تکامل میکروپرپرها در شبکه

صنعت شبکه در طول دو دهه گذشته یک تحول عمیق داشته است، که عمدتا با پیشرفت در طراحی میکروپرپروس هدایت شده است. روترهای اولیه و سوئیچ ها بر روی CPU های عمومی که منطق انتقال نرم افزار مبتنی بر نرم افزار را اجرا می کنند، متکی هستند، که به سرعت تبدیل به تنگنای در مقیاس شبکه های بعدی شبکه های کوچک و سیستم های خدمات دیجیتال شده اند که به جای آن، سیستم های پردازش ابری دیجیتال را فعال می کنند.

نوآوری های کلیدی رانندگی روترهای نسل بعدی و سوئیچ

معماری چند هسته ای و بسیاری از معماری های هسته ای

قابل مشاهده ترین روند در نوآوری پردازنده شبکه، تغییر از تک هسته ای به طرح های چند هسته ای و بسیاری از هسته ای است. طراحان تراشه ده ها تا صدها هسته پردازش را در یک واحد می میرند، هر هسته ای که یک جریان جداگانه بسته یا کنترل سیستم را کنترل می کند، ترکیب می کنند: این روش به طور چشمگیری تاخیر را کاهش می دهد و از طریق خروجی برای برنامه های با پهنای باند بالا مانند جریان ویدیو، ارتباطات واقعی و توابع پردازش مجازی (Fxp) پشتیبانی می کند.

دانلود بازی سخت افزار Acceleration with FPGAs و ASICs

در حالی که CPU های چند هسته ای محاسبه کلی را ارائه می دهند، بسیاری از وظایف شبکه از شتاب سخت افزاری اختصاصی بهره می برند. Field-P قابل برنامه ریزی (FPGAs) یک زمین متوسط انعطاف پذیر ارائه می دهند: آنها می توانند مجدداً تنظیم شوند تا سخت افزار پردازش بسته های سفارشی را به طور مشابه تنظیم کنند، موتورهای رمزگذاری یا منطق طبقه بندی ترافیک را ترکیب کنند.

ویژگی های امنیتی یکپارچه در سطح سیلیکون

امنیت تبدیل به یک اولویت برتر در طراحی شبکه شده است و میکروپرپرهای مدرن ویژگی های امنیتی قوی را به طور مستقیم به سخت افزار جاسازی می کنند، این شامل مکانیسم های بوت امن است که یکپارچگی سیستم عامل را در موتورهای رمزنگاری مبتنی بر قدرت برای IPSec /TLS سریع می کند و سیستم های تشخیص مبتنی بر تراشه که هدر بسته ها و محموله ها را در زمان واقعی تجزیه و تحلیل می کنند، اعتماد ARM، یک نمونه امن برای پردازش های سیستم های اتصال اترنت، در حال حاضر شامل می شود.

تاثیر بر عملکرد شبکه و کارایی

کاهش تنش و افزایش از طریق مجوز

دستاوردهای عملکردی از نوآوری های میکروپرتاتیک به طور مستقیم به معیارهای شبکه قابل اندازه گیری ترجمه می کند.با موازین چند هسته ای و شتاب سخت افزاری، روترهای نسل بعدی می توانند میلیون ها بسته را در ثانیه با تاخیر تعیین کننده به عنوان کم 500 نانو ثانیه پردازش کنند، این بهبود برای برنامه های حساس به تاخیر مانند معاملات با فرکانس بالا، رانندگی مستقل V2X (vehicle to همه چیز) و سیستم های کنترل سنتی، حتی در خط ترافیک پیشرفته، و سیستم های سرعت بالا، به جای سیستم های هدایت سرعت پایین، در خط هدایت سرعت بالا، بسیار مهم است.

