高性能网络SIG月度动态:virtio 动态中断调节优化、多项内核网络缺陷修复

简介: 一键查看高性能网络SIG月度动态。

高性能网络 SIG(Special Interest Group)在这个万物互联的时代,云上的网络通信效率对各种服务至关重要,高性能网络兴趣组致力于利用 XDP、RDMA、VIRTIO 等新高效通信技术,结合软硬件一体化的思想,打造高性能网络协议栈,提升云计算时代数据中心应用的网络性能。

01 整体进展

本月高性能网络 SIG 的主要工作聚焦在内核缺陷修复、SMC 和 virtio 上。

本月关键进展:

1. SIG 正在推进 virtio 动态中断调节的优化,包括动态配置参数列表和 ctrlq 异步化。

2. SIG 持续推进 loopback-ism 的标准化,更新并修复了多项内容。

02 ANCK 内核网络

修复

ANCK 5.10 本月修复若干异常问题,随 ANCK 5.10.134-16.3 版本发布,主要问题包括:

  • 修复 inet_recv_error() 中可能产生警告信息的问题。
  • 修复 nft_byteorder_eval() 中可能出现的数据溢出问题。
  • 修复 inet6_rtm_getaddr() 中潜在的内存泄漏问题。
  • 修复 tcp 中特定场景下可能未初始化 accept 队列产生的警告问题。
  • 修复 skb_segment() 中 mss 计算错误的问题。
  • 修复在 TCP 零拷贝接收场景下潜在的 panic 问题。
  • 修复在弱内存模型 CPU 下,tcp_push 对 sk 变量执行的读取和更新被重排后,导致的数据异常延迟问题。
  • 修复 ip_setup_cork() 中潜在的内存泄漏问题。

安全

ANCK 5.10 和 ANCK 4.19 分别修复了 2 个 CVE,已随 ANCK 5.10.134-16.3 和 ANCK 4.19.91-27 版本发布:

  • CVE-2022-3643,CVE-2024-0607

03 SMC

本月高性能网络 SIG 在 SMC 领域的工作主要聚焦于上游 loopback-ism 的版本迭代。

loopback-ism

本月 loopback-ism 在上游推进迭代了 4 个版本,目前更新到 V5[1],更新内容包括:

  • 移除旧版本中 sysfs knobs,默认使用物理连续内存,默认将 sndbuf 与 DMB 合并。
  • loopback-ism 接收处理使用 tasklet 触发。
  • 修复 lockdep warning,优化注释、函数名及 commit log。

[1]https://lore.kernel.org/netdev/20240324135522.108564-1-guwen@linux.alibaba.com/

04 virtio

本月高性能网络 SIG 在 virtio 领域的工作,主要聚焦于 virtio-net 动态中断调节的优化。

配置 DIM 参数列表

动态中断调节(DIM, Dynamic Interrupt Moderation)是一种在 Linux 内核中实现的技术,以 NetDIM 库的形式提供,旨在优化和调整中断频率,以提升网络设备的性能和效率,其被广泛应用于各现代网卡中。

然而,不同的网卡具有多样化的候选中断参数列表需求,尤其是 virtio 网卡的后端可能由不同软件设备或硬件设备实现,所以 DIM 在 virtio-net 上的性能并未符合预期,这在一定程度上正是不当的中断配置列表造成的。同时,其他的现代网卡例如 ICE、IDPF 等也对其 DIM 参数列表进行了自定义配置。

基于此,高性能网络小组正在推动基于用户态工具 ethtool 配置中断列表的方法[2],以允许用户针对各自设备的特定需求,灵活地调节 DIM,从而实现最佳的网络吞吐和时延。

[2]https://lore.kernel.org/all/1712059988-7705-1-git-send-email-hengqi@linux.alibaba.com/

控制队列异步化

Virtio 控制队列(ctrlq)以同步的方式发送驱动程序配置设备的请求。当驱动程序或用户发送配置请求给设备时,如果设备没有及时处理这些请求,ctrlq 就会持续等待设备的响应。这种等待机制严重限制了动态中断调节(DIM)在需要频繁下发配置请求时的性能表现。

为了解决这一问题,高性能网络小组正在积极推进 ctrlq 异步化配置设备的方法[3]。通过这种方式,DIM 能够保持高效运作,充分发挥其动态中断调节带来的性能优势。

