基于CPU/GPU异构并行计算的OTN仿真验证系统的研究与实现

摘要

本课题来自华为技术有限公司的项目：Flex-OTN仿真传输平台。光传送网(OTN)传输速率高，其上下行业务数据处理量大、实时性要求高，对其中的业务数据开销处理、FEC及扰码处理通常都是设计专用板卡，通过 FPGA芯片实现业务数据的高速处理。但专用板卡升级难度大成本高。通用PC的图形处理器GPU拥有大量运算单元，适合做数据密集型数据处理。因此采用通用CPU/GPU异构计算平台并行处理OTN业务数据，能满足其实时性要求，且升级简单、成本低。具有重要意义。
　　本文分析了OTN技术及其业务处理，并阐述了CPU/GPU异构并行计算的主要特点及OpenCL架构。对于OTU业务数据处理量大、实时性要求高，用AMP/SMP多核方案无法满足的情况下，本文提出了使用CPU/GPU异构协同方案来完成OTU业务处理。为了提高系统的吞吐量，本课题在诸多方面进行了创新设计和实现：
　　1. CPU/GPU异构平台上并行软件OTN算法框架的设计与实现。在异构系统平台上，CPU和 GPU密切协调，CPU进行总体业务逻辑控制和任务调度，GPU完成高负载数据并行计算处理。
　　2. OTU业务数据上行GFP映射与下行解映射研究与实现，解决光通信模块与网卡速率不匹配问题。针对GFP帧长度可变，解决GFP帧可能穿越OPUk帧边界问题，同时映射保证其数据流正确顺序。
　　3.设计和实现GPU并行BIP-8、并行FEC编解码和并行扰码算法，高效完成OTU业务的主要运算。合理有效划分GPU线程组并利用GPU局部内存以隐藏全局内存访问延迟，充分发挥GPU计算性能，实现BIP-8检测和扰码同步计算一个OTU复帧(0.5M字节)时间开销均控制在8us之内，FEC编解码速度在60Gb/s以上。
　　4. OTN仿真平台以恒定10Gb/s的速率传送OTU业务数据且要求延迟尽可能小，本课题优化原有Linux内核，设计高精度定时器完成数据传送，时间控制精度达到ns级。为高效实现系统内核层和用户层间交互及数据传输零拷贝，课题设计建立了核心与用户层共享缓存区，且不受第三方软件使用限制。
　　实验结果表明，使用CPU/GPU异构平台并行加速OTN业务处理比多核CPU处理速度提升20-60倍。研究成果包括二项技术发明专利，一项华为-电子科技大学联合实验室优秀科研团队奖。

目录

封面

声明

中文摘要

英文摘要

目录

第一章 绪 论

1.1引言

1.2课题背景

1.3论文的研究内容与意义

1.4论文组织结构

第二章 OTN异构计算技术

2.1 OTN技术原理

2.2 OTN业务处理

2.3 CPU/GPU异构体系结构

2.4 OpenCL异构计算

2.5本章小结

第三章 基于CPU/GPU异构计算的OTN上行仿真验证系统实现

3.1上行系统整体架构

3.2多核并行GFP映射

3.3 GPU并行BIP-8编码算法实现

3.4 GPU并行FEC编码算法实现

3.5基于GPU并行计算的扰码算法实现

3.6本章小结

第四章 基于CPU/GPU异构计算的OTN下行仿真验证系统实现

4.1下行系统整体架构

4.2基于GPU并行计算的解扰算法实现

4.3基于GPU并行计算的FEC解码纠错算法实现

4.4基于GPU并行计算的BIP-8误码检测算法实现

4.5多核GFP解映射

4.6本章小结

第五章 系统测试及性能优化

5.1实验环境

5.2系统测试

5.3高精度定时器

5.4共享内存

5.5本章小结

第六章 总结与展望

6.1总结

6.2下一步工作

致谢

参考文献

攻读硕士研究生期间的研究成果