一种基于NIC的RDMA可靠传输协议的设计与实现

J4 ›› 2014, Vol. 36 ›› Issue (2): 216-221.

一种基于NIC的RDMA可靠传输协议的设计与实现

夏军，庞征斌，刘路，张峻，常俊胜

（国防科学技术大学计算机学院，湖南长沙 410073）

收稿日期:2013-07-10 修回日期:2013-10-06 出版日期:2014-02-25 发布日期:2014-02-25
基金资助:
国家自然科学基金资助项目（61103083,61133007)；国家863计划资助项目（2012AA01A301）

Design and implementation of a NIC based RDMA reliable communication protocol

XIA Jun，PANG Zhengbin，LIU Lu，ZHANG Jun，CHANG Junsheng

（College of Computer,National University of Defense Technology,Changsha 410073,China）

Received:2013-07-10 Revised:2013-10-06 Online:2014-02-25 Published:2014-02-25

摘要/Abstract

摘要：

高性能计算机不断增长的规模和复杂性使得可靠性成为影响高性能计算机系统可用性的关键因素，系统互连网络是高性能计算机的重要组成部分，其可靠性是高性能计算机系统设计必须考虑的重要问题。针对高性能计算机系统互连网络可能出现的故障，提出一种基于NIC实现的RDMA可靠传输协议，给出了一种通用的设计实现方案，并对该方案的几种具体优化设计实现方法进行了讨论。提出的可靠传输协议及实现方案能容忍系统互连网络可能出现的多种网络故障，并能尽量减少实现可靠传输所带来的额外开销。实验结果表明，所提出的RDMA可靠传输的实际测试性能与无连接RDMA传输相当。

关键词: RDMA, 可靠性, 网络接口, 可靠传输协议

Abstract:

With the continually growing size and complexity of high performance computing systems, reliability has become the crucial factor of affecting the availability of high performance computing systems. System network is the important component of high performance computing systems and its reliability must be considered in high performance computing system design. Aiming at failures possibly occurring in high performance computing system network, the paper proposes a NIC based RDMA reliable communication protocol, gives a general framework of realizing this protocol and discusses some optimized implementation methods based on the framework. The reliable communication protocol and its implementation can tolerate system network failures and can reduce the overhead of realizing reliable communications. The experimental results show that the performance of the RDMA reliable communication is comparable with that of the noconnection RDMA communication.

Key words: RDMA;reliability;network interface;reliable communication protocol

夏军，庞征斌，刘路，张峻，常俊胜. 一种基于NIC的RDMA可靠传输协议的设计与实现[J]. J4, 2014, 36(2): 216-221.

XIA Jun，PANG Zhengbin，LIU Lu，ZHANG Jun，CHANG Junsheng. Design and implementation of a NIC based RDMA reliable communication protocol [J]. J4, 2014, 36(2): 216-221.

[1]	孙玉波1, 周宏伟2, 3, 孙星语2, 3, 何星洋2, 3, 宋朝阳2, 3, 陈志强2, 3. 面向芯粒互联的Retimer结构及关键技术研究[J]. 计算机工程与科学, 2025, 47(8): 1381-1390.
[2]	于勤, 吴非, 张猛, 谢长生. 全息存储中的纠错码研究综述[J]. 计算机工程与科学, 2024, 46(4): 571-579.
[3]	孙岩, 张建民, 黎渊, 孙舜禹. 面向高性能计算的互连网络拥塞控制分析与评估[J]. 计算机工程与科学, 2024, 46(2): 209-216.
[4]	胡绍柳, 蔡岳平. 时间敏感网络中基于边不相交路径对选择的帧复制与消除机制[J]. 计算机工程与科学, 2024, 46(11): 1979-1988.
[5]	熊国杰, 张津铭, 贺光辉. 一种面向Chiplet互连的高效传输协议设计与实现[J]. 计算机工程与科学, 2023, 45(8): 1339-1346.
[6]	孙智超, 张策, 江文倩, 刘凯卫, 范苗苗, 李文毓, 温雅菲. 故障检测率对软件可靠性影响实证分析[J]. 计算机工程与科学, 2022, 44(12): 2162-2173.
[7]	袁远, 李世杰, 邢建英, 蒋句平. E级高性能计算机系统中监控分系统的挑战与设计[J]. 计算机工程与科学, 2021, 43(8): 1366-1375.
[8]	张策1，伊文敏2，白睿1，盛晟1，徐早辉1，高天翼1，王瞰宇1，苏嘉尧1. SRGM下失效数据集效用与验证分析[J]. 计算机工程与科学, 2020, 42(6): 1012-1020.
[9]	惠子青,刘晓燕,严馨. 基于排错等待延迟的广义动态集成神经网络模型[J]. 计算机工程与科学, 2020, 42(4): 641-648.
[10]	陆平静, 赖明澈, 王博超, 常俊胜. 一种计算互连融合网络体系结构[J]. 计算机工程与科学, 2020, 42(10高性能专刊): 1737-1741.
[11]	王磊，瞿佳明. 基于协同过滤和Slope One算法的Web服务可靠性预测[J]. 计算机工程与科学, 2018, 40(8): 1390-1397.
[12]	冯璇，胡舒凯，王谛，宋新亮，李宏亮. 一种改进的高速链路前向纠错编码[J]. 计算机工程与科学, 2017, 39(5): 885-891.
[13]	李雪松，叶雪梅，蔡艳宁，范青刚. 车载自组网中最远转发机制的可靠性改进[J]. 计算机工程与科学, 2016, 38(9): 1784-1789.
[14]	程学庆1,2，武中凯3，贾江涛1，刘星文1. 装车站运输作业过程的时间可靠性分析[J]. J4, 2016, 38(6): 1252-1256.
[15]	宋凤,莫毓昌,潘竹生,钟发荣. 带长度约束的k端网络可靠性分析[J]. J4, 2016, 38(1): 84-88.