2024.11.01

平衡安全性與效率:入門級 CPU 上的加密與解密性能

分享:

介紹
加密對於保護數據至關重要,即使在由1到4個核心的入門級CPU驅動的成本敏感環境中。在這篇博客中,我們將比較QAT和AES-NI以及Intel CPU在1C、2C和4C配置下使用OpenSSL的加密和解密性能。還包括AMD的2核性能作為參考。

加密加速性能比較
CPU 的演進帶來了更好的加密和解密操作性能,以實現高效的數據處理和增強的安全性。以下列出了 Intel Atom 處理器的 IPsec 性能結果。從一代到另一代,Intel 通過簡化硬體整合和更好的總擁有成本來增強加密加速。

Balancing-Security-with-Efficiency-02-1-e1730431912499

  • 在由Denverton處理器驅動的平台上,集成QAT的IPSec加密性能優於搭載AES-NI加速器的CPU核心。
  • 加密加速性能從 Denverton (5Gbps) 提升至 Alder Lake (10/13 Gbps),再到 Amston Lake (15/17 Gbps),代表了世代的演變和改進。
  • Amston Lake 平台的加密加速功能結合 AES-NI 和其他 CPU 核心加速器的性能已超過 Denverton 平台的集成 QAT。也就是說,Amston Lake 處理器的集成指令具有卓越的性能,提供了簡化的硬體整合,並改善了總擁有成本 (TCO)。

除了 IPSec 性能外,OpenSSL 是一個全面的高品質工具包,旨在用於通用加密和安全通信。以下表格中包含了兩種不同包大小的兩種加密算法的 IPSec 和 OpenSSL 的吞吐量結果,以便進行代與代之間的性能比較。

Balancing-Security-with-Efficiency-03-1-1024x589

  • AES-128-GCM 在 Galois/Counter 模式下運行,這是一種現代的身份驗證加密模式,內置身份驗證和完整性檢查。另一方面,AES-128-CBC-HMAC-SHA1 使用密碼區塊鏈接 (CBC) 模式進行加密,並使用單獨的 HMAC-SHA1 來確保完整性。僅使用 CBC 模式不提供完整性,因此使用 HMAC-SHA1 來增加一層身份驗證。GCM 通常比 CBC 更快,因為它可以並行處理,而 CBC 在加密過程中無法並行處理,並且 HMAC-SHA1 由於額外的完整性檢查步驟而增加了額外的性能開銷。表格中列出的性能與此預期一致。
  • 更高的 CPU 核心數量顯示出無論是 AES128-GCM 還是 AES-128-CBC-HMAC-SHA1,性能都更高。性能的提升相當於核心數量的相應增加。一旦核心數量翻倍,加密性能也會相應翻倍。

至於AMD,加密和解密操作的效率透過AESNI(高級加密標準新指令)得以提升,以下列出了Ryzen Embedded R1000的OpenSSL測試結果。Intel Denverton和Amston Lake的加密性能也包含在表格中作為參考。Balancing-Security-with-Efficiency-04-1-1536x574

  • Ryzen R1000 平台的加密性能顯著提高,使用 AES-NI 指令集來更有效地執行加密和解密操作。
  • 關於大包大小的測試結果,AMD Ryzen 1000 的 OpenSSL 性能結果優於 Intel Denverton,而小包大小的性能則顯示相反的情況。
  • 最新的 Intel Amston Lake 處理器在小型和大型包裝尺寸方面的表現均優於 AMD Ryzen R1000 和 Denverton 處理器。

 

結論
加密加速對於以安全性和效率處理數據至關重要。處理器的供應商都致力於開發增強性能,以滿足市場的需求。這篇技術博客提供了一些加密性能結果,以展示入門級處理器的發展演變。

相關訊息

面向Neocloud時代的機櫃級AI基礎架構設計
2026.09.24

面向Neocloud時代的機櫃級AI基礎架構設計

生成式AI與Agentic AI應用持續發展,加上日益加劇的AI訓練與推論工作負載,對運算吞吐量、記憶體、網路與儲存能力提出前所未有的要求。因此,AI基礎架構已無法再以獨立伺服器為核心進行設計。隨著專業化 Neocloud服務供應商興起,產業進一步朝向機櫃級架構發展,將運算、網路與散熱管理整合於同一架構中,以實現高效率且具高度適應性的AI運算能力。

打造可擴展的AI與雲原生應用基礎架構
2026.09.09

打造可擴展的AI與雲原生應用基礎架構

隨著AI應用與雲原生應用持續重塑企業IT環境,基礎架構必須能夠支援日益多元且動態的工作負載。從虛擬化、分散式服務到資料密集型應用,現代資料中心需要在運算、記憶體、儲存與I/O效能之間取得平衡。隨著工作負載需求持續演進,基礎架構也必須具備更高的擴充能力與效率。

高密度 AI 基礎架構:以先進散熱技術提升運算效能與擴展能力
2026.09.02

高密度 AI 基礎架構:以先進散熱技術提升運算效能與擴展能力

As AI workloads demand greater processing power, data centers must achieve higher compute density and superior thermal efficiency while minimizing space and energy footprints. Integrating high-power CPUs and GPUs into compact server platforms makes advanced thermal management a critical factor in sustaining performance and optimizing infrastructure efficiency.

洽詢車

你的洽詢車總計 0 件產品

產品比較

你的比較總計 0 件產品

訂閱電子報

數字驗證

請由小到大,依序點擊數字

我們使用 cookies 以確保我們的網站正常運作,個性化內容和廣告,提供社交媒體功能並分析流量。我們還會與社交媒體、廣告和分析合作夥伴分享您使用我們網站的信息。

管理Cookies

隱私權偏好設定中心

我們使用 cookies 以確保我們的網站正常運作,個性化內容和廣告,提供社交媒體功能並分析流量。我們還會與社交媒體、廣告和分析合作夥伴分享您使用我們網站的信息。

管理同意設定

必要的Cookie

一律啟用

這些 cookies 是網站運作所必需的,您無法在系統上關閉它們。

這些 Cookie 通常僅在您執行某個動作(即服務請求)時設置,例如設置隱私偏好、登錄或填寫表單。

您可以設置瀏覽器以阻止或提示您這些Cookie,但這可能會導致某些網站功能無法正常運作。