共享会议文档及视频
关联相同主旨文档
创建线下交流沙龙
创建网络直播研讨会
确定删除吗？
我们展示了GPU作为数据包处理加速器的适用性，特别是对于计算密集型任务。 将讨论以下技术和挑战：
–允许GPU Direct RDMA Rx和Tx，其中数据包在NIC和GPU之间直接交换。
–对于zero-copy，mbuf数据需要放置在两个设备均可使用的内存中，因此使用mbuf的外部缓冲区功能，而外部缓冲区位于GPU片上内存或GPU可寻址CPU内存中。
–可以选择将Rx队列配置为在CPU和GPU内存之间拆分传入的数据包，从而允许CPU处理数据包头，并且GPU直接访问数据包有效负载。
各种应用程序都在演示这些技术，包括：–使用CUDA内核的L2转发应用程序。–使用CPU / GPU标头/数据拆分的应用程序匹配流在GPU上处理。–使用GPU内存的testpmd的修改版本
1.
2.
3.
4.
5.
6.
7.
8.
9.
10.
11.
12.
13.
14.
15.
16.
