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

一、背景

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：

软件加速（qat_sw）：使用 Multi-Buffer （SIMD）技术，对密码算法进行并行处理优化。
硬件加速（qat_hw）：使用QAT硬件加速卡，将密码算法计算从CPU OffLoad到硬件加速卡。

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

提供了multi-buffer 技术优化的对称加解密算法，如：AES-GCM
开源项目：https://github.com/intel/intel-ipsec-mb

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）。

四、硬件加速：采用QAT硬件加速卡卸载

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：GitHub - 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:GitHub - intel/QAT_Engine: Intel QuickAssist Technology( QAT) OpenSSL Engine (an OpenSSL Plug-In Engine) which provides cryptographic acceleration for both hardware and optimized software using Intel QuickAssist Technology enabled Intel platforms. https://developer.intel.com/quickassist
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：

OpenSSL Async Mode 能够在 async_job 执行过程中，在等待加速卡结果的时候，将 cpu 让出去；如果没有开启 async 模式，调用 openssl 函数会阻塞，cpu会阻塞等待。
OpenSSL Engine 则是提供了自定义注册加解密的方法，可以不使用 OpenSSL 自带的加解密库，指定调用第三方的加解密库。

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。