2023-02-22 08:21来源：m.sf1369.com作者：宇宇
数据处理器(英文名【Data Processing Unit】，简称DPU)是面向以数据为中心的计算的新一代处理器，集完整的数据中心功能于单芯片，和CPU及GPU一起构成新型计算的三大支柱。
推荐两个排名比较好手机处理器：
第一名：苹果A12。A12是苹果首款7nm芯片，CPU部分为6个高性能核心组成，负责平时日常的数据处理器，而占了面积最大一部分的就是它的4核心GPU了，可以说iPhone能做到这么流畅，全靠它的功劳。而这颗苹果自研的GPU理论性能比骁龙855上面那颗Adreno640强60%，可以说是强无敌了。
第二名：高通骁龙855。骁龙855基于7nm工艺制程打造，其CPU架构采用了基于ARM魔改的kryo485，以“1+3+4”的大中小核心设计来保证CPU的灵活性，最大2.84GHz的频率也保证了手机的性能需求，官方表示相比于上一代提高了45%。GPU采用自家的Adreno640，首次采用了Vulkan1.1，带来了20%的图形渲染速度提升。
DPU被称为“未来计算三大支柱”之一是黄仁勋所说的宣传语，DPU是专门用于大数据处理的芯片。
Web 3.0时代，数据流量呈指数级增长，每个拥有智能移动终端的人都是信息流通的节点，数据中心用户对数据处理能力的爆发性需求与摩尔定律失速之间的矛盾不断升级，而dpu作为数据中心新的计算核心，化解了数据中心基础设施面临的挑战。 Dpu是一类新型数据处理器，为云数据中心或边缘计算等环境中的各种工作负载提供安全加速的基础设施。如果说cpu用于通用计算， gpu用于加速计算，那么dpu则用于卸载硬件加速和应用隔离，是数据中心基础架构的计算平台，它也与cpu、gpu一起共同成为加速计算的三大支柱，形成3u一体的计算格局。
nvdia创始人兼ceo黄仁勋先生在秋季gtc大会上，首次将nvdrf的dpu带入了大众视野，这一年也被称为dpu元年。 Nvdia的dpu是一款性能超强的算力芯片，突破性实现网络加速，存储加速，安全增强三大核心功能。它为传统应用和现代gpu加速的应用提供高效连接速率，同时可提供高性能存储访问方案，为远程存储实现媲美直连式存储的超低延迟，并支持零信任的全方位安全架构。而nvdia do作为vnvdffdpu量身打造的软件开发平台，可以快速创建nvbrfdpu加速的高性能应用程序和服务，灵活满足不同开发者需求。
网络编程人员杰森在数据中心部署裸金属服务器时遇到了技术难题，部署方案既需要满足市场普遍的特性，又要将裸金属服务器与现有云环境有效融合，提供与传统物理机媲美的性能，实现安全隔离和快速部署。杰森选择了通过nvdf的dpu来实现纳管并统一调度裸金属服务器的目标，达到了很好的效果。某金融机构的ip运维人员阿斌接到一项任务，他需要给出一个金融数据中心扩容的解决方案，在有效控制投入的前提下，还要确保良好的交易体验，保证安全性。使用dpu后效果很出色。
被称为未来计算三大支柱的最主要原因就在于这项技术所带来的改革是非常重大的，而且对于计算机后续的发展以及进步也会带来更加积极的影响；主要是一个星型可编程，多核处理器符合行业标准，进有很高的算力，具备高性能的网络接口，能够高速解析处理数据。
英伟达创始人黄仁勋2020年将DPU与CPU、GPU并列称为“未来计算三大支柱”，虽然DPU此后才逐渐成为芯片投资的热门赛道，但实际上，巨头们的角逐早已开始。
它是一种数据处理器，随着互联网的发达，数据世界也变得越来越重要，而它就是支撑数字世界的支柱。
