弥合 HPC-云融合差距：面向 Kubernetes 的多租户 Slingshot RDMA
分布式、并行与集群计算
2025-08-14 v1 网络与互联网体系结构
摘要
融合 HPC-云计算是一种新兴的计算范式，旨在支持日益复杂和多租户的科学工作流。这些系统需要调和原生云工作负载的隔离要求与 HPC 应用的性能需求。在此背景下，网络硬件是一个关键的边界组件：它是高吞吐量、低延迟通信的通道，并实现了跨租户的隔离。HPE Slingshot 是一种高速网络互连，每端口提供高达 200 Gbps 的吞吐量，并针对高性能计算（HPC）系统。Slingshot 主机软件，包括硬件驱动程序和网络中间件库，旨在满足主要使用单租户访问模式的 HPC 部署需求。因此，Slingshot 堆栈不适合在多租户部署（如融合 HPC-云部署）中安全使用。在本文中，我们设计并实现了基于 Kubernetes 的 Slingshot 堆栈扩展，以面向融合部署。我们的集成以最小的开销提供了对 Slingshot RDMA 网络功能的安全、容器粒度、多租户访问。
引用
@article{arxiv.2508.09663,
title = {Closing the HPC-Cloud Convergence Gap: Multi-Tenant Slingshot RDMA for Kubernetes},
author = {Philipp A. Friese and Ahmed Eleliemy and Utz-Uwe Haus and Martin Schulz},
journal= {arXiv preprint arXiv:2508.09663},
year = {2025}
}
备注
10 pages, 12 figures, 1 table, 3 listings, to be published in IEEE Cluster 2025