用于物联网的新型异构计算平台和5G通信

admin 2020年9月7日15:08:34评论134 views字数 5488阅读18分17秒阅读模式
联网是新一代信息技术的重要组成部分,其通过传感器收集数据并从数据中提取价值,用来帮助解决社会中的问题。由于收集到的数据量非常大,且分析数据需要很长时间,因此高效的计算机和网络系统非常重要。异构计算和5G网络的集成是复杂物联网系统和服务的最佳平台之一。本文先介绍复杂物联网系统需要高性能异构计算和高速通信系统(如5G)的原因,再阐述异构计算赋予物联网系统基础设施的一些使用案例。

引言

物联网是新一代信息技术的重要组成部分,也是信息化时代的重要发展阶段。物联网的核心和基础仍然是互联网,是在互联网基础上的延伸和扩展。它的用户端延伸和扩展到了任何物体与物体之间进行信息交换和通信,即物物相息。物联网通过智能感知、识别技术等通信感知技术,广泛应用于网络 中。物联网实现将物理数据转化为网络数据后,可以对数据应用各种识别和学习算法进行分析研究。
因此,物联网提供了许多解决社会问题的方案和应用。此外,对数据的实时处理可以创造新的价值,这需要具有低功耗、高带宽以及低延迟通信系统的 高性能处理引擎,如5G用以处理大量数据。
本文首先介绍物联网信息和通信技术系统的要求。其次,介绍移动流量的趋势和具有大量视频流 的物联网应用示例。最后介绍了一种高效灵活的网 络基础架构体系结构,用于实现高效的物联网系统 及其异构加速技术。

1  物联网的未来发展趋势

物联网可以将全球信息进行连接,让整个世界 变成了物物相连的形式。随着时代的不断发展,物联网受到了越来越多的关注。在城市发展得以不断推进的社会背景下,城市与城市之间的距离被逐渐 增大,物联网的应用范围也逐渐扩大。
也可以说,物联网是信息技术发展中的衍生物,其在一定程度上改变了人们的生活方式,并形成一个庞大的时长,具有较强的发展潜力。当前的物联网技术由于适应 性较强等特点,能够在智慧城市、环境保护等多个方面进行应用。而5G的出现,促进了物联网的发展, 为其改革提供了有效的技术支撑。
计算机系统依靠物联网收集到大量数据并进行快速处理。由于传统处理器系统的一些缺点,我们可以使用的一种解决方案是异构计算,异构计算能有效地获取高性能计算能力,且其扩展性好、资源利用率高。

2  5G的需求

5G与4G相比,优势主要体现在速率和延时方 面。5G的信息传输速率可以达到100 Gbps,是4G 的几十倍。5G的通信延时一般情况下在7ms左右。在不久的将来,5G将慢慢取代4G成为主要的通信网络。此外,5G对智能手表等智能设备有着很好的支持,这将使5G在这方面大放异彩。
5G主要有三大应用场景,包括:( 1 ) 增强移 动宽带(eMBB );海量机器通信(mMTC );
超高可靠低延迟通信(uRLLC )。eMBB主要 用于个人娱乐,在5G网络下,我们轻松在线观看 2K/4K视频,峰值速度可以达到20 Gbpso mMTC依靠5G强大的连接能力,促进垂直行业融合,典型应用有智能电表、医疗保健和远程维护等。万物互联下,我们依靠身边的各类传感器和终端能构建一 个智能化的生活。uRLLC场景用于对时延要求很高的场景,如车联网、工业控制、远程医疗等行业。
在上述对5G的各种要求中,最具挑战性的部分是以合理的成本满足容量要求。有了足够的网络 容量,mMTC和uRLLC的使用场景更容易实现,从而为各种社会基础设施提供服务。
移动接入网体系结构基于云体系结构(Cloud RAN) o云体系架构主要由三个组件组成:中心单 元(CU)、前端单元(finnthaul)和射频拉远单元(RRU)。大量多输入多输出系统(MIM0)的引入会影响中心单元(CU)与射频拉远单元(RRU)之间的功能。
在传统的无线接入网构架(C-RAN)中,所 有处理器和加速器都驻留在CU处,且RRU仅具 有RF前端电路(L1-C-RAN )。虽然这种部署能 够在需要时实现基带资源的动态分配,但是具有大 量MIMO、RRU的前传带宽需求可能是巨大的。通过将加速器移动到RRU,可以减少前端带宽要求。RRU单元将能够支持低于6GHz (小型小区)或高 于6GHz(点式小区)的宽范围内的频带。由于C-RAN 必须在短时间内完成各种数据的复杂处理,因此5G网络需要高性能计算系统。

