【SDN】软件定义硬件

• 前言
• 软件和硬件的定义
• “软件定义硬件”的定义
• CPU，软件和硬件解耦
• CPU的软硬件定义
• 软件定义硬件
• 软件定义 络SDN
• • 1)运行于CPU的软件虚拟交换机
  • 2)数据面可编程的 络交换机DSA
• 软件定义接口：Virtio
• 软件定义也存在一些挑战
• • 1)基于CPU的摩尔定律失效
  • 2)DSA只解决了部分问题

前言

摘录自SDNLAB文章，原文链接附在文末。

软件和硬件的定义

CPU最大价值不是可以自动的执行非常复杂的计算机程序，而是提供并规范了标准化的指令集，使得软件和硬件从此解耦：

1. 硬件工程师不需要关心场景，只关注于通过各种“无所不用其极”的方式，快速的提升CPU的性能。
2. 软件工程师，则完全不用考虑硬件的细节，只关注于程序本身。然后有了高级编程语言/编译器、操作系统以及各种系统框架/库的支持，构建起一个庞大的软件生态超级帝国。

X86是桌面和服务器领域最流行的处理器架构。ARM在手机等移动端占据绝对的统治地位。开源RISC-v符合未来技术和商业发展的趋势，其在MCU领域已经占据重要地位，并且在向桌面和服务器领域发起冲锋。

什么是MCU/p>

• 微控制单元(Microcontroller Unit；MCU) ，又称单片微型计算机(Single Chip Microcomputer )或者单片机，是把中央处理器(Central Process
  Unit；CPU)的频率与规格做适当缩减，并将内存(memory)、计数器(Timer)、USB、A/D转换、UART、PLC、DMA等周边接口，甚至LCD驱动电路都整合在单一芯片上，形成芯片级的计算机，为不同的应用场合做不同组合控制。诸如手机、PC外围、遥控器，至汽车电子、工业上的步进马达、机器手臂的控制等，都可见到MCU的身影。
• 简单地说就是将多个I/O接口集成在一片芯片

软件的庞大生态，是构建在特定的CPU架构之上的。但是，我们一般来说，CPU作为指令足够细粒度，计算足够通用的计算平台，其是软件和硬件解耦的：

• 一方面，特定架构下，每种CPU架构“基本”保证了向前兼容，这样可以认为，在特定架构，软件硬件完全解耦各自发展。
• 另一方面，（理想状态下，）OS、编译器等越来越成熟之后，能够保证，同样的高级语言程序，在不同的CPU架构平台，其运行行为是一致吧。这样就可以脱离具体的CPU架构凭条，构建完全无差别的软件生态。

从长期发展的角度，RISC-v应该会是未来更好的选择：

• 开放性。RISC-v最大的特点是其指令集开源，这样任何厂家就可以根据自己情况设计自己的RISC-v CPU，然后大家共建一套开放的生态，共生共荣。
• 标准化。标准化是最关键的价值。所有的架构（x86/ARM/RISC-v）都可以认为是标准的，但因为RISC-v的开放性，其标准化未来的价值就会非常大。上面说过，“理想”情况下，我们可以把程序无缝的从一个平台迁移到其他平台，但实际上，许多商业的软件，我们并不能拿到源码。而且，许多时候，一些细节问题，都可能导致平台迁移失败。这种迁移对用户来说是非常大的挑战和风险。当标准的RISC-v足够流行之后，基于RISC-v构建的整个生态会迸发强大的生命力。
• 其他。如RISC-v没有历史包袱，指令集更高效；更灵活的扩展能力（确保不碎片化）。

CPU的软硬件定义

CPU和软件程序的交互接口是指令集，是最细粒度的加减乘除等指令，像积木块一样，随意组合出任意想要的各种程序。

CPU到底是软件定义还是硬件定义，从不同的角度有不同的看法：

• 软件和硬件并行发展。CPU，通过ISA，“完美”实现了软件和硬件的标准化解耦。因此，可以认为，在这个时候，不存在硬件定义软件或软件定义硬件，软件和硬件各自并行不悖的快速发展。
• 硬件定义软件。基于CPU构建的庞大软件生态，这可以算作是“硬件定义软件”：先有CPU硬件，再有编译器，再有OS、应用等。
• 软件定义系统。 但是，站在软件的角度，所有的系统实现均可以通过编程实现，根本不需要考虑运行的CPU平台的“差一些”，因此又可以看做基于CPU运行的系统是“软件定义”的。

软件定义硬件

系统又开始从硬件逐步到软件

• 第一步， 络控制面和数据面分离，控制面可编程。把 络控制面从数据面分离处理，形成了控制面可编程的Openflow协议。
• 第二步，进一步的， 络数据面也可以编程，用户可以定义自己的协议。形成了数据面可编程的P4语言和P4交换机相继出现。

1)运行于CPU的软件虚拟交换机

上图为PISA（Protocol Independent Switch Architecture，协议无关的交换架构）架构交换机的流水线，PISA是一种支持P4数据面可编程包处理的流水线引擎架构，通过可编程的解析器、多阶段的可编程的匹配动作以及可编程的逆解析器组成的流水线，来实现数据面的编程。这样可以通过编写P4程序，下载到处理器流水线，可以非常方便的支持新协议的处理。

2)DSA只解决了部分问题

文章知识点与官方知识档案匹配，可进一步学习相关知识CUDA入门技能树GPU架构及异构计算介绍GPU硬件平台1578 人正在系统学习中