联系方式
陈老师 19123169326
孙老师 19123169336
联系地址:重庆市沙坪坝区沙正街174号重庆大学A区博雅学院
学校新闻 / RED EDUCATION
大数据与软件学院论文“DPC: DPU-accelerated High Performance File System Client”获ICPP2024最佳论文提名

发布时间:2024年09月10日

来源:重庆大学

浏览量:

近日,大数据与软件学院钟刊副教授团队与厦门大学和清华大学合作的论文“DPC: DPU-accelerated High Performance File System Client”被国际并行处理会议ICPP 2024录用,并获得最佳论文提名。ICPP(International Conference on Parallel Processing)国际并行处理会议是计算机学科历史最悠久的国际学术会议之一,今年是该会议的第53届,在8月12日 – 8月15日于瑞典哥特兰岛举办。来自并行和分布式领域的学术界、工业界、政府的相关工程师和研究人员在大会展示了在并行和分布式系统方面的最新研究成果。大会今年共接收论文121篇,论文接受率29%,共3篇论文获得最佳论文提名。

图片1--.jpg

研究工作简介:为了实现对文件系统后端的高效文件访问,文件系统客户端采用了诸如本地数据/元数据缓存和直接数据访问等复杂优化技术。然而,这些技术给主机CPU带来了显著的负载,对宝贵的CPU资源构成了巨大挑战。在本文中,我们提出了DPC,一个为分布式和独立文件系统设计的DPU加速的高性能客户端。DPC将复杂的文件语义操作(如文件或目录委托、缓存管理和纠删码计算)从主机CPU卸载到DPU,从而释放了主机CPU算力。该工作引入了nvme-fs,它通过增强NVMe协议,允许应用程序通过原生文件语义直接与DPC交互。DPC提出了一种混合缓存机制,通过分离数据平面和控制平面来加速文件访问。DPC提出了基于键值的文件系统KVFS,以提供本地独立文件服务,用远端存储替代使用不足的本地磁盘。实验结果表明,DPC能够实现极低的(低至20微秒)主机-DPU传输延迟。DPC提供的本地独立文件服务性能超过了本地Ext4,并在高并发场景下节省了超过80%的CPU使用率。此外,使用DPC的分布式文件系统在保持高性能的同时,可以减少90%的主机CPU使用率。

图片1--22.jpg

来源:大数据与软件学院

作者:钟刊 蒲姝颖