Kami menguji kemampuan DPU Bluefield-2 untuk menangani pembongkaran OVN/OVS dalam lingkungan FishOS. Hasilnya menunjukkan pengoperasian yang lancar, latensi yang berkurang, dan sumber daya CPU yang bebas, menunjukkan potensi FishOS dan DPU Bluefield untuk mengoptimalkan operasi pusat data modern.
FishOS: Meningkatkan Manajemen Cloud
FishOS dari Sardina Systems adalah platform manajemen cloud canggih yang berbasis OpenStack.
Dirancang untuk meningkatkan efisiensi dan skalabilitas pusat data modern, FishOS memanfaatkan otomatisasi dan manajemen sumber daya yang cerdas untuk merampingkan operasi, memangkas biaya, dan meningkatkan kinerja secara keseluruhan.
DPU Nvidia Bluefield: Merevolusi Pemrosesan Data
Nvidia Bluefield DPU adalah prosesor khusus yang membebaskan dan mempercepat tugas-tugas jaringan, penyimpanan, dan keamanan, sehingga membebaskan CPU utama.
Unit-unit ini meningkatkan kinerja dan efisiensi pusat data dengan menangani beban kerja intensif data, menawarkan programabilitas dan kinerja tinggi untuk memenuhi tuntutan komputasi modern.
Arsitektur Pusat Data Tradisional vs Modern
Pusat data tradisional sangat bergantung pada CPU serba guna untuk semua tugas, yang menyebabkan kemacetan kinerja, ketidakefisienan sumber daya, dan biaya operasional yang lebih tinggi.
Munculnya komputasi awan dan virtualisasi telah mengubah pusat data secara signifikan.
Komputasi awan menyediakan alokasi sumber daya yang fleksibel, skalabilitas sesuai permintaan, dan efisiensi biaya, sementara virtualisasi mengabstraksikan perangkat keras fisik, meningkatkan pemanfaatan, dan manajemen infrastruktur.
Mengintegrasikan DPU Bluefield ke dalam pusat data dapat mengatasi tantangan ini.
Dengan melepaskan tugas-tugas intensif dari CPU, mereka meningkatkan kinerja dan menyediakan fitur keamanan berbasis perangkat keras.
Tujuan:
Untuk menguji apakah Bluefield-2 (BF2) dapat menangani pembongkaran OVN/OVS dengan lancar dalam lingkungan FishOS OpenStack, yang memungkinkan pengguna untuk menyediakan VM.
Kondisi Pengujian: Platform pengujian digunakan dengan penyedia layanan cloud yang mengalokasikan perangkat keras dengan DPU BF2.
Sardina Systems kemudian menerapkan lingkungan FishOS OpenStack pada pengaturan ini.
Panduan Langkah-demi-Langkah
Penerapan: FishOS OpenStack (rilis Bobcat) digunakan pada node server yang menjalankan AlmaLinux 9 sebagai OS dasar.
Mode BF2 DPU dan Opsi OS: Mode DPU BF2 yang diperlukan adalah “Embedded CPU”.
Berbagai pilihan OS telah diuji pada BF2 DPU.
Setelah mempelajari dokumentasi, kami memutuskan bahwa memperhitungkan semua peringatan dari sistem operasi kustom untuk pengujian ini tidak memungkinkan.
Oleh karena itu, sebuah sistem operasi berbasis Ubuntu buatan Nvidia untuk BF2 digunakan melalui antarmuka RShim dengan menggunakan perintah bfb-install.
Apa yang kami temukan selama tahap Deployment:
– Instalasi AlmaLinux 9 berjalan dengan mudah melalui PXE.
– Debian 12 membutuhkan penyesuaian initramfs.
– Instalasi paket Nvidia DOCA diperlukan untuk fungsionalitas BF2 yang baik.
– Antarmuka RShim diperlukan untuk deployment OS berbasis Nvidia Ubuntu pada BF2.