3  物联网

3.1
应用于物联网的实时视频

大量设备连接到网络用于物联网应用,连接的主要目的是校正传感器获取的数据。来自摄像头的视频数据在其数量方面占主导地位,且由于其宽带特性,5G通信用于实时流式传输视频。例如,5G通信的实时视频流可以用于以下演示实验:
加强现场安全服务的态势感知;
远程控制施工机械;
自动驾驶汽车的远程支持。
虽然5G通信提供大量宽带服务,但实时视频 流需要视频压缩及其对传输设备的比特率控制。

3.2
5G通信和视频压缩的能力

国际电信联盟无线电通信组(ITU-R)预计5G 的通信能力为:峰值数据速率20 Gb/s,用户体验的 数据速率100 Mb/s。然而,这些数字被定义为下行 链路通信的吞吐量,且物联网应用的数据校正的通信是上行链路。在新的ITU-R报告草案中,用户在密集的城市地区体验到的上行链路通信数据速率为 50 Mb/s,农村地区的吞吐量比它慢。因此,物联 网应用的实时视频流的5G通信系统的数据速率可以假定为几十兆比特每秒。
在我国,目前5G通信系统已经在深圳等地试用。由于4k视频的原始数据量超过1 Gb/s,因此必须压缩流,并且需要高级编解码器,如H.265,因为当使用H.264压缩时,4k视频的推荐比特率约为50 Mb/s。

3.3
自适应比特率控制

4G商用网络的通信吞吐量波动幅度很大,这 是因为一个小区的通信资源被许多用户共同使用,且由于用户数量和信号强度的变化,每个用户的分 配到的资源在动态地改变。如果在比特率恒定的 4G网络上进行视频流传输,当吞吐量降低时,视频数据不能完全传输,就会出现图像的块噪声和中 断等问题。由于运营的5G网络也同时被许多用户共享,因此其吞吐量也将大幅波动。另外,5G网 络将发展为异构网络,将成为通信吞吐量波动的主要因素。因此,对5G通信上的实时视频流,需 要更多自适应比特率控制技术。

3.4
自适应视频速率控制

流媒体被定义为在Internet中应用流式传输技 术进行数据传输的连续时基媒体。视频流中的码率一般恒定,而网络中流所占用的带宽是动态变化的。自适应视频流基于预测的视频速率控制,且该方法基于受比特率和帧速率的影响。
预测和速率控制每秒执行一次,因此该方法通过在吞吐量波动前优化视频数据来避免中断并阻止 流视频上的噪声。作为优化,比特率受到控制,因为即使吞吐量随着随机扩散的下侧变化,其视频数 据也可以实时传输,且每帧的图像质量足够用于专业用途,如监视和远程支持。自适应视频流可以通过移动网络传输高质量的实时图像,而移动网络随处可用。该解决方案增强了现场指挥中心和安保人员之间的态势感知。

