使用 IP 接口减少 HPC 延迟并加速云计算

延迟原因 1：网络延迟

延迟的第一个主要原因是网络本身，包括在两点之间移动数据所需的时间。网络延迟受数据移动距离的影响。例如，如果所有其他条件相同，在临近的两座建筑物之间移动数据就会比跨越大洲移动数据快得多。

网络延迟也受到跳数或数据需要遍历的网络设备数（通常与迁移距离直接相关）的影响。更小化网络距离和跳数有助于减轻网络延迟。为此，云、电信和托管服务提供商最近建立合作，将在网络边缘运用云计算的优势，以便更加接近用户和最终用户设备。

这有助于将延迟降至更低，并融合数据和服务以更接近使用点，从而获得响应更迅速的体验。可在视频流、增强和虚拟现实以及在线游戏等应用中提供更流畅、更逼真的体验。（有关此主题的案例研究，请参阅 AI 如何在边缘计算中推动实现 5G 和 IoT。）

此外，将云计算移动到更靠近边缘的位置，可缩短控制系统应用的响应时间。例如，在汽车应用中，一辆每小时行驶 60 英里的汽车在 100 毫秒内可行驶将近 9 英尺，而这只是一眨眼的功夫。在汽车和云之间往返的数据如果发生任何延迟，都可能危及生命。提供近乎瞬时的响应时间使控制系统具有更高的精度，从而提高了安全性。

想要具有低延迟和适当特性组合的 PCIe 5.0、CXL 或 CCIX？

虽然云环境以降低延迟为目标从而快速处理复杂工作负载，但每个协议都另有其独有的特性和功能，进而最适合其目标应用的需求。以往，服务器依赖 CPU 和存储器计算资源，而如今具有 AI 加速器的大型超大规模数据中心不再对此依赖。具有一定内存、AI 加速、GPU 和联网能力的云服务器可能需要两个 CPU 和四台存储设备，或者一台存储设备和两个 CPU 来处理特定工作负载。每一种此类场景都对灵活性和可扩展性提出了不同的服务器配置要求，同时还会继续着重达成低延迟的目标。现在，让我们来详细了解低延迟和缓存一致性协议密集涉及的领域，以帮助设计人员更加轻松地选择最能满足其独特设计需求的技术。

市场尚在准备采用 PCIe 6.0（预计将于 2021 年推出），但是从 16 GT/s PCIe 4.0 转向以 32 GT/s 运行的 PCIe 5.0 的速度正在迅速加快。我们对当前 Synopsys DesignWare® IP 用户进行的快速调查表明，许多设计的 HPC 应用已经采用 32 GT/s PCIe 5.0 接口。然而，由于使用 AI 加速器后需要更高效的内存性能，将缓存一致性与高带宽相结合已成为一项关键需求。CXL 和 CCIX 协议减少了从内存到处理器和加速器来回复制数据的工作量，显著减轻了延迟，从而满足了这一需求。

为了充分优化系统，选择合适的接口成为在带宽、延迟、内存访问、拓扑和实现之间达成必要权衡的关键。

PCI Express

PCIe 是针对主机和设备之间的芯片间的事实标准。可以通过一个四通道 (x4) 链路在一个 PCIe 根端口（或根复合体）和一个 PCIe 端点之间完成简化的 PCIe 实现。典型的芯片间 PCIe 实现是可扩展且有分层的，其中配备嵌入式交换机或交换机芯片，支持一个根端口与多个端点连接。这种实现常见于笔记本电脑甚至服务器中，它支持与各种端点的连接，如以太网卡、显示驱动程序、磁盘驱动器和其他存储设备。然而，这种实现方式在带有孤立内存池的大型系统中遇到了局限，这些内存池需要运行异构计算，而系统中的处理器和加速器却要在同一个 64 位地址空间内共享相同的数据和内存空间。换言之，与一些较新的协议（如 CXL 和 CCIX）相比，PCIe 中缺乏缓存一致性机制会导致内存性能低下，延迟低于可接受水平。

可以利用 PCIe 和所谓的专用链路结合使用，使数据中心的服务器能够进行多处理或一个处理器与多个加速器之间的芯片间通信。如果一个芯片间链路的两端属于同一供应商，就可以使用专用 PCIe 链路，因为可以选择使用典型 PCIe 数据流的某些部分，帮助在 PCIe 协议之外执行芯片间的信息路由。利用供应商定义的消息，使 PCIe 标头和灵活的新数据包重载，可以将供应商定义的信息传到芯片链中的目标芯片。虽然这不是典型的实现方式，但许多 Synopsys 用户都在采用。 