بهره وری انرژی و مدیریت حرارتی

علاوه بر عملکرد خام، بهره وری انرژی تبدیل به یک هدف اصلی طراحی شده است. [۱] مراکز داده و سایت های محاسباتی لبه باید مصرف برق را برای کنترل هزینه های عملیاتی به حداقل برسانند و با اهداف پایداری مطابقت داشته باشند. نوآوری های میکروپرپرپرتکتور این را از طریق افزایش انرژی پیشرفته، مقیاس پذیری های کم تر از ۰٫۳ ثانیه بهینه سازی، کاهش می دهند (به عنوان مثال، ۵ نانومتر و ۳ نانومتر).

برنامه های کاربردی و مطالعات موردی

مرکز داده Interconnects

ارائه دهندگان ابر در مقیاس بزرگ در میان اولین انتخاب کنندگان میکروپرداکشن های شبکه بعدی هستند.شرکت هایی مانند گوگل، آمازون و مایکروسافت، ASIC های سفارشی و سوئیچ های قابل برنامه ریزی را برای کنترل ترافیک شرق-غرب در مراکز داده خود قرار می دهند، در حالی که ساختار میزبان Google Client به یک پلت فرم تجاری سیلیکون (گوت “Juniper”) متکی است که پردازنده های چند هسته ای ARM را با سرورهای سخت افزاری هوشمند برای تعمیر و ذخیره سازی مجدد این سرعت شبکه های سرور مجازی گوگل ترکیب می کند.

Edge Computing و IoT Gateways

در لبه شبکه، نوآوری های ریزپردازنده روترها و سوئیچ های کم قدرت را قادر می سازد که داده ها را به صورت محلی پردازش کنند قبل از ارسال آن به ابر، این دستگاه ها اغلب از معماری های ناهمگنی استفاده می کنند که ترکیب سناریوی ARM Cortex-A را برای کنترل کار های ماشین آلات با NPU اختصاصی (واحد پردازش عصبی) برای تجزیه و تحلیل فاصله ی AI، به عنوان مثال، NX LayerxP2160، تمام سرعت سیستم های امنیتی را با سرعت 572 ثانیه ای هوشمند، و تنظیم می کند.

روندهای آینده و تکنولوژی های نوظهور

هوش مصنوعی و یادگیری ماشین Acceleration

موج بزرگ بعدی در ریزپردازنده های شبکه ادغام شتاب دهنده های اختصاصی AI است.این واحدها می توانند طبقه بندی ترافیک زمان واقعی، تشخیص ناهنجاری و بهینه سازی مسیریابی پویا با استفاده از مدل های یادگیری عمیق را بهبود دهند.به عنوان مثال، NVIDIA Bluefield واحدهای پردازش داده (DPU) ترکیب پردازنده های هسته ای با شناسایی دقیق، قادر به پیش بینی الگوهای ترافیک پیش بینی شده در روترهای پیش بینی شده در برابر صفر است.

ادغام Photonic و معماری Chiplet

برای غلبه بر محدودیت های فیزیکی اتصالات الکتریکی، محققان در حال بررسی محاسبات نوری و میکروپرندگان فوتونیک برای شبکه هستند.تحقیقات اینتل در عکس های سیلیکون، transceiver یکپارچه را تولید کرده اند که می تواند داده ها را در روترهای تک بایت در ثانیه بین پردازنده های شبکه، یک معماری تراشه جداگانه - که در آن فرد برای CPU، حافظه و شتاب دهنده ها می میرد از طریق آخرین اتصال مستقیم به سرعت انتقال دهد (مانند انتقال دهنده های اتصال Tps) و یا قابلیت انتقال دهنده های جداگانه.

نتیجه گیری

نوآوری های میکروسکوپی چشم انداز روترها و سوئیچ های شبکه را تغییر می دهند، عملکرد بی سابقه، امنیت و بهره وری انرژی را از موازین چند هسته ای و شتاب سخت افزاری برای امنیت یکپارچه و قابلیت های AI، این تکنولوژی ها نسل بعدی زیرساخت های دیجیتال را توانمند می کنند، زیرا صنعت به سمت 800 گیگابیت در ثانیه حرکت می کند، روترهای ترابایتی و AI لبه، نقش میکروپرپرپردازشت ها تنها باید به نیازهای شبکه های حیاتی متصل شوند.