2024.11.01

平衡安全性与效率:入门级 CPU 上的加密与解密性能

分享:

介绍
加密对于保护数据至关重要,即使在由1到4个核心的入门级CPU驱动的成本敏感环境中。在这篇博客中,我们将比较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。还包括AMD的2核性能作为参考。

加密加速性能比较
CPU 的演进带来了更好的加密和解密操作性能,以实现高效的数据处理和增强的安全性。以下列出了 Intel Atom 处理器的 IPsec 性能结果。从一代到另一代,Intel 通过简化硬体整合和更好的总拥有成本来增强加密加速。

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

  • 在由Denverton处理器驱动的平台上,集成QAT的IPSec加密性能优于搭载AES-NI加速器的CPU核心。
  • 加密加速性能从 Denverton (5Gbps) 提升至 Alder Lake (10/13 Gbps),再到 Amston Lake (15/17 Gbps),代表了世代的演变和改进。
  • Amston Lake 平台的加密加速功能结合 AES-NI 和其他 CPU 核心加速器的性能已超过 Denverton 平台的集成 QAT。也就是说,Amston Lake 处理器的集成指令具有卓越的性能,提供了简化的硬体整合,并改善了总拥有成本 (TCO)。

除了 IPSec 性能外,OpenSSL 是一个全面的高品质工具包,旨在用于通用加密和安全通信。以下表格中包含了两种不同包大小的两种加密算法的 IPSec 和 OpenSSL 的吞吐量结果,以便进行代与代之间的性能比较。

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

  • AES-128-GCM 在 Galois/Counter 模式下运行,这是一种现代的身份验证加密模式,内置身份验证和完整性检查。另一方面,AES-128-CBC-HMAC-SHA1 使用密码区块链接 (CBC) 模式进行加密,并使用单独的 HMAC-SHA1 来确保完整性。仅使用 CBC 模式不提供完整性,因此使用 HMAC-SHA1 来增加一层身份验证。GCM 通常比 CBC 更快,因为它可以并行处理,而 CBC 在加密过程中无法并行处理,并且 HMAC-SHA1 由于额外的完整性检查步骤而增加了额外的性能开销。表格中列出的性能与此预期一致。
  • 更高的 CPU 核心数量显示出无论是 AES128-GCM 还是 AES-128-CBC-HMAC-SHA1,性能都更高。性能的提升相当于核心数量的相应增加。一旦核心数量翻倍,加密性能也会相应翻倍。

至于AMD,加密和解密操作的效率透过AESNI(高级加密标准新指令)得以提升,以下列出了Ryzen Embedded R1000的OpenSSL测试结果。Intel Denverton和Amston Lake的加密性能也包含在表格中作为参考。Balancing-Security-with-Efficiency-04-1-1536x574

  • Ryzen R1000 平台的加密性能显着提高,使用 AES-NI 指令集来更有效地执行加密和解密操作。
  • 关于大包大小的测试结果,AMD Ryzen 1000 的 OpenSSL 性能结果优于 Intel Denverton,而小包大小的性能则显示相反的情况。
  • 最新的 Intel Amston Lake 处理器在小型和大型包装尺寸方面的表现均优于 AMD Ryzen R1000 和 Denverton 处理器。

 

结论
加密加速对于以安全性和效率处理数据至关重要。处理器的供应商都致力于开发增强性能,以满足市场的需求。这篇技术博客提供了一些加密性能结果,以展示入门级处理器的发展演变。

相关讯息

可持续AI基础设施:结合节能AI平台、智能两相液冷(2P DLC)解决方案与安全网络架构
2026.07.16

可持续AI基础设施:结合节能AI平台、智能两相液冷(2P DLC)解决方案与安全网络架构

AI运算持续以前所未有的速度扩展,带动数据中心用电量与散热需求快速增长。优化基础设施效率,已成为与运算性能同等重要的战略核心。从能源利用、散热管理到基础设施安全,打造可持续的AI基础设施,现在需要兼顾性能、效率与长期运营韧性的整体性方案。

打造安全高效的本地AI基础设施
2026.07.02

打造安全高效的本地AI基础设施

随着生成式AI、AI代理(AI Agents)与企业级AI应用持续扩展,企业正逐渐将目光从云端转向更贴近自身数据的AI部署方式。在数据主权、安全性、延迟性与长期运营成本等考量日益受到重视的驱动下,本地(On-Premises)AI基础设施已成为企业追求更高掌控力、性能与可扩展性的战略性选择。

机架级AI基础设施:为AI时代最大化性能、效率与可扩展性
2026.06.30

机架级AI基础设施:为AI时代最大化性能、效率与可扩展性

在生成式AI(Gen AI)、代理式AI(Agentic AI)以及背後龐大資料量的爆炸性成長推動下,運算基礎設施正從獨立伺服器演進為機櫃級架構。現代AI工作負載需要運算、網路、儲存與散熱解決方案緊密整合,才能發揮最大效能與效率。面向未來的AI基礎設施,已成為AI時代不可或缺的根基。

咨询车

您的咨询车共计 0 件产品

产品比较

您的比较共计 0 件产品

订阅电子报

数字验证

请由小到大,依序点击数字

我们使用 cookies 以确保我们的网站正常运作,个性化内容和广告,提供社交媒体功能并分析流量。我们还会与社交媒体、广告和分析合作伙伴分享您使用我们网站的信息。

管理Cookies

隱私權偏好設定中心

我们使用 cookies 以确保我们的网站正常运作,个性化内容和广告,提供社交媒体功能并分析流量。我们还会与社交媒体、广告和分析合作伙伴分享您使用我们网站的信息。

管理同意設定

必要的Cookie

一律啟用

这些 cookies 是网站运作所必需的,您无法在系统上关闭它们。

这些 Cookie 通常仅在您执行某个动作(即服务请求)时设置,例如设置隐私偏好、登录或填写表单。

您可以设置浏览器以阻止或提示您这些Cookie,但这可能会导致某些网站功能无法正常运作。

行銷的Cookie

行销 Cookie 用于追踪访客在我们网站上的旅程。其目的是显示对个别用户相关或吸引人的广告,因此对出版商或第三方广告商来说更为重要。

目标定位 Cookies
这些 Cookies 是由广告合作伙伴通过我们的网站设置的。这些公司可能会使用 Cookies 来建立您的兴趣档案,并在其他网站上向您展示相关的广告。它们只需要识别您的浏览器和设备即可运作。如果您不允许这些 Cookies,您将无法在不同的网站上体验到定向广告。

社交媒体 Cookies
这些 Cookie 是由我们添加到网站的一系列社交媒体服务设置的,以便让您与朋友和网络分享我们的内容。它们可以追踪您在其他网站上的浏览器并建立您的兴趣档案。这可能会影响您在访问其他网站时查看的内容和消息。如果您不允许这些 Cookie,您可能无法使用或查看这些分享工具。