ARMベースのCPUをバースト利用できる「T4g」インスタンスの性能をOpenSSLで測定してみた

AWSチームのすずきです。

ARMベースのCPU、Graviton2 を搭載する 新しいEC2インスタンスt4g。 OpenSSL の暗号化アルゴリズム速度の測定を実施して、CPU性能の傾向について確認する機会がありましたので、紹介させていただきます。

検証内容

実行環境

• リージョン: 東京(ap-northeast-1)
• インスタンスタイプ : t4g.nano, t4g.micro, t4g.small, t4g.medium, t4g.large, t4g.xlarge, t4g.2xlarge,
• AMI: ami-06b258aac2ae736c2 (64 ビット Arm)
• OS: Ubuntu Server 20.04 LTS (HVM)

• CPU情報

sh-4.2$ cat /proc/cpuinfo
processor       : 0
BogoMIPS        : 243.75
Features        : fp asimd evtstrm aes pmull sha1 sha2 crc32 atomics fphp asimdhp cpuid asimdrdm lrcpc dcpop asimddp ssbs
CPU implementer : 0x41
CPU architecture: 8
CPU variant     : 0x3
CPU part        : 0xd0c
CPU revision    : 1

• OSカーネル情報

uname -a
Linux ip-172-31-13-11 5.4.0-1024-aws #24-Ubuntu SMP Sat Sep 5 06:17:48 UTC 2020 aarch64 aarch64 aarch64 GNU/Linux

• openssl情報

sh-4.2$ openssl version
OpenSSL 1.1.1f  31 Mar 2020

検証手順

「openssl」の速度測定を以下の条件で実施、「8192 bytes」の結果を取得しました。

• 認証暗号アルゴリズム (aes-128-gcm、aes-128-ctr、chacha20)
• 並列度 (1,2,4,8)

実行コマンド

    openssl speed -elapsed -evp aes-128-gcm -multi 1
    openssl speed -elapsed -evp aes-128-gcm -multi 2
    openssl speed -elapsed -evp aes-128-gcm -multi 4
    openssl speed -elapsed -evp aes-128-gcm -multi 8
    openssl speed -elapsed -evp aes-128-ctr -multi 1
    openssl speed -elapsed -evp aes-128-ctr -multi 2
    openssl speed -elapsed -evp aes-128-ctr -multi 4
    openssl speed -elapsed -evp aes-128-ctr -multi 8
    openssl speed -elapsed -evp chacha20 -multi 1
    openssl speed -elapsed -evp chacha20 -multi 2
    openssl speed -elapsed -evp chacha20 -multi 4
    openssl speed -elapsed -evp chacha20 -multi 8

結果サンプル

sh-4.2$ openssl speed -evp aes-128-ctr
Doing aes-128-ctr for 3s on 16 size blocks: 118012811 aes-128-ctr's in 3.00s
Doing aes-128-ctr for 3s on 64 size blocks: 77677032 aes-128-ctr's in 3.00s
Doing aes-128-ctr for 3s on 256 size blocks: 32788807 aes-128-ctr's in 3.00s
Doing aes-128-ctr for 3s on 1024 size blocks: 9874089 aes-128-ctr's in 3.00s
Doing aes-128-ctr for 3s on 8192 size blocks: 1316195 aes-128-ctr's in 3.00s
OpenSSL 1.0.2k-fips  26 Jan 2017
built on: reproducible build, date unspecified
options:bn(64,64) md2(int) rc4(ptr,char) des(idx,cisc,16,int) aes(partial) idea(int) blowfish(ptr)
compiler: gcc -I. -I.. -I../include  -fPIC -DOPENSSL_PIC -DZLIB -DOPENSSL_THREADS -D_REENTRANT -DDSO_DLFCN -DHAVE_DLFCN_H -DKRB5_MIT -DL_ENDIAN -Wall -O2 -g -pipe -Wall -Wp,-D_FORTIFY_SOURCE=2 -fexceptions -fstack-protector-strong --param=ssp-buffer-size=4 -grecord-gcc-switches   -Wa,--noexecstack -DPURIFY -DSHA1_ASM -DSHA256_ASM -DSHA512_ASM
The 'numbers' are in 1000s of bytes per second processed.
type             16 bytes     64 bytes    256 bytes   1024 bytes   8192 bytes
aes-128-ctr     629401.66k  1657110.02k  2797978.20k  3370355.71k  3594089.81k