CCIX

CCIX 在宣布上市之初，提供 20 GT/s 和 25 GT/s 两种数据速率，当时高于 16 GT/s 的 PCIe 4.0，而且这种协议增加了保持一致性的功能。如今，CCIX v1.1 可提供高达 32GT/s 的数据速率，支持缓存一致性，从而使多个芯片能够通过虚拟内存空间共享内存。大型内存池采用在同一个系统中相连接的各种组件进行构建，从而不需要在处理器和加速器之间传输大量数据。CCIX 支持异构计算，能够支持网状架构，让众多 CPU 或加速器相互连接并连贯一致地共享数据。

虽然 CCIX 实现与 PCIe 非常相似，但它实现的是两个虚拟通道 (VC)：分别用于一致性和非一致性流量，导致 PCI Express 序列延迟稍高，对 HPC 应用可能没有吸引力。由于 CCIX 是对称协议，CCIX 实现中的每个设备都执行相同的操作，并利用本地代理 (Home Agent) 管理缓存。由于其中固有的对称性，任何设备发生一致性问题都可能损害整个系统，而不仅仅是 SoC。

CXL

CXL 是实现主机到设备异构计算的理想选择，预期所有四家 CPU 提供商（Intel、IBM、Arm 和 AMD）均会提供支持。与 CCIX 不同，CXL 是一种不对称协议，主机可全权控制内存一致性和内存访问。其优势在于 CXL 设备的实现变得更简单，不需要家乡代理，这意味着设备处理内存时发生的任何错误都不会引发系统故障。

CXL 在整个 PCIe 物理层上运行，目前 PCIe 5.0 协议的运行速率为 32 GT/s。它使用灵活的处理器端口，可自动协商高带宽 CXL 链路，例如 x16 链路，可无缝插入 PCIe 或 CXL 卡。CXL 将 IO (.io)、缓存 (.cache) 和内存 (.mem) 协议合并为同一种协议，可实现高带宽且连接延迟极低，使处理器和加速器能够利用融合的内存空间。融合式内存空间支持连贯一致地共享不同内存，如用于加速器的 HBM 和用于处理器的 DDR。所需的 CXL.io 协议实际上是一条 PCIe 链路，用于发现、寄存器访问、链路配置、链路形成等，而 .cache 和 .mem 协议用于低延迟一致性数据交换，必须实现其中一种协议或两者同时实现，才能形成完整的 CXL 链路。

CXL 通过实现最新 PIPE 规格的 SerDes 架构，将 PCS 层及其相关延迟从 PHY 内部彻底转移到控制器，并允许 CXL.cache 和 CXL.mem 流量在堆栈早期就从 CXL.io 流量中拆分出来，从而提供比 PCIe 和 CCIX 低得多的延迟。这一优势与 CXL 堆栈的固有低延迟相结合，使 CXL 的延迟低于 PCIe 或 CCIX。

可以组合这三种 CXL 协议，创建三种不同的设备类型。由于 CXL.io 方案是强制要求实现的协议，因此适用于所有设备类型。

1. 1 型设备实现 CXL.io 和 CXL.cache 协议，以使附加设备（如加速器和智能 NIC）能够缓存并连贯一致地访问主机缓存内存。
2. 2 型设备实现所有三种协议：即 CXL.io、CXL.cache 和 CXL.mem，以处理主机与设备附加内存之间的一致性数据，从而针对给定任务优化性能，使设备能够缓存主机内存和主机，从而在统一的内存空间访问附加设备内存。
3. 3 型设备（如内存扩展器）是一种非常有趣的实现方式，使得利用 CXL.io 和 CXL.mem 的 HPC 应用能够支持主机处理器访问附加的设备内存，如同附加内存本身就属于主机内存一样。 

CXL 1 型和 2 型设备的用例是利用加速器、图形和计算存储的应用。3 型设备的用例是需要存储类内存（永久内存）和 DDR 的应用，这些应用可能适用于 CXL。将 DDR 控制器更换为 CXL 链路是业界正在探索的新用例，这种用例运用 CXL 的一致性内存访问功能，而不是追加 DDR 内存，从而降低 SoC 和主板设计的复杂程度。CXL 的另一个新兴应用是使用 CXS 接口替代单独的 CXL.cache 和 CXL.mem 协议。这种方法可以启用 CCIX over CXL 等功能，从而可能支持使用 CCIX 协议的网状网络架构和对称操作，但要通过低延迟的 CXL 链路实现。这种采用 CXS 接口的 CCIX over CXL 方法可在使用 CCIX 的多个 SoC 之间建立链路，同时还能受益于 CXL 提供的极低延迟。