阿里云
发表主题 回复主题
  • 652阅读
  • 0回复

[大牛分享]浅谈GPU虚拟化技术(三)GPU SRIOV及vGPU调度

级别: 论坛编辑
发帖
5205
云币
10873
0~ o,^AW  
\\;y W~  
GPU SRIOV原理 ] !n3j=*   
yW&ka3j\  
A9MTAm{  
谈起GPU SRIOV那么这个世界上就只有两款产品:S7150和MI25。都出自AMD,当然AMD的产品规划应该是早已安排到几年以后了,未来将看到更多的GPU SRIOV产品的升级换代。S7150针对的是图形渲染的客户群体,而MI25则针对机器学习,AI的用户群体。本文以围绕S7150为主。因为S7150的SRIOV实例在各大公有云市场上都有售卖,而MI25目前看来尚未普及(受限于AMD ROCm生态环境的完备性)。
  • ,c&gw tdl  
    L3A2A  
    两个术语:SRIOV的PF,VF N_/+B]r }T  
    }G<~Cx5[  
W}#n.c4+  
(专业人士请动忽略这部分介绍 / }*}r  
PF:宿主机上的主设备,宿主机上的GPU驱动安装在PF上。PF的驱动是管理者。它就是一个完备的设备驱动,与一般的GPU驱动的区别在于它管理了所有VF设备的生命和调度周期。比如下图的07:00.0便是PF设备 C[5dhFZ  
VF:也是一个PCI设备,如下图中的07:02.0和07:02.1。QEMU在启动过程中通过VFIO模块把VF 作为PCI直通设备交由虚拟机,而虚拟机上的操作系统会安装相应的驱动到这个直通的VF PCI 设备上(07:02.0)。VF设备占用了部分GPU资源。比如下图中一个PF上面划分出了两个VF,那么很有可能跑在VF上面的虚拟机GPU图形渲染性能宏观上是PF的1/2。 k8r1)B4ab  
]^,!;do  
上图是一个带有4个S7150的服务,并且每个S7150 SRIOV虚拟出2个vGPU。
  • M3r;Pdj2r  
    GPU SRIOV的本质
[s{[ .0P]+  
SRIOV的本质是把一个PCI卡资源(PF)拆分成多个小份(VF),这些VF依然是符合PCI规范的endpoint设备。由于VF都带有自己的Bus/Slot/Function号,IOMMU/VTD在收到这些VF的DMA请求的过程中可以顺利查找IOMMU2ndTranslation Table从而实现GPA到HPA的地址转换。这一点与GVT-g和Nvidia的GRID vGPU有本质上的区别。GVT-g与Nvidia GRID vGPU并不依赖IOMMU。其分片虚拟化的方案是在宿主机端实现地址转换和安全检查。应该说安全性上SRIOV方法要优于GVT-g和GRID vGPU,因为SRIOV多了一层IOMMU的地址访问保护。SRIOV代价就是性能上大概有5%左右的损失(当然mdev分片虚拟化的MMIO trap的代价更大)。由于SRIOV的优越性和其安全性,不排除后续其他GPU厂商也会推出GPU SRIOV的方案。
  • mtdy@=?1Y  
    '_5|9 }  
    关于SRIOV 更多的思考 VfozqUf  
    %m+7$iD  
}Rw6+;  
SRIOV也有其不利的地方比如在Scalable的方面没有优势。尤其是GPU SRIOV,我们看到的最多可以开启到16个VM。设想如果有客户想要几百个VM,并都想要带有GPU图形处理能力(但是每个VM对图形渲染的要求都很低),那么SRIOV的方案就不适用了。如果有一种新的方案可以让一个GPU的资源在更小的维度上细分那就完美了。事实上业界已经有这方面的考虑并付诸实践了。 i[:cG  
2$v8{Y&  
GPU SRIOV内部功能模块 3W{ !\  
nLCaik_,m  
_07$TC1  
(吃瓜群众可以跳过) %NM={X|'  
由于没有GPU SRIOV HW的spec与Data Sheet,我们仅能按照一般的常用的方式来猜测GPU SRIOV内部功能模块(纯属虚构,如有雷同概不负责)。 `?b'.Z_J  
D c;k)z=  
GPU的资源管理涉及到vGPU基本上三块内容是一定会有的:Display,安全检查,资源调度。
  • @C^wV  
    hRMya#%-  
    Display管理 aNA ]hl  
    t#3 _M=L  
tzv4uD]  
GPU PF需要管理分配给某个VF的FrameBuffer大小,以及管理Display相关的虚拟化。Display的虚拟化一般分为Local Display和Remote Display。比如XenClient就是用的Display Local Virtualization,属于本地虚拟化过程。此过程相当于把显示器硬件单元完全交由当前虚拟机控制。在云计算行业,Display更多的是采用Remote Display的方式。我们后续会讲到行业中Remote Display的问题所在。
  • H8g%h}6h  
