作者：vivo 互联网服务器团队- Ye Feng
本文介绍了 Intel QAT 技术方案，通过Multi-Buffer技术和QAT硬件加速卡的两种方式实现对TLS的加速
当前 TLS 已经成为了互联网安全的主要传输协议，TLS带来更高的安全性的同时，也带来了更多的性能开销。特别是在建连握手阶段，TLS的CPU开销，相对于TCP要大很多。
业界在优化TLS性能上已经做了很多软件和协议层面的优化，包括：Session 复用、OCSP Stapling、TLS1.3等。然而在摩尔定律"失效"的今日，软件层面的优化很难满足日益增长的流量，使用专用的硬件技术卸载CPU计算成为目前通用的解决方案。本文将介绍Intel在TLS加速领域提供的QAT技术方案。
二、Intel QuickAssist Technology（QAT）技术方案
Intel 提供了TLS异步加速的完整解决方案: Intel QuickAssist Technology（QAT），简称Intel QAT技术。
如下图所示，QAT 支持加速的密码算法覆盖了TLS的整个流程，包括：握手阶段的签名、秘钥交换算法，数据传输的AES加解密算法等。
![]()
图1. QAT 对TLS流程的密码算法的支持（图片来源）
QAT提供了对称与非对称两类密码算法的支持，主要包括：
-
非对称加密算法：RSA, ECDSA, ECDHE
-
对称加密算法：AES-GCM(128,192,256)
注：QAT加速的优势主要体现在非对称加密上，从官方的整体性能数据看，非对称算法性能提升1.6~2倍，对称算法性能提升10%~15%
2.1 QAT Engine 软件栈
QAT Engine 是QAT技术方案的核心模块，主要的作用是作为应用程序和硬件之间的中间层，负责 “加解密操作的输入输出数据” 在用户应用程序与硬件卡之间进行传递，主要操作就是IO的读写。
QAT Engine 是以 OpenSSL 第三方插件的方式提供给用户，这个意味用户可以使用 OpenSSL 标准的API，就可以实现对TLS的加速，只需要对原有代码做OpenSSL异步改造，就可以享受QAT技术带来的TLS性能加速，业务侵入性较小。
![]()
图2. Intel QAT Engine 软件栈（图片来源）
如上图所示，QAT Engine 支持两种加速方式
下面将介绍软件和硬件两种加速路径的实现方式。
三、软件加速：采用 Intel Multi-Buffer 技术
Intel 从 whitely 平台开始加入了新的指令集，结合intel Multi-Buffer技术，实现对密码算法的SIMD优化方案。
3.1 Intel Multi-Buffer 技术
Intel Multi-buffer 基本原理就是使用CPU的SIMD机制，通过 AVX-512 指令集并行处理数据，来提升RSA/ECDSA算法性能。
-
SIMD (Single Instruction Multiple Data) 即单指令流多数据流，是一种采用一个控制器来控制多个处理器，同时对一组数据（又称“数据向量”）中的每一个分别执行相同的操作从而实现空间上的并行性的技术。简单来说就是一个指令能够同时处理多个数据
-
Multi-Buffer 技术基于SIMD AVX-512指令集，通过队列和批量提交策略，结合OpenSSL的异步能力，每次可以最多并行处理8个密码算法操作
Intel 的 Multi-Buffer 方案，实际上是对应Intel两个开源工程（Multi Buffer技术实现的通用密码算法底层lib库），集成在 QAT Engine 里，从而实现软件加速。
![]()
图3. Intel Engine集成了基于Multi-Buffer技术的密码算法lib
1、IP SEC lib
2、IPP CRYPTO lib
-
提供了multi-buffer 技术优化的RSA/EDCSA/EDCHE算法接口，基于 Intel® Advanced Vector Extensions 512 (Intel® AVX-512) integer fused multiply-add (IFMA) 指令实现SIMD优化
-
开源项目：
https://github.com/intel/ippcrypto/tree/develop/sources/ippcp/crypto_mb