3.5
5G

自适应视频流将改进两个方向的5G通信物联网应用。一个是改善通信吞吐量预测。机器学习技术提高了 4G网络上的可用带宽估计的准确性,预计5G通信吞吐量预测方面也会有类似的精度提高。另一个改进是视频编解码器。许多物联网应用程序都需要低延迟通信,且预计编解码器在处理4k 和8k等高分辨率视频时也会缩短处理时间。这两种改进都需要在硬件上增加计算能力。

4  物联网的软件定义网络(SDN)

物联网系统由大量的传感器、分布式数据中心、边缘计算设施以及相互连接的异构网络组成。这样 的环境存在许多变化,如随时可变的工作负载、干扰以及其它的功能变化。移动边缘计算(MEC)将 被引入网络以实现对大量视频数据的实时响应。在如此复杂的系统环境中,为了满足来自各种物联网应用程序的数据速率、延迟以及可靠性等多样化需求,软件定义网络(SDN)的思想将扩展到整个物 联网基础设施。
SDN是一种新型网络创新架构,是一种虚拟化的实现方式,其思想是:让一个集中 的控制器具有可编程性来控制整个网络,将网络设备的控制面和数据面分离开,这使得控制面能够独立演化。控制面用于实现各种各样的控制逻辑,演化周期相对较短,数据面支持更快的包传递,演化周期相对较长,使网络作为管道变得更加智能,为核心网络提供了良好的平台。
SDN思想的一个扩展是软件定义的基础架构 (SDI),如图1所示。SDI集成了软件定义的计算、存储和网络,支持应用程序和基础设施之间的动态控制循环,可为各种物联网应用程序提供定制的基础服务。 

用于物联网的新型异构计算平台和5G通信

图1  软件定义的基础架构

5  异构计算加速软件定义网络(SDN)/网络功能虚拟化(NFV)

异构计算能够有效地获取高性能计算能力,且其扩展性好、资源利用率高。前面论述了 SDN/NFV 对物联网系统的好处,从专用设备到服务器的迁移, 其提供了服务的灵活性,并降低了成本。然而由于网络性能要求持续快速增长,基于软件的NFV无法以合理的成本维持未来的网络性能。因此需要能 够带来比CPU更高性能的加速技术。具体地,可通过硬件加速(如FPGA、GPU)进一步优化和提高NFV的效率。
这种加速的一个重要要求是软件兼容性。已经部署在生产环境中的实际应用程序与现有NFV应 用程序的兼容性是非常重要的。硬件(HW)加 速度不应该在其开发阶段引入额外的软件(SW)开发成本。在NFV的应用领域,数据平面开发套 件(DPDK)框架因其在任务和网络适配器(NICs )之间的低开销通信而被广泛用作实际标准。DPDK是一套用于快速数据包处理的驱动程序,无 需使用定制交换机和路由器。
在DPDK框架中, 每个任务通过循环队列与其他任务通信,这可以降 低进程间通信延时。因此,关键技术是将其迁移到 HW加速器中。加速的另一个趋势是使用现场可编程门阵列(FPGA)作为通用计算平台。FPGA是一 类可定制以执行特定功能的集成电路,能够实时重 新编程以执行特定任务。
由于对云计算的需求不断增长,云服务提供商正试图将FPGA应用到云数据 中心。微软在他们的数据中心采用FPGA来加速计算强度的工作量。当FPGA作为异构计算平台使用时,最大的性能瓶颈来自于CPU和FPGA之间的 通信开销。一些厂商提出所谓的CPU-FPGA混合处理器,这些方法是一种异构计算。
如图2所示,CPU-FPGA混合处理器的主要特点:( 1 ) 具有高速一致性缓存的宽带和低延迟;CPU和FPGA之间的共享存储器。图3和图4展示 了 NFV应用中CPU-FPGA混合处理器的典型用例。NFV应用的关键性能指标之一是服务器支持的用户数量,如果服务器支持更多用户,则服务运营商可 以减少服务器的数量,即降低成本。 