「8192 bytes」の値 (3594089.81) を取得しています。

結果

t4gファミリー

「t4g」インスタンス間で「aes-128-gcm」の結果を比較しました。

• 1コアあたりの性能は同等でした。
• 並列処理によりvCPU数の性能向上が期待できる事が確認できました。

TOP情報

t4g.2xlargeの8並列処理中、8つのCPUが均等に利用されている事が確認できました。

top - 14:20:06 up 3 min,  0 users,  load average: 3.63, 1.56, 0.61
Tasks: 207 total,   9 running, 198 sleeping,   0 stopped,   0 zombie
%Cpu0  :100.0 us,  0.0 sy,  0.0 ni,  0.0 id,  0.0 wa,  0.0 hi,  0.0 si,  0.0 st
%Cpu1  :100.0 us,  0.0 sy,  0.0 ni,  0.0 id,  0.0 wa,  0.0 hi,  0.0 si,  0.0 st
%Cpu2  :100.0 us,  0.0 sy,  0.0 ni,  0.0 id,  0.0 wa,  0.0 hi,  0.0 si,  0.0 st
%Cpu3  :100.0 us,  0.0 sy,  0.0 ni,  0.0 id,  0.0 wa,  0.0 hi,  0.0 si,  0.0 st
%Cpu4  :100.0 us,  0.0 sy,  0.0 ni,  0.0 id,  0.0 wa,  0.0 hi,  0.0 si,  0.0 st
%Cpu5  :100.0 us,  0.0 sy,  0.0 ni,  0.0 id,  0.0 wa,  0.0 hi,  0.0 si,  0.0 st
%Cpu6  :100.0 us,  0.0 sy,  0.0 ni,  0.0 id,  0.0 wa,  0.0 hi,  0.0 si,  0.0 st
%Cpu7  :100.0 us,  0.0 sy,  0.0 ni,  0.0 id,  0.0 wa,  0.0 hi,  0.0 si,  0.0 st
MiB Mem :  15454.1 total,  14618.5 free,    246.8 used,    588.8 buff/cache
MiB Swap:      0.0 total,      0.0 free,      0.0 used.  14985.1 avail Mem

    PID USER      PR  NI    VIRT    RES    SHR S  %CPU  %MEM     TIME+ COMMAND
   2554 root      20   0    6236   1692   1120 R 100.0   0.0   0:07.07 openssl
   2556 root      20   0    6236   1692   1120 R 100.0   0.0   0:07.07 openssl
   2558 root      20   0    6236   1692   1120 R 100.0   0.0   0:07.00 openssl
   2555 root      20   0    6236   1692   1120 R 100.0   0.0   0:07.06 openssl
   2557 root      20   0    6236   1692   1120 R 100.0   0.0   0:07.06 openssl
   2559 root      20   0    6236   1692   1120 R 100.0   0.0   0:07.06 openssl
   2553 root      20   0    6236   1692   1120 R  99.7   0.0   0:07.03 openssl
   2552 root      20   0    6236   1692   1120 R  99.3   0.0   0:07.04 openssl

mediumインスタンス

ARM(t4g, a1, m6g) と、x86 (t3, t3a, m3) の「medium」インスタンス間での比較を試みました。

並列度1

• 「T4g」は、1並列では Intelの旧世代のインスタンス(m3)と同程度の性能でした。

並列度2

• 2並列であれば、 「T4g」は AES-NIをサポートする最新世代の Intel、AMD に匹敵する性能でした。
• 「a1.medium」「a1.medium」のvCPU数は 1 、並列処理による性能向上がありませんでした。
• 「t3.medium」「t3a.medium」のvCPU数は2、ハイパースレッドによる効果は高くなかった模様です。

chacha20

AES-NI をサポートしない ARM系のCPUで有効とされる chacha20 で比較を試みてみました。

IntelのCPUを搭載する「T3」が高い性能を示す結果となりましたが、2並列の「T4g」は AMD (T3a)や、Intelの旧世代(M3)と同等以上の性能で利用できる事が確認できました。

オンデマンド料金

オンデマンド1時間料金 の比較を試みました。

• 東京リージョン Unix 1時間

「t4g.medium」のオンデマンド料金は「t3.medium」 と比較して20% 廉価に設定されており、 「t4g」と「t3」が同等の性能で利用できる場合には、費用対効果の改善が期待できます。

large インスタンス

ARM(t4g, a1, m6g) と、x86 (t3, t3a) の比較を試みました。

並列度2

t4g.large と m6g.large は 同等の値となりました。

vCPU数が一致する 「T4g」と「M6g」は同等のCPU性能が期待できますが、 ベースラインを超える負荷が終日継続、 CPUクレジット課金が発生する場合には、 t4g.large より、m6g.large の利用が望ましい場合もあると思われます。

まとめ

Graviton2世代の ARMベースのCPU搭載するEC2インスタンス、 マルチコアが活きるワークロードでは費用対効果に優れた利用が期待できます。

新しくリリースされた「T4g」インスタンス、開発、検証環境だけでなく、 短時間の負荷をバースト性能で処理する用途にも有効と思われます。 お手持ちのワークロードでその性能をお試しください。