简而言之，QAT的软件加速的本质就是通过 AVX-512 指令集进行并行处理优化，针对并发场景性能有显著提升（下文有针对Mult-Buffer优化场景的性能测试）。
除了通过Multi-Buffer技术进行软件加速外，QAT Engine 还支持QAT硬件加速卡，通过将密码算法的计算卸载（OffLoad）到硬件加速卡，实现性能加速。
硬件加速核心是将TLS中的非对称加解密操作剥离出来，放到硬件加速卡里计算，即解放了CPU，同时专用的硬件加速卡也提供了更高的加解密性能，这是典型的硬件OffLoad技术方案。
下图为典型的 Nginx+ Intel QAT Software Stack + QAT硬件加速卡的典型应用场景：
![]()
图4. nginx+ Intel QAT Software Stack + QAT硬件加速卡的典型应用场景（图片来源）
这个典型应用场景包括四个部分：
-
Nginx （Async Mode）: Intel 基于官方nginx（version 1.18）提供了patch，支持nginx工作在openssl的异步模式。
Patch开源在：
https://github.com/intel/asynch_mode_nginx
-
OpenSSL（支持Async Mode）: OpenSSL-1.1.1 新增了async mode 特性，应用层软件可以通过标准的openssl接口，实现异步调用，提升性能。
-
QAT Engine: OpenSSL Engine 插件。向下和QAT API交互，将处理请求提交给硬件。
详见项目开源地址:
https://github.com/intel/QAT_Engine
-
QAT Driver：QAT加速卡的驱动程序。分为用户态和内核态两个部分。用户态的lib库提供QAT API，内核态的driver则直接和QAT硬件加速卡打交道。
Intel QAT 依赖了OpenSSL的两个特性 OpenSSL Async Mode 和 OpenSSL Engine
基于两个特性，应用程序的加解密操作只需要保持使用原来相同openssl api，只需要做异步模式的兼容。另外，可以在调用OpenSSL的API时，指定到engine QAT上就行，不需要做任何额外的修改，就可以使用QAT卡进行加解密加速。
4.1 OpenSSL 的Async Mode特性
通过上面的介绍，我们可以看到QAT卡的本质是让一部分原本由CPU进行的计算转移到QAT卡上进行，因此提高QAT的利用率，降低CPU的切换开销和等待时间是性能最大化的核心工作。
OpenSSL 未启用异步ASYNC模式时，OpenSSL 调用是同步阻塞的，直到QAT_Engine返回结果。如下图的同步模式，在并发处理执行流的场景，大量CPU处于空闲等待的状态（图中虚线表示CPU处于空闲状态），无法有效地利用CPU。
![]()
图5. QAT_Engine + OpenSSL 同步模式（图片来源）
OpenSSL 开启异步ASYNC模式后，OpenSSL 调用是非阻塞的。如下图的异步模式，openssl的调用不需要等待QAT_engine的处理完成，可以有效地利用CPU，提高QAT的利用率，提升并发处理性能。
![]()
图6. QAT_Engine + OpenSSL 异步模式（图片来源）
通过OpenSSL的同步和异步模式的对比，可以看到OpenSSL-1.1.1 新增的异步Async特性，支持了异步非阻塞调用，提高了QAT的利用率，可以显著提升加解密性能。
4.2 QAT Engine ASYNC运行流程
接下来还有一个问题，CPU 如何知道 QAT 卡完成了计算呢？
Async模块为了达到并行的目的，在单线程中实现了协程（async job）。加解密操作抽象为job，多个job同时运行，使用协程进行调度。
在async job执行的过程中，当计算操作提交给QAT卡后，CPU可以把当前任务暂停，切换上下文（保存/恢复栈，寄存器等）返回给用户态。
用户态需要主动去poll这个async job的状态，是否是ASYNC_FINISHED状态。如果是，说明之前的任务已经完成，则可以继续后面的操作（取回加密/解密结果）。