用于物联网的新型异构计算平台和5G通信

图2 CPU-FPGA混合处理器
如图3所示,如果性能瓶颈位于网络接口中,则接收器(RX)和发送器(TX)的任务将在FPGA 上实现。这种情况下,可以在FPGA上实现简单的 数据包处理,CPU可以专注于复杂而灵活的任务。
相反,如图4所示,如果应用程序的内核计算部分是性能瓶颈,FPGA应该加速复杂的计算任务,因此单个节点可以处理更多用户。

用于物联网的新型异构计算平台和5G通信

图3  FPGA加速的接收器和发送器

用于物联网的新型异构计算平台和5G通信

图4  FPGA加速的复杂计算
如图5所示,可以通过应用CPU-FPGA混合处 理器加速NFV应用,其中每个任务都映射到CPU 或FPGA上。如前所述,典型的NFV应用程序在DPDK框架上实现,任务通常与DPDK循环队列通信。

用于物联网的新型异构计算平台和5G通信

图5  在 CPU-FPGA混合处理器上的NFV
将CPU-FPGA紧密耦合处理器应用于NFV应用具有很大优势。然而这种应用程序面临的挑战是系统的开发时间。
虽然FPGA可以在低功耗情况下获得更高的性能,但与CPU上的软件相比,FPGA的开发需要更多的时间,因为FPGA的设计通常需要扎实的硬件设计知识。
高级综合工具可以减少FPGA上的开发时间。 然而CPU-FPGA混合处理器给设计带来了另一个困难:CPU和FPGA之间通信逻辑的发展。
尽管CPU-FPGA混合处理器在CPU和FPGA 之间具有潜在的宽带宽,但它将通过利用其处理器 的独特功能进行额外的设计工作以充分利用性能。
图6描述了 CPU-FPGA混合处理器的框架。图6中,假设通过循环队列进行通信的三个任务中 有一个任务的任务量较大,需要转移到FPGA上。在常规方法中,需要同时开发SW和HWO 一个运行在CPU上的发送函数将从环队列中检索输入数据,并将其发送到FPGA。然后硬件接收模块将数据提取并输入到硬件电路上实现复杂的任务。
在提出的具有混合处理器的方法中,实现了可以以软件方式直接访问DPDK循环队列的硬件模块,即检查循环队列的读/写指针获取/放置数据,以及从 FPGA更新读或写指针。这种方法不需要在软件端进行修改,因此可以缩短开发时间并实现轻松迁移。由于缓存一致性,可以实现有效的循环队列访问E。 

用于物联网的新型异构计算平台和5G通信

图6  CPU-FPGA混合处理器框架
CPU-FPGA混合处理器的优点是在保持NFV 特点的同时,获得比纯软件设计更高的性能。这种增强可以通过异构系统实现。另外,CPU-FPGA混合处理器的思想可以为5G提供高效的计算系统。

6  结语

本文介绍了物联网服务的高效计算系统和网络体系结构。为了部署物联网服务,如视频传输系统、高效的计算机系统和5G等,移动网络系统是必需的。此外,阐述了网络系统高效计算的必要性。为了利用复杂的物联网系统,异构计算是在5G中实 现SDN/NFV的一种很好的解决方案,因为对于5G 网络,SDN/NFV的目标性能超过40 Gb/s。以异构计算为例,介绍利用HLS和各种软件实现的一些转换工具,利用CPU与FPGA之间的紧密耦合处理器实现5G的NFV控制器。


原文来源:信息安全与通信保密杂志社

用于物联网的新型异构计算平台和5G通信

  • 左青龙
  • 微信扫一扫
  • weinxin
  • 右白虎
  • 微信扫一扫
  • weinxin
admin
  • 本文由 发表于 2020年9月7日15:08:34
  • 转载请保留本文链接(CN-SEC中文网:感谢原作者辛苦付出):
                   用于物联网的新型异构计算平台和5G通信http://cn-sec.com/archives/121498.html

发表评论

匿名网友 填写信息