作者 | 赵广立
近年来摩尔定律“失速”，使得中央处理器（CPU）的性能增长边际成本急剧上升。有研究数据表明，现在CPU的性能年化增长率（面积归一化之后）仅有3%左右。然而，人们对计算的需求依然爆发性增长。
在此背景下，包括人工智能（AI）芯片在内的专用计算芯片陆续登上 历史 舞台，绽放光芒。眼下，以数据为中心的专用处理器“DPU”正成为专用计算芯片的“新贵”。美国芯片巨头英伟达公司甚至将其定位为数据中心继CPU和图形处理器（GPU）之后的“第三颗主力芯片”，掀起了行业热潮。
和CPU、GPU“三足鼎立”，DPU真有如此大的潜力吗？它的应用场景有哪些？我国能抓住DPU发展机遇吗？近日，由中国科学院计算技术研究所（以下简称中科院计算所）主编，中科驭数（北京） 科技 有限公司、中国计算机学会集成电路设计专业组、计算机体系结构国家重点实验室联合编写的行业首部《专用数据处理器（DPU）技术白皮书》（以下简称《DPU技术白皮书》）发布。结合上述问题，《中国科学报》联系采访了主要编写人员一探究竟。
“DPU最直接的作用是作为CPU的卸载（offload）引擎，其效果是给CPU‘减负’。”《DPU技术白皮书》主编、中科院计算所研究员鄢贵海告诉《中国科学报》，作一形象比喻，DPU提供了数据中心一把“杀鸡”的工具，节省的是CPU这把“牛刀”，以释放CPU算力，留给更需要它的业务负载。
接管CPU的网络协议处理任务，就是一个很好的例子。鄢贵海说，比如在数据中心仅线速处理10G的网络，大概就需要一个8核高端CPU一半的的算力，而如果是40G、100G甚至更高速的网络，性能开销更大。
云计算巨头亚马逊云服务（AWS）形象地称之为“数据中心税”――还未运行业务程序，接入网络数据就要占去许多计算资源。
“DPU诞生的使命就是承载网络虚拟化、硬件资源池化等基础设施层服务，以释放CPU的算力到上层应用。”《DPU技术白皮书》编委会成员、中科驭数高级副总裁张宇解释说，将“CPU处理效率低下、GPU处理不了”的负载卸载到专用的DPU，就能实现对“数据中心税”的抵消，从而有助于提升整个计算系统的效率、降低整体系统的总体拥有成本。
张宇介绍称，DPU主要处理网络数据和输入输出（IO）数据，并提供带宽压缩、安全加密、网络功能虚拟化等功能。“这些可以说是离我们普通用户每天感知到的各种应用最远的功能了。而这些基础功能是实现日常应用更高效、更安全、更实时的保障。”
业界对DPU中的“D”有三种说法，因此DPU就有三个中文名。
一种是“Data”，DPU被称为“数据处理器”；一种是“Datacenter”，DPU译作“数据中心处理器”；一种是“Data-centric”，相应的，DPU可叫作“以数据为中心的处理器”。
“以上三种关于DPU的说法，从不同角度反映DPU的特征，都有一定的可取之处，我们认为可以作为不同的三个维度来理解DPU的内涵。”李晓维说。
“随着‘软件硬件化’成为常态，异构计算的潜能将因各种DPU的普及而彻底发挥出来。”《DPU技术白皮书》编委会成员、中科驭数联合创始人兼CTO卢文岩认为，新一代的DPU不仅可以作为运算的加速引擎，还具备“控制平面”（即追求数据处理功能的覆盖面）的功能，能更高效地完成网络虚拟化、IO虚拟化、存储虚拟化等任务，彻底将CPU的算力释放给应用程序。
“可以说，DPU的出现将让各行各业的业务层数字化应用更全面、更流畅、更绿色。”卢文岩说。
