作者：vivo 互联网服务器团队- Ye Feng

本文介绍了 Intel QAT 技术计划，通过Multi-Buffer技术和QAT硬件加速卡的两种形式实现对TLS的减速

一、背景

以后 TLS 曾经成为了互联网安全的次要传输协定，TLS带来更高的安全性的同时，也带来了更多的性能开销。特地是在建连握手阶段，TLS的CPU开销，绝对于TCP要大很多。

业界在优化TLS性能上曾经做了很多软件和协定层面的优化，包含：Session 复用、OCSP Stapling、TLS1.3等。然而在摩尔定律"生效"的今日，软件层面的优化很难满足日益增长的流量，应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减速畛域提供的QAT技术计划。

二、Intel QuickAssist Technology（QAT）技术计划

Intel 提供了TLS异步减速的残缺解决方案: Intel QuickAssist Technology（QAT），简称Intel QAT技术。

如下图所示，QAT 反对减速的明码算法笼罩了TLS的整个流程，包含：握手阶段的签名、秘钥替换算法，数据传输的AES加解密算法等。

图1. QAT 对TLS流程的明码算法的反对（图片起源）

QAT提供了对称与非对称两类明码算法的反对，次要包含：

  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减速的劣势次要体现在非对称加密上，从官网的整体性能数据看，非对称算法性能晋升1.6~2倍，对称算法性能晋升10%~15%

2.1 QAT Engine 软件栈

QAT Engine 是QAT技术计划的外围模块，次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，次要操作就是IO的读写。

QAT Engine 是以 OpenSSL 第三方插件的形式提供给用户，这个象征用户能够应用 OpenSSL 规范的API，就能够实现对TLS的减速，只须要对原有代码做OpenSSL异步革新，就能够享受QAT技术带来的TLS性能减速，业务侵入性较小。

图2. Intel QAT Engine 软件栈（图片起源）

如上图所示，QAT  Engine 反对两种减速形式：

  • 软件减速（qat_sw）：应用 Multi-Buffer （SIMD）技术，对明码算法进行并行处理优化。
  • 硬件加速（qat_hw）：应用QAT硬件加速卡，将明码算法计算从CPU OffLoad到硬件加速卡。

上面将介绍软件和硬件两种减速门路的实现形式。

三、软件减速：采纳 Intel Multi-Buffer 技术

Intel 从 whitely 平台开始退出了新的指令集，联合intel Multi-Buffer技术，实现对明码算法的SIMD优化计划。

3.1 Intel Multi-Buffer 技术

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

  • SIMD (Single Instruction Multiple Data) 即单指令流多数据流，是一种采纳一个控制器来管制多个处理器，同时对一组数据（又称“数据向量”）中的每一个别离执行雷同的操作从而实现空间上的并行性的技术。简略来说就是一个指令可能同时解决多个数据。
  • Multi-Buffer 技术基于SIMD AVX-512指令集，通过队列和批量提交策略，联合OpenSSL的异步能力，每次能够最多并行处理8个明码算法操作。

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

图3. Intel Engine集成了基于Multi-Buffer技术的明码算法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
  • 开源我的项目：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。
  • 开源我的项目：https://github.com/intel/ippcrypto/tree/develop/sources/ippcp/crypto_mb

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

四、 硬件加速：采纳QAT硬件加速卡卸载

除了通过Multi-Buffer技术进行软件减速外，QAT Engine 还反对QAT硬件加速卡，通过将明码算法的计算卸载（OffLoad）到硬件加速卡，实现性能减速。

硬件加速外围是将TLS中的非对称加解密操作剥离进去，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技术计划。

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

图4.  nginx+ Intel QAT Software Stack + QAT硬件加速卡的典型利用场景（图片起源）

这个典型利用场景包含四个局部：

  1. Nginx （Async Mode）:  Intel 基于官网nginx（version 1.18）提供了patch，反对nginx工作在openssl的异步模式。Patch开源在：https://github.com/intel/asynch_mode_nginx
  2. OpenSSL（反对Async Mode）:  OpenSSL-1.1.1 新增了async mode 个性，应用层软件能够通过规范的openssl接口，实现异步调用，晋升性能。
  3. QAT Engine:   OpenSSL Engine 插件。向下和QAT API交互，将解决申请提交给硬件。详见我的项目开源地址: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局部。用户态的lib库提供QAT API，内核态的driver则间接和QAT硬件加速卡打交道。

Intel QAT 依赖了OpenSSL的两个个性 OpenSSL Async Mode 和 OpenSSL Engine：

  • OpenSSL Async Mode 可能在 async_job 执行过程中，在期待加速卡后果的时候，将 cpu 让进来；如果没有开启 async 模式，调用 openssl 函数会阻塞，cpu会阻塞期待。
  • OpenSSL Engine 则是提供了自定义注册加解密的办法，能够不应用 OpenSSL 自带的加解密库，指定调用第三方的加解密库。

基于两个个性，应用程序的加解密操作只须要放弃应用原来雷同openssl api，只须要做异步模式的兼容。另外，能够在调用OpenSSL的API时，指定到engine QAT上就行，不须要做任何额定的批改，就能够应用QAT卡进行加解密减速。

