首页
/ UCX 1.18.1版本发布:高性能通信库的重要更新

UCX 1.18.1版本发布:高性能通信库的重要更新

2025-07-02 15:48:17作者:咎竹峻Karen

项目简介

UCX(Unified Communication X)是一个开源的高性能通信框架,专为现代高性能计算(HPC)和人工智能(AI)工作负载设计。它提供了统一的API,支持多种网络硬件和优化工具,包括InfiniBand、RoCE、TCP以及GPU加速通信。UCX被广泛应用于MPI实现、深度学习框架等场景,能够显著提升分布式应用的通信性能。

1.18.1版本核心更新

CUDA相关功能增强

本次版本在CUDA支持方面做了重要改进。新增了配置键用于更新CUDA拷贝带宽,特别针对一致性平台进行了优化。这一改进使得在使用NVIDIA GPU进行数据通信时,能够更好地利用硬件特性,提升数据传输效率。

另一个关键改进是针对CUDA内存池的内存缓存失效机制。通过优化缓存管理策略,减少了不必要的缓存失效操作,这对于频繁使用CUDA内存池的应用场景(如深度学习训练)将带来明显的性能提升。

构建系统更新

构建系统新增了对Ubuntu 24.04的支持,扩展了平台的兼容性。随着Ubuntu 24.04成为新的LTS版本,这一更新确保了UCX能够在最新的操作系统环境中稳定运行。

关键问题修复

UCP协议层改进

修复了当最大lane片段小于AM头部时可能出现的断言失败问题。Active Message(AM)是UCX中一种重要的通信机制,这一修复确保了在复杂网络环境下AM通信的可靠性。

同时修正了协议重配置过程中可能出现的用户头部使用后释放问题,消除了潜在的内存安全隐患。

CUDA内存管理修复

解决了UCT分配的CUDA Fabric内存注册问题,以及使用VMM和CUDA内存池时VA回收检查的问题。这些修复对于依赖CUDA直接内存访问(RDMA)的应用至关重要,确保了GPU内存的正确管理和高效访问。

RDMA核心协议栈优化

针对InfiniBand和RoCE设备做了多项改进:

  • 避免使用ConnectX-8 SMI子设备进行通信,防止可能的性能下降
  • 当设备支持DDP时禁用ODP,解决了远程访问错误问题
  • 修正了配置逻辑,确保在AR禁用时也禁用DDP

这些改动提升了RDMA通信的稳定性和兼容性,特别是在使用最新一代网络硬件时。

UCM模块修复

解决了在amd64架构上使用CUDA 12.9时bistro钩子导致的崩溃问题。UCM(Unified Communication Manager)是UCX的内存管理组件,这一修复确保了与最新CUDA版本的兼容性。

平台支持矩阵

1.18.1版本提供了丰富的预编译包,支持多种Linux发行版和硬件组合:

  • 操作系统:CentOS 7/8、Ubuntu 16.04-24.04
  • 硬件架构:x86_64和aarch64
  • CUDA版本:11.x和12.x
  • MOFED版本:5.x

这种广泛的兼容性使得用户可以在不同环境中轻松部署UCX,无论是传统的x86服务器还是新兴的ARM平台,都能获得优化的通信性能。

技术价值分析

UCX 1.18.1版本虽然在版本号上是一个小版本更新,但包含的改进对于高性能计算和AI工作负载具有重要意义:

  1. CUDA支持增强:随着AI训练规模的不断扩大,GPU间通信效率成为瓶颈。本次CUDA相关的优化直接针对这一问题,特别是内存池和缓存管理的改进,将有助于提升大规模分布式训练的通信效率。

  2. 协议栈稳定性:对UCP和RDMA核心协议的修复,增强了系统在复杂网络环境下的鲁棒性,这对于超算中心和云环境中的长时间运行作业尤为重要。

  3. 平台扩展性:新增Ubuntu 24.04支持,确保UCX能够跟上操作系统生态的发展,为用户提供更长久的技术支持周期。

应用建议

对于现有UCX用户,特别是以下场景建议升级到1.18.1版本:

  • 使用NVIDIA GPU进行分布式训练
  • 部署了ConnectX-7/8等新一代网络设备
  • 运行在Ubuntu 22.04/24.04或CentOS 8环境
  • 需要长期稳定运行的关键任务

对于新用户,1.18.1版本提供了更完善的硬件支持和更稳定的基础功能,是开始评估和部署UCX的良好起点。

总结

UCX 1.18.1版本延续了该项目对高性能通信的专注,通过针对性的功能增强和问题修复,进一步提升了框架的稳定性、性能和兼容性。特别是在GPU通信和最新硬件支持方面的改进,使得UCX在AI和高性能计算领域继续保持技术领先地位。对于依赖高效分布式通信的应用场景,这次更新值得关注和采用。

登录后查看全文
热门项目推荐

热门内容推荐

最新内容推荐

项目优选

收起
ohos_react_nativeohos_react_native
React Native鸿蒙化仓库
C++
176
261
RuoYi-Vue3RuoYi-Vue3
🎉 (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
860
511
ShopXO开源商城ShopXO开源商城
🔥🔥🔥ShopXO企业级免费开源商城系统,可视化DIY拖拽装修、包含PC、H5、多端小程序(微信+支付宝+百度+头条&抖音+QQ+快手)、APP、多仓库、多商户、多门店、IM客服、进销存,遵循MIT开源协议发布、基于ThinkPHP8框架研发
JavaScript
93
15
openGauss-serveropenGauss-server
openGauss kernel ~ openGauss is an open source relational database management system
C++
129
182
openHiTLSopenHiTLS
旨在打造算法先进、性能卓越、高效敏捷、安全可靠的密码套件,通过轻量级、可剪裁的软件技术架构满足各行业不同场景的多样化要求,让密码技术应用更简单,同时探索后量子等先进算法创新实践,构建密码前沿技术底座!
C
259
300
kernelkernel
deepin linux kernel
C
22
5
cherry-studiocherry-studio
🍒 Cherry Studio 是一款支持多个 LLM 提供商的桌面客户端
TypeScript
596
57
CangjieCommunityCangjieCommunity
为仓颉编程语言开发者打造活跃、开放、高质量的社区环境
Markdown
1.07 K
0
HarmonyOS-ExamplesHarmonyOS-Examples
本仓将收集和展示仓颉鸿蒙应用示例代码,欢迎大家投稿,在仓颉鸿蒙社区展现你的妙趣设计!
Cangjie
398
371
Cangjie-ExamplesCangjie-Examples
本仓将收集和展示高质量的仓颉示例代码,欢迎大家投稿,让全世界看到您的妙趣设计,也让更多人通过您的编码理解和喜爱仓颉语言。
Cangjie
332
1.08 K