[3]https://lore.kernel.org/all/1712059988-7705-1-git-send-email-hengqi@linux.alibaba.com/


相关链接:

高性能网络 SIG 主页:

https://openanolis.cn/sig/high-perf-network

注:更多龙蜥 SIG 月度动态可点击这里查看。

—— 完 ——

相关文章
|
2月前
|
机器学习/深度学习 算法 调度
14种智能算法优化BP神经网络(14种方法)实现数据预测分类研究(Matlab代码实现)
14种智能算法优化BP神经网络(14种方法)实现数据预测分类研究(Matlab代码实现)
331 0
|
1月前
|
机器学习/深度学习 数据可视化 网络架构
PINN训练新思路:把初始条件和边界约束嵌入网络架构,解决多目标优化难题
PINNs训练难因多目标优化易失衡。通过设计硬约束网络架构,将初始与边界条件内嵌于模型输出,可自动满足约束,仅需优化方程残差,简化训练过程,提升稳定性与精度,适用于气候、生物医学等高要求仿真场景。
286 4
PINN训练新思路:把初始条件和边界约束嵌入网络架构,解决多目标优化难题
|
1月前
|
机器学习/深度学习 算法
采用蚁群算法对BP神经网络进行优化
使用蚁群算法来优化BP神经网络的权重和偏置,克服传统BP算法容易陷入局部极小值、收敛速度慢、对初始权重敏感等问题。
260 5
|
1月前
|
机器学习/深度学习 数据采集 人工智能
深度学习实战指南:从神经网络基础到模型优化的完整攻略
🌟 蒋星熠Jaxonic,AI探索者。深耕深度学习,从神经网络到Transformer,用代码践行智能革命。分享实战经验,助你构建CV、NLP模型,共赴二进制星辰大海。
|
1月前
|
机器学习/深度学习 人工智能 算法
【基于TTNRBO优化DBN回归预测】基于瞬态三角牛顿-拉夫逊优化算法(TTNRBO)优化深度信念网络(DBN)数据回归预测研究(Matlab代码实现)
【基于TTNRBO优化DBN回归预测】基于瞬态三角牛顿-拉夫逊优化算法(TTNRBO)优化深度信念网络(DBN)数据回归预测研究(Matlab代码实现)
115 0
|
2月前
|
机器学习/深度学习 并行计算 算法
【CPOBP-NSWOA】基于豪冠猪优化BP神经网络模型的多目标鲸鱼寻优算法研究(Matlab代码实现)
【CPOBP-NSWOA】基于豪冠猪优化BP神经网络模型的多目标鲸鱼寻优算法研究(Matlab代码实现)
|
2月前
|
监控 前端开发 安全
Netty 高性能网络编程框架技术详解与实践指南
本文档全面介绍 Netty 高性能网络编程框架的核心概念、架构设计和实践应用。作为 Java 领域最优秀的 NIO 框架之一,Netty 提供了异步事件驱动的网络应用程序框架,用于快速开发可维护的高性能协议服务器和客户端。本文将深入探讨其 Reactor 模型、ChannelPipeline、编解码器、内存管理等核心机制,帮助开发者构建高性能的网络应用系统。
228 0
|
2月前
|
机器学习/深度学习 编解码 并行计算
【创新未发表!】基于BKA算法优化-BP、HO算法优化-BP、CP算法优化-BP、GOOSE算法优化-BP、NRBO算法优化-BP神经网络回归预测比较研究(Matlab代码)
【创新未发表!】基于BKA算法优化-BP、HO算法优化-BP、CP算法优化-BP、GOOSE算法优化-BP、NRBO算法优化-BP神经网络回归预测比较研究(Matlab代码)
175 0
|
2月前
|
机器学习/深度学习 传感器 数据采集
基于贝叶斯优化CNN-LSTM混合神经网络预测(Matlab代码实现)
基于贝叶斯优化CNN-LSTM混合神经网络预测(Matlab代码实现)
488 0
|
2月前
|
算法 Python
【EI复现】考虑网络动态重构的分布式电源选址定容优化方法(Matlab代码实现)
【EI复现】考虑网络动态重构的分布式电源选址定容优化方法(Matlab代码实现)