从市场规模角度来看，根据Fungible公司和英伟达公司的预测，用于数据中心的DPU量级将达到和数据中心服务器等量的级别。
“服务器每年新增大约千万量级，一台服务器可能没有GPU，但一定会有一颗或者多颗DPU，好比每台服务器都必须配网卡一样。”鄢贵海说，服务器每年新增大约1500万台，每颗DPU以1万元计算，这将是千亿量级的市场规模。
在这个千亿量级市场中，国际传统芯片巨头如英伟达、英特尔、Marwell、博通等厂商，都在积极布局DPU产品研发。
这些芯片巨头的布局并不意外，他们或有智能网卡研发基础（如博通）继续延伸技术触角，或通过并购专用加速芯片公司（如英伟达、英特尔）补充其在DPU领域的技术能力。相比它们，更值得一提的是，亚马逊旗下的AWS和阿里云两大云计算巨头，早已注意到数据中心开销问题，并已有了良好实践。
据《DPU技术白皮书》显示，2013年，AWS研发了Nitro产品，将为虚拟机提供远程资源、加密解密、故障跟踪、安全策略等服务程序的资源开销，全部放到专用加速器上执行，“轻量化管理程序+定制化硬件”的上场一举节省30%CPU资源。几乎在同期，阿里云也着手研发“神龙架构”（X-Dragon系统），以硬件化的MOC卡统一支持网络、IO、存储和外设的虚拟化，如今“神龙架构”已经更迭到了第4代。
“可见，DPU其实在行业内已经孕育已久，从早期的网络协议处理卸载，到后续的网络、存储、虚拟化卸载，其带来的作用非常显著，只不过在此之前DPU‘有实无名’，现在是时候迈上一个新的台阶了。”鄢贵海表示。
可喜的是，国内一些围绕DPU技术的创业公司也逐渐崭露头角。除了参与编写《DPU技术白皮书》的中科驭数之外，还有云豹智能、星云智联、芯启源、云脉芯联等新近成立的 科技 创业公司，展现出良好势头。
以中科驭数为例，这家创始团队来自中科院计算所的初创企业，在DPU理论基础、数据中心架构方面有着深刻理解，工程实现经验也因一些来自亚马逊、赛灵思、华为等核心骨干的加入，得到了很好的积累。2019年，中科驭数完成第一代DPU芯片的流片，预计将于2022年推出第二代DPU芯片“K2”。
“我们认为DPU的潜力确实是巨大的。”在鄢贵海看来，从技术发展的角度来看，DPU的出现有一定的必然性――上层应用对于算力的需求在过去5年急剧增长，使得DPU的应用场景很多，它将广泛分布在5G、云计算、大数据、数据中心和边缘计算等领域。
而从工业和信息化部今年发布的《新型数据中心发展三年行动计划(2021―2023年)》中，鄢贵海更是看到了新型算力芯片难得的 历史 发展机遇。
该计划明确提出要加快提升算力算效水平，“推动CPU、GPU等异构算力提升，逐步提高自主研发算力的部署比例”“加强专用服务器等核心技术研发”“树立基于5G和工业互联网等重点应用场景的边缘数据中心应用标杆”等要求和措施。
“虽然国内厂商在芯片产品化的环节相比国外一线厂商还有差距，但是在DPU架构的理解上是有独到的见解的，而且我国目前在数据中心这个领域，无论是市场规模、增速还是用户数量，相较于国外都有巨大的优势。”鄢贵海认为，国内厂商有望充分利用这一“应用势能”，加快发展步伐，在DPU这个赛道与国外厂商“逐鹿中原”。
不过，挑战与机遇并存。
“目前要解决DPU标准化应用，还存在一定挑战。”鄢贵海解释道，由于数据中心本身的复杂性，各大厂商一方面采用商用现货组件（即COTS）来构建系统，追求低成本，一方面又设法分层服务化，打造面向不用类型客户的标准化产品，但除此之外的所有技术实现几乎都是“八仙过海，各显神通”――如AWS有Nitro，阿里云有MOC。