注：QAT Engine 通过轮询来获取QAT卡的计算状态，基本原理是启动一个线程，不停的调用qatdriver的polling api，轮训获取qat的计算状态，得到相应结果后，写入eventfd，唤醒async job。
![]()
图7. QAT engine ASYNC运行流程（图片来源）
如上图所示，QAT Engine Async的基本流程为：
-
主job调用 SSL_accept，等待 TLS客户端发起 TLS handshake。
-
SSL内部组织了一个状态机，将握手，读写等操作抽象为两个job，ssl_io_intern(读写), ssl_do_handshake_intern(握手), 统一通过api ASYNC_start_job()进行job调度。这里启动了一个握手的job协程。
-
握手job执行 RSA_sign签名操作时，将sign算法卸载到硬件上计算。调用 ASYNC_pause_job() 切回主job, 并将job状态设置为ASYNC_PAUSE, 这个时候CPU会交还给主job进行其它计算工作，同时QAT并行的进行自己的计算。
-
主job通过SSL_waiting_for_async()接口获得的一个eventfd，并epoll这个eventfd。当QAT卡计算完成，会执行回调写入eventfd，通知主job计算已完成。
-
主job切换回握手job，握手job的完成剩余流程后，再调用ASYNC_pause_job()切换主job，并将job状态设置为ASYNC_FINISH，结束协程完成握手动作。
通过上面的介绍，我们了解了QAT技术方案的基本原理，下面我们看下QAT的实际加速效果。
QAT Multi-Buffer 加速方案，依赖的 OpenSSL、QAT Engine、ipp-crypto、 Intel-ipsec-mb 软件栈都是开源项目，我们可以方便的使用 openssl speed 原生加解密算法对Multi-Buffer方案进行性能评估。
硬件环境
软件环境
测试数据
![]()
![]()
![]()
TLS 握手阶段的签名和秘钥交换算法
对称加解密算法
根据性能测试结果，QAT的加速优势在于TLS握手阶段的签名和秘钥交换算法，适合频繁进行TLS建连的应用场景，比如：nginx网关、长连接网关等。
本文介绍了 Intel QAT 技术方案，并讨论了方案提供的Multi-Buffer软件加速以及QAT硬件加速两种方式。同时，通过性能评估测试，我们可以看到QAT技术对TLS握手阶段的加解密算法有显著的性能提升。
最后，我们讨论一下 Intel QAT 技术的优缺点和应用场景：
6.1 优点和缺点
主要的优点
主要的缺点
-
成本较高：需要额外的硬件支持，增加了系统的成本。
-
应用范围受限：主要适用于计算密集型任务，对于其他类型的任务可能没有显著的性能提升。
-
不支持所有处理器：只支持Intel特定系列的处理器，需要特定的硬件和软件支持。
-
改造成本高：需要对应用程序进行QAT异步化改造，需要一定的学习成本和技术支持。
6.2 应用场景
除了加解密算法之外，Intel QAT还支持压缩和解压缩、随机数生成、数字签名、视频编解码等算法。Intel QAT主要可以用于以下场景：
-
接入网关：比如nginx网关、长连接网关。QAT可以加速TLS协议处理，提升网关的性能
-
虚拟私人网络（VPN）：QAT 可以加速 VPN 流量的加密和解密过程，提高吞吐量，减少延迟
-
存储加速：QAT 可以加速数据压缩和解压缩，减少需要传输和存储的数据量
-
视频编解码：QAT 可以加速视频编解码算法，提高视频处理的效率和质量
总的来说，Intel QAT 可以将计算密集型任务从 CPU 中分离出来，显著提高系统的性能和能效比，可以广泛应用于计算密集型任务的加速，包括网络安全、数据处理、云计算、存储加速、视频处理等多个领域。
-
Github：intel/QAT_Engine
-
Intel® QuickAssist Technology (Intel® QAT)
-
Intel® QuickAssist Technology & OpenSSL-1.1.0: Performance
-
TLS
-
Intel® Processor Architecture: SIMD InstructionsSIMD Instructions
-
[openssl] openssl async模块框架分析
