SPDK项目中dpdk_cryptodev模块初始化问题分析
2025-06-26 08:35:30作者:羿妍玫Ivan
问题背景
在使用SPDK项目的dpdk_cryptodev模块时,用户遇到了两个主要问题:
- 调用dpdk_cryptodev_scan_accel_module RPC时返回"Method not found"错误
- 初始化dpdk_cryptodev模块时发现0个加密设备
问题原因分析
RPC方法不可用问题
第一个问题的根本原因是用户在编译SPDK时没有启用加密功能支持。SPDK的dpdk_cryptodev模块需要显式地在configure阶段通过--with-crypto参数来启用。这是SPDK模块化设计的一部分,只有明确需要的功能才会被编译进最终的可执行文件。
加密设备未找到问题
第二个问题发生在ARM架构平台上,具体表现为:
- 初始化时无法创建虚拟PMD crypto_aesni_mb
- 最终检测到0个加密设备
这是由于默认的软件IPSec_mb驱动不支持ARM架构导致的。SPDK的dpdk_cryptodev模块默认尝试使用DPDK的AESNI MB PMD,但这个PMD在ARM平台上不可用。
解决方案
编译阶段
正确的编译命令应包含加密支持:
./configure --with-crypto --with-dpdk-compressdev
运行时配置
- 对于x86平台,可以正常使用dpdk_cryptodev模块
- 对于ARM平台,有以下选择:
- 使用software加速模块(基于isa-l-crypto库)
- 修改dpdkbuild/Makefile启用openssl dpdk SW驱动(但未经充分测试)
代码改进
社区已经识别出当前实现的一个问题:当没有找到加密设备时,dpdk_cryptodev_init()应该返回失败,这样操作会自动回退到software模块,而不是继续使用无效的dpdk_cryptodev模块。
技术要点
- SPDK的加速框架采用模块化设计,不同功能需要显式启用
- dpdk_cryptodev模块依赖于DPDK的加密设备驱动
- 不同硬件平台支持的加密驱动不同,需要针对性配置
- 初始化失败时应合理回退,保证系统可用性
最佳实践建议
- 在ARM平台上优先考虑使用software加速模块
- 在x86平台上可以充分利用硬件加速
- 部署前应充分测试目标平台的加密性能
- 关注SPDK版本更新,获取更好的平台兼容性支持
通过理解这些技术细节,用户可以更好地在SPDK项目中配置和使用加密加速功能,特别是在异构计算环境中。
登录后查看全文
热门项目推荐
相关项目推荐
AutoGLM-Phone-9BAutoGLM-Phone-9B是基于AutoGLM构建的移动智能助手框架,依托多模态感知理解手机屏幕并执行自动化操作。Jinja00
Kimi-K2-ThinkingKimi K2 Thinking 是最新、性能最强的开源思维模型。从 Kimi K2 开始,我们将其打造为能够逐步推理并动态调用工具的思维智能体。通过显著提升多步推理深度,并在 200–300 次连续调用中保持稳定的工具使用能力,它在 Humanity's Last Exam (HLE)、BrowseComp 等基准测试中树立了新的技术标杆。同时,K2 Thinking 是原生 INT4 量化模型,具备 256k 上下文窗口,实现了推理延迟和 GPU 内存占用的无损降低。Python00
GLM-4.6V-FP8GLM-4.6V-FP8是GLM-V系列开源模型,支持128K上下文窗口,融合原生多模态函数调用能力,实现从视觉感知到执行的闭环。具备文档理解、图文生成、前端重构等功能,适用于云集群与本地部署,在同类参数规模中视觉理解性能领先。Jinja00
HunyuanOCRHunyuanOCR 是基于混元原生多模态架构打造的领先端到端 OCR 专家级视觉语言模型。它采用仅 10 亿参数的轻量化设计,在业界多项基准测试中取得了当前最佳性能。该模型不仅精通复杂多语言文档解析,还在文本检测与识别、开放域信息抽取、视频字幕提取及图片翻译等实际应用场景中表现卓越。00
GLM-ASR-Nano-2512GLM-ASR-Nano-2512 是一款稳健的开源语音识别模型,参数规模为 15 亿。该模型专为应对真实场景的复杂性而设计,在保持紧凑体量的同时,多项基准测试表现优于 OpenAI Whisper V3。Python00
GLM-TTSGLM-TTS 是一款基于大语言模型的高质量文本转语音(TTS)合成系统,支持零样本语音克隆和流式推理。该系统采用两阶段架构,结合了用于语音 token 生成的大语言模型(LLM)和用于波形合成的流匹配(Flow Matching)模型。 通过引入多奖励强化学习框架,GLM-TTS 显著提升了合成语音的表现力,相比传统 TTS 系统实现了更自然的情感控制。Python00
Spark-Formalizer-X1-7BSpark-Formalizer 是由科大讯飞团队开发的专用大型语言模型,专注于数学自动形式化任务。该模型擅长将自然语言数学问题转化为精确的 Lean4 形式化语句,在形式化语句生成方面达到了业界领先水平。Python00
项目优选
收起
deepin linux kernel
C
24
9
Ascend Extension for PyTorch
Python
223
246
暂无简介
Dart
672
157
本项目是CANN提供的数学类基础计算算子库,实现网络在NPU上加速计算。
C++
663
313
React Native鸿蒙化仓库
JavaScript
262
324
Nop Platform 2.0是基于可逆计算理论实现的采用面向语言编程范式的新一代低代码开发平台,包含基于全新原理从零开始研发的GraphQL引擎、ORM引擎、工作流引擎、报表引擎、规则引擎、批处理引引擎等完整设计。nop-entropy是它的后端部分,采用java语言实现,可选择集成Spring框架或者Quarkus框架。中小企业可以免费商用
Java
9
1
🎉 (RuoYi)官方仓库 基于SpringBoot,Spring Security,JWT,Vue3 & Vite、Element Plus 的前后端分离权限管理系统
Vue
1.2 K
655
🔥LeetCode solutions in any programming language | 多种编程语言实现 LeetCode、《剑指 Offer(第 2 版)》、《程序员面试金典(第 6 版)》题解
Java
64
19
openGauss kernel ~ openGauss is an open source relational database management system
C++
160
218
TorchAir 支持用户基于PyTorch框架和torch_npu插件在昇腾NPU上使用图模式进行推理。
Python
330
137