4.1 OpenSSL 的Async Mode个性

通过下面的介绍，咱们能够看到QAT卡的实质是让一部分本来由CPU进行的计算转移到QAT卡上进行，因而进步QAT的利用率，升高CPU的切换开销和等待时间是性能最大化的外围工作。

OpenSSL 未启用异步ASYNC模式时，OpenSSL 调用是同步阻塞的，直到QAT_Engine返回后果。如下图的同步模式，在并发解决执行流的场景，大量CPU处于闲暇期待的状态（图中虚线示意CPU处于闲暇状态），无奈无效地利用CPU。

图5. QAT_Engine + OpenSSL 同步模式（图片起源）

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的调用不须要期待QAT_engine的解决实现，能够无效地利用CPU，进步QAT的利用率，晋升并发解决性能。

图6. QAT_Engine + OpenSSL 异步模式（图片起源）

通过OpenSSL的同步和异步模式的比照，能够看到OpenSSL-1.1.1 新增的异步Async个性，反对了异步非阻塞调用，进步了QAT的利用率，能够显著晋升加解密性能。

4.2 QAT Engine ASYNC运行流程

接下来还有一个问题，CPU 如何晓得 QAT 卡实现了计算呢？

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

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

用户态须要被动去poll这个async job的状态，是否是ASYNC_FINISHED状态。如果是，阐明之前的工作曾经实现，则能够持续前面的操作（取回加密/解密后果）。

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，失去相应后果后，写入eventfd，唤醒async job。

图7. QAT engine ASYNC运行流程（图片起源）

如上图所示，QAT Engine Async的根本流程为：

  1. 主job调用 SSL_accept，期待 TLS客户端发动 TLS handshake。
  2. SSL外部组织了一个状态机，将握手，读写等操作形象为两个job，ssl_io_intern(读写), ssl_do_handshake_intern(握手), 对立通过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并行的进行本人的计算。
  4. 主job通过SSL_waiting_for_async()接口取得的一个eventfd，并epoll这个eventfd。当QAT卡计算实现，会执行回调写入eventfd，告诉主job计算已实现。
  5. 主job切换回握手job，握手job的实现残余流程后，再调用ASYNC_pause_job()切换主job，并将job状态设置为ASYNC_FINISH，完结协程实现握手动作。

五、QAT 性能评测

通过下面的介绍，咱们理解了QAT技术计划的基本原理，上面咱们看下QAT的理论减速成果。

QAT Multi-Buffer 减速计划，依赖的 OpenSSL、QAT Engine、ipp-crypto、 Intel-ipsec-mb 软件栈都是开源我的项目，咱们能够不便的应用 openssl speed 原生加解密算法对Multi-Buffer计划进行性能评估。

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
  • 装置 QAT Engine
  • 装置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替换算法

  • RSA 2048 sign/verify  晋升 4.9/2.9倍
  • ECDH key exchange 晋升 12倍

对称加解密算法

  • AES-256-CBC 性能持平

依据性能测试后果，QAT的减速劣势在于TLS握手阶段的签名和秘钥替换算法，适宜频繁进行TLS建连的利用场景，比方：nginx网关、长连贯网关等。

六、总结

本文介绍了 Intel QAT 技术计划，并探讨了计划提供的Multi-Buffer软件减速以及QAT硬件加速两种形式。同时，通过性能评估测试，咱们能够看到QAT技术对TLS握手阶段的加解密算法有显著的性能晋升。

最初，咱们讨论一下 Intel QAT 技术的优缺点和利用场景：

6.1 长处和毛病

次要的长处

  • 高性能：能够显著进步计算密集型工作的性能，缩小 CPU 的负载，进步零碎吞吐量和响应速度。
  • 低功耗：能够将计算密集型工作卸载到专用硬件上，升高零碎功耗，进步能效比。

次要的毛病

  • 老本较高：须要额定的硬件反对，减少了零碎的老本。
  • 利用范畴受限：次要实用于计算密集型工作，对于其余类型的工作可能没有显著的性能晋升。
  • 不反对所有处理器：只反对Intel特定系列的处理器，须要特定的硬件和软件反对。
  • 革新老本高：须要对应用程序进行QAT异步化革新，须要肯定的学习老本和技术支持。

6.2 利用场景

除了加解密算法之外，Intel QAT还反对压缩和解压缩、随机数生成、数字签名、视频编解码等算法。Intel QAT次要能够用于以下场景：

  • 接入网关：比方nginx网关、长连贯网关。QAT能够减速TLS协定解决，晋升网关的性能
  • 虚构私人网络（VPN）：QAT 能够减速 VPN 流量的加密和解密过程，进步吞吐量，缩小提早
  • 存储减速：QAT 能够减速数据压缩和解压缩，缩小须要传输和存储的数据量
  • 视频编解码：QAT 能够减速视频编解码算法，进步视频解决的效率和品质

总的来说，Intel QAT 能够将计算密集型工作从 CPU 中分离出来，显著进步零碎的性能和能效比，能够广泛应用于计算密集型工作的减速，包含网络安全、数据处理、云计算、存储减速、视频解决等多个畛域。

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模块框架剖析