    jw`05rw:  
    VF 安全检查 Y B,c=Wx  
    tY: Nq*@  
<fF|AbC:  
GPU PF或者GPU SRIOV模块需要承担一部分的VF的地址审核(Address Audit)和安全检查,GPU SRIOV的硬件逻辑会保证暴露出的VF Register List并确保不包含特权Register信息,比如针对GPU微处理器和FW的Registers操作,针对电源管理部分的Registers也不会导出到VF中。而VM对所有VF的MMIO读写最终会映射到PF的MMIO地址空间上,并在PF的类似微处理器等地方实现VF设备的部分MMIO模拟。 ib~i ^_p  
另外一部分的安全检查则是PF需要确保不同VF直接对GPU FrameBuffer的访问隔离。这部分很有可能需要PF针对不同的VF建立GPU的Pagetable,或者Screen所有的VF提交的GPU BatchBuffer。
  • Gp+\}<^ Z  
    `'&mO9,<-  
    VF调度 &FuL {YL  
    ('AAHq/  
}2iR=$2  
AMD GPU SRIOV从硬件的角度看就是一个对GPU资源的分时复用的过程。因此其运行方式也是与GPU分片虚拟化类似。SRIOV的调度信息后续重点介绍。 )WInPW  
F-oe49p5e  
GPU SRIOV的调度系统 p|8ZHR+  
Cs y,3XG  
  • ,II3b( l  
    ;Rpib[m  
    分时复用 jM @N<k  
    JgA{1@h  
VBw 5[  
VF的调度是GPU虚拟化中的重点,涉及到如何服务VM,和如何确保GPU资源的公平分片。 {dm>]@"S  
)RT?/NW  
GPU SRIOV也是一个分时复用的策略。GPU分时复用与CPU在进程间的分时复用是一样的概念。一个简单的调度就是把一个GPU的时间按照特定时间段分片,每个VM拿到特定的时间片。在这些时间片段中,这个VM享用GPU的硬件的全部资源。目前所有的GPU虚拟化方案都是采用了分时复用的方法。但不同的GPU虚拟化方案在时间片的切片中会采用不同的方法。有些方案会在一个GPU Context的当前BatchBuffer/CMDBuffer 执行结束之后启动调度,并把GPU交由下一个时间片的所有者。而有些方案则会严格要求在特定时间片结束的时候切换,强行打断当前GPU的执行,并交予下一个时间片的所有者。这种方式确保GPU资源被平均分摊到不同VM。AMD的GPU SRIOV采用的后一种方式。后续我们会看到如何在一个客户机VM内部去窥探这些调度细节 u&^KrOM@#  
  • }WaZ+Mdg\  
    &pjj  
    调度开销 YB<nz<;JR  
    tfZ@4%'  
EmR82^_:  
然而GPU的调度不同于CPU的地方是GPU上下文的切换会天然的慢很多。一个CPU Core的进程切换在硬件的配合下或许在几个ns之内就完成了。而GPU则高达几百ns(比如0.2ms-0.5ms)。这带来的问题就是GPU调度不能类似CPU一样可以频繁的操作。举一个例子:GPU按照1ms的时间片做调度,那么其中每次调度0.5ms的时间花在了上下文的切换上,只有1ms的时间真正用于服务。GPU资源被极大浪费。客户理论上也只能拿到66%的GPU资源。 +:4>4=  
  • MkL2I+*  
    MIn_?r  
    S7150的调度细节 T&+3Xi:  
    } Z FoCMM  
K3M.ZRh\;`  
接下来我们来看一下作为首款GPU SRIOV方案的S7150是如何调度的。由于S7150是中断驱动的结构,所以通过查看虚拟机内部GPU中断的分布情况就可大致判断出GPU SRIOV对这个虚拟机的调度策略。 cz{`'VN}`  
`:*2TLxIk  
对于Windows的客户机,我们可以在内部安装Windows Performance kit,并检测"GPU activity"的活动。 Z\xnPhV  
 BgQ/$,  
对于Linux的客户机,则更简单,直接查看GPU驱动的trace event。当然我们要感谢AMD在提供给Linux内核的SRIOV VF驱动上没有去掉trace event。这让我们有机会可以在VM内部查看到SRIOV的调度细节。(不知道这算不算一种偷窥?) I`H&b& .`  
(RV#piM  
我们在阿里上随便开启一台GA1的1/2实例。 ~!qnKM>[  
`[g$EXX  
并选择Ubuntu(预装AMD驱动)作为系统镜像; vdC0tax  
在Console下查看所有的GPU相关的trace如下表: ..X_nF  
)E*f30  
Fa[^D~$l*  
PfRA\  
很不错,我们发现有两个GPU驱动分发workload的event:amd_sched_job与amd_sched_process_job。 ]%HxzJ  
.P aDR |!  
