喜讯！ARClab团队论文被国际顶级会议SIGCOMM 2026 录用
浙江大学计算机系统结构实验室（ZJU ARClab）蒋骁翀的论文《Spillway: Orchestrating DPU and Host into a Unified vSwitching Fabric》被国际顶级会议 ACM SIGCOMM 2026 正式录用。该论文在陈文智教授和魏成坤老师指导下完成，对现代云数据中心 DPU（Data Processing Unit）虚拟交换架构面临的扩展性瓶颈，提出了一种统一化 vSwitching 架构 Spillway，将 DPU 与主机资源协同编排为弹性虚拟交换矩阵，在保障租户隔离的前提下实现了网络处理能力的大幅提升。
会议介绍
ACM SIGCOMM 是计算机网络与通信领域的顶级国际学术会议，被中国计算机学会评定为 CCF-A 类会议。自 1970 年代创办以来，SIGCOMM 一直是全球网络系统设计、数据中心架构、云计算基础设施等方向最新突破的最权威发表平台。该会议每年仅录用数十篇论文，录用率常年低于 20%，要求研究在理论创新、系统实现以及实际部署验证上均具备卓越的引领性。
研究背景
在现代云数据中心中，DPU 已成为卸载虚拟交换和基础设施功能的标准方案。通过将数据包处理从主机CPU卸载到专用硬件，DPU 显著降低了主机开销、提升了性能隔离度。然而，DPU 的固定硬件资源（如会话表容量、流表规模、数据包处理带宽）正逐渐成为新的瓶颈：主机计算密度随硬件代际高速增长，而 DPU 资源受限于较长设计周期与固定硬件预算，两者的性能差距持续扩大。与此同时，AI 训练/推理、Agent等新兴工作负载带来了高度动态的流量模式（短期突发、连接风暴、瞬时扇入/扇出），导致 DPU 数据平面在主机计算资源远未耗尽时便已饱和，大量主机算力沦为无法变现的闲置资源。现有方案或依赖硬件超配、集群级调度或退化至纯软件交换，均无法在单服务器内实现弹性、细粒度的 vSwitch 扩展。
方案设计
Spillway 提出了一种 DPU–主机混合数据平面架构，将 DPU 硬件与主机空闲 CPU 资源统一编排为弹性虚拟交换矩阵，核心创新包括以下四个方面。
第一，统一化 vSwitching 架构 (Unified vSwitching Fabric)。Spillway 打破 DPU 与主机之间的刚性资源边界，在单服务器内构建异构数据平面。DPU 作为主数据平面引擎，保留对硬件友好流量的高速处理；主机弹性 VM 作为溢出后端，仅在 DPU 接近饱和时被动态激活，将原本不可变现的空闲 CPU 核心转化为网络处理能力。
第二，统一资源调度器 (Unified Resource Scheduler, URSched)。URSched 负责异构计算域间的负载分配、状态同步与资源管理。它实时监测 DPU SoC 的饱和水位与主机碎片资源的可用性，按需创建预热的弹性 VM 实例，在流量激增消退后迅速回收资源，实现网络容量的弹性伸缩而无稳态开销。
第三，流量感知的溢出控制 (Traffic-Aware Spillover)。Spillway 设计了一种基于 Sketch 的流量导向机制：利用 Frequent Directions 算法增量维护流量主成分子空间，通过重建残差得分识别适合硬件加速的稳定流量，将其安装至 DPU 快速路径；而突发性、复杂性高的流量则被重定向至主机处理。这种 Top-K 策略在有限的 DPU 硬件资源下最大化系统整体效率。
第四，硬件资源优化与性能隔离。Spillway 引入虚拟地址转换缓存 (vATC) 机制，将地址翻译能力从硬件IOMMU 上移至 Spillway 用户空间，消除了一次 PCIe 往返传输，使转发性能接近基线水平；同时通过共享内核状态设计，将弹性 VM 冷启动内存开销降至 50MB 以下。在性能隔离方面，Spillway 通过硬资源边界约束PCIe 带宽、CPU 时间片与共享缓存占用，确保溢出处理不会对同驻租户产生嘈杂邻居效应。
实验结论
Spillway 已在阿里云生产环境中大规模部署超过 1.5 年，覆盖 3000 余台物理服务器、支持超过 20 万vCPU 的工作负载。实验结果表明，在高并发连接风暴场景下，Spillway 通过动态调度空闲主机核心处理溢出流量，单节点连接处理能力 (CPS) 提升高达 90%，系统吞吐量在流量激增时无损匹配注入负载。在延迟方面，溢出路径相比纯 DPU 路径仅增加约 10 微秒延迟（基线平均 18μs，溢出路径平均 28μs），仍远在 SLA 允许范围内。在应用级测试中，Nginx 短连接吞吐提升约 25%，长连接与 Redis 性能与基线持平。更关键的是，Spillway 使集群的可变现 vCPU 容量从约 12 万提升至约 18 万，集群资源变现率提升 50%，每投入 1 单位计算资源即可回收约 3 单位高价值变现容量，展现出显著的经济效益。
作者介绍
论文第一作者蒋骁翀为浙江大学计算机系统结构实验室在读博士生，主要研究方向是云数据中心网络，大模型安全推理。