LINCE : a terabit-scale hybrid virtualization engine for distributed applications

• Ano de defesa: 2025
• Autor(a) principal: Tirone, Mateus Saquetti Pereira de Carvalho
• Orientador(a): Azambuja, José Rodrigo Furlanetto de
• Tipo de documento: Tese
• Tipo de acesso: Acesso aberto
• Idioma: eng
• Palavras-chave em Português: Computação em rede; Virtualização de funções de rede; Planos de dados programáveis; FPGA; P4; Sistemas distribuídos
• Palavras-chave em Inglês: Programmable forwarding planes
• Link de acesso: http://hdl.handle.net/10183/300466

O aumento de aplicações com uso intensivo de dados e sensíveis à latência exige uma mudança para a computação em rede. No entanto, ainda há uma lacuna significativa: as plataformas acadêmicas existentes baseadas em FPGA não têm desempenho em escala de terabit, enquanto os ASICs comerciais não têm a flexibilidade e a virtualização necessárias para planos de dados programáveis e multilocatários. Esta tese apresenta o Line-rate In-Network Compute Engine (LINCE) para preencher essa lacuna. O LINCE sinergiza o desempenho de alta velocidade de um ASIC para E/S estática e funções de enfileiramento com a reconfigurabilidade dinâmica de um FPGA para hospedar unidades de computação em rede paralelas e isoladas. A plataforma oferece um ecossistema de desenvolvimento versátil, com suporte à linguagem P4 padrão para funções de rede e a um fluxo de trabalho C++/HLS altamente eficiente para aplicações complexas. A arquitetura é caracterizada para atingir uma taxa de transferência virtualizada agregada de 3,2 Tbps, uma ordem de grandeza superior às soluções acadêmicas anteriores. Nosso fluxo de C++/HLS demonstrou reduzir a utilização de recursos em até 99,5% em comparação com as cadeias de ferramentas P4 tradicionais e, ao mesmo tempo, melhorar a latência e a taxa de transferência. A eficácia da plataforma é validada por meio da implantação bem-sucedida de aplicativos distribuídos sofisticados, incluindo inferência de redes neurais artificiais com taxa de linha (atingindo latências abaixo de 1,5 µs) e processamento de fluxo de vídeo em tempo real com reconhecimento de conteúdo (reduzindo a perda crítica de pacotes em 82,5%).