。

• 改造成本高：需要对应用程序进行 QAT 异步化改造，需要一定的学习成本和技术支持。

6.2 应用场景

除了加解密算法之外，Intel QAT 还支持压缩和解压缩、随机数生成、数字签名、视频编解码等算法。Intel QAT 主要可以用于以下场景：

• 接入网关：比如 nginx 网关、长连接网关。QAT 可以加速 TLS 协议处理，提升网关的性能

• 虚拟私人网络（VPN）：QAT 可以加速 VPN 流量的加密和解密过程，提高吞吐量，减少延迟

• 存储加速：QAT 可以加速数据压缩和解压缩，减少需要传输和存储的数据量

• 视频编解码：QAT 可以加速视频编解码算法，提高视频处理的效率和质量

总的来说，Intel QAT 可以将计算密集型任务从 CPU 中分离出来，显著提高系统的性能和能效比，可以广泛应用于计算密集型任务的加速，包括网络安全、数据处理、云计算、存储加速、视频处理等多个领域。

参考资料：

1. Github：intel/QAT_Engine
   

2. Intel® QuickAssist Technology (Intel® QAT)
   

3. Intel® QuickAssist Technology & OpenSSL-1.1.0: Performance
   

4. TLS
   

5. Intel® Processor Architecture: SIMD InstructionsSIMD Instructions
   

6. [openssl] openssl async模块框架分析