在VNC中开启一个GPU Workload以后(比如Glxgears或者Glmark,当然我们需要先开启x11vnc),我们通过下面Command来采集GPU数据。 yn_f%^!G  
trace-cmd record –e gpu_sched BDvkY  
… 等待几秒中ctrl+c终止采集。 Qn.dL@W  
trace-cmd report > results.log Z4Dx:m-  
查看我们抓取这两个event的事件并记录下来几个有趣的瞬间: TB* t^ E  
GdI,&| /  
]vvA]e  
I9qFXvqL  
N%}J:w  
SsTBjIX  
所有的log在一段时间内是连续的,然后断开一段时间,然后又连续的workload提交。 dGm%If9P  
g9|OhymB  
截图上的小红框是我们需要关注的间隔时间。摘取如下表: O>qlWPht  
m+;U,[%[*E  
事件时间ns
Nh}-6|M  
间隔
k>mXh{ (  
z+7V}aPM  
1437.803888 |ymW0gh7o$  
1437.810159
2A; i  
6.271ms
:_6o|9J\t  
无GPU活动
BInSS*L  
1437.816378 py:L-5  
1437.822720
h~\k;ca  
6.342ms
gfj_]  
无GPU活动
/y{: N  
1437.829105 6E-eD\?I&  
1437.835127
P"^Yx8L#  
6.022ms
+;lDU}$  
无GPU活动
R9R~$@~G  
1437.841587 ?V8Fgd  
1437.847506
wg%Z  
5.919ms
#%k_V+o3  
无GPU活动
6Q7=6  
很明显在上述时间窗口期内当前VM的GPU被暂停了,并被切换至服务其他VM。因此当前VM的GPU workload会积压在驱动层次。 JI]Lz1i  
v)_c*+6u  
我们把所有的event在图表上打点后就可以发现,对于一个1/2GPU实例的VM来说,它占用的GPU资源是基本上以6ms为时间片单位做切换的。 @y7KP$t  
作图如下: 5@%Gq)z5  
S/)),~`4  
  • 1[O cZ CS  
    y/Y}C.IWp)  
    估算vGPU的调度效率 'RKpMdoz  
    yZ,pH1  
>8I~i:hn  
我们假设每次vGPU的调度需要平均用到0.2ms,而调度的时间片段是6ms,而从上图的结果来看,AMD GPU SRIOV是采用严格时间片调度策略。6ms一旦时间用完,则马上切换至下一个VM(哪怕当前只有一个VM,也会被切走)。所以1/2实例的S7150的调度效率可以达到:96.7%如果有两个这样的VM同时满负荷运行,加起来的图形渲染能力可达到GPU直通虚拟化的96.7%以上。 %C,zR&]F  
01-rBto$  
实测结果如下: 8%m\J:e R  
en'[_43  
1/2vGPU+ 1/2vGPU = 97.4% (vs GPU直通性能) c=\_[G(  
NzyEsZ]$  
每一个vGPU可以达到直通GPU性能的48.x%,整体性能可以达到97.4%,与我们的预估非常接近。 X,l7>>L{g  
qfl!>  
b'+Wf#.]f0  
更多的关于GPU虚拟化调度的思考 'uL$j=vB  
i4D]>  
2WH(c$6PWf  
不得不说AMD S7150在vGPU调度上是非常成功的。AMD的GPU硬件设计保证了可以在任何当前GPU Batch Buffer的执行过程中可以被安全的抢占(GPU Workload Preemption),并切换上下文到一个新的Workload。有了这样卓越的硬件设计,才使得PF驱动在软件层面的调度算法可以如此从容有序。6ms强制调度保证了多VM在共享GPU资源的情况下不会饥饿不会过度占用。调度开销极小(2-3%)。而且这样的设计在VM数量不多的情况下可以进一步调整时间片的大小比如12ms,则GPU的利用率会更进一步提高。那么为什么不能采用100ms调度?因为Windows内核对"GPU activity"的活动有监视。任何GPU CMD在2秒内没有响应,Windows就会发起Timeout Detected Recover(TDR),重置GPU驱动。设想如果你有16个VM,调度时间片为100ms的情况下,平均一个VM轮转到GPU资源的最小间隔就有1.6s。加上其他由于PF驱动被Linux内核调度的延迟,很有可能触发Windows Guest内部的TDR。 $7Hwu^c(  
l hYJectJa  
不知不觉把GPU虚拟化的调度都在这章里讨论过了。很好,专门介绍GPU调度的章节可以省下来了
x
发表主题 回复主题
« 返回列表上一主题下一主题

限100 字节
批量上传需要先选择文件,再选择上传
 
验证问题: ECS是阿里云提供的什么服务? 正确答案:云服务器
上一个 下一个