– Pengujian Bandwidth: Bandwidth antara dua DPU BF2 diuji menggunakan iPerf3, mencapai 100 Gbit/detik.
Host DPU BF2 digunakan di cloud dan dikonfigurasikan untuk meng-host agen OpenStack Neutron OVN.
Kami mengikuti dokumentasi resmi untuk mengaktifkan dukungan DPU SmartNIC di OpenStack: Dukungan DPU SmartNIC OpenStack Neutron.
Jaringan Mesin Virtual yang Dibebani:
Untuk memanfaatkan jaringan mesin virtual yang dibebani, SR-IOV harus diaktifkan.
Meskipun BF2 mendukung hingga 127 fungsi virtual, platform perangkat keras node yang dibundel gagal melakukan booting dengan konfigurasi ini, sehingga batasnya ditetapkan ke 63 dalam pengaturan firmware BF2.
Selama pembuatan mesin virtual, ditemukan bahwa OpenStack Nova dan Neutron memerlukan patch tambahan agar jaringan tenant yang dibebani dapat berfungsi dengan baik.
Komputasi Nova memfilter perangkat SR-IOV yang diminta oleh konduktor Nova.
Masalah ini dapat diatasi dengan mengomentari baris penyaringan.
Server Neutron menolak untuk mengikat port karena ketidakcocokan kemampuan, kemungkinan besar sebuah bug.
Baris dalam file neutron/common/ovn/utils.py telah diubah dari ini:
untuk ini:
Pengujian Mesin Virtual:
Selama pengujian VM, tidak ada beban CPU yang signifikan yang terdeteksi pada node utama atau DPU.
Kami juga menguji kartu BF2 dalam “mode NIC”, di mana fungsinya menyerupai NIC ConnectX 6.
Salah satu keuntungan menggunakan “mode DPU” adalah tidak diperlukannya driver OFED pada node komputasi, tidak seperti pada “mode NIC.”
Oleh karena itu, untuk mengaktifkan pembongkaran jaringan overlay, kami menginstal driver OFED Mellanox terbaru pada node utama.
Hal ini menimbulkan beban administratif tambahan untuk pembaruan di masa mendatang, terutama peningkatan kernel (yang membutuhkan pembangunan ulang modul) dan peningkatan OFED (yang hanya didukung melalui pencopotan dan pemasangan ulang).
Pengujian mesin virtual mode BF2 NIC mirip dengan pengujian mode DPU, kecuali untuk menggunakan jenis port Neutron “langsung”. Pengujian iPerf3 8-thread di antara mesin virtual menunjukkan sekitar 70 Gbps.
Kesimpulan Pengujian Mesin Virtual:
– Neutron ML2/OVN menggunakan terowongan GENEVE untuk jaringan overlay penyewa.
– Jaringan penyewa terpisah dibuat dengan dua port Neutron dari tipe remote-managed.
– Dua mesin virtual yang menjalankan AlmaLinux 9 digunakan di node yang berbeda.
– Pengujian iPerf3 berulir tunggal: ~25 Gbit/detik.
– Tes iPerf3 8-threaded: ~86 Gbit/detik.
– Beban CPU yang tidak signifikan terdeteksi pada node utama dan DPU.
Ringkasan
Meningkatnya permintaan akan koneksi bandwidth tinggi untuk menangani volume data yang sangat besar, termasuk operasi AI, membutuhkan solusi yang efisien untuk menghilangkan kemacetan.
FishOS memecahkan tantangan ini dengan memindahkan kemacetan ini ke perangkat keras khusus seperti Bluefield DPU.
Dengan menghapus perangkat lunak jaringan yang diperlukan dari node utama dan memanfaatkan teknologi canggih seperti driver OFED, FishOS secara signifikan meningkatkan kinerja, mengurangi latensi, dan membebaskan sumber daya CPU untuk pemrosesan aplikasi penting.
Hasilnya, ini memberikan operasi pusat data yang lancar dan efisien.