2022-09-20
作为一个全新兴起的科技概念，DPU 正在以惊人的速度崛起，成为整个行业甚至整个社会的关注重点。尤其是投资领域，对 DPU 简直是竞相追逐，将其视为未来颠覆行业的潜力技术。
究竟什么是 DPU ？它和我们熟悉的 CPU 、 GPU 有什么区别？
今天，小枣君就带大家彻底搞明白 DPU 的来龙去脉。
█ 什么是 DPU
DPU 的英文全称叫做 Data Processing Unit ，也就是数据处理器。
在 RDMA 模式中，应用程序的数据，不再经过 CPU 和复杂的操作系统，直接和网卡通信。这就意味着，DPU 可以承担存储相关的高速接口标准协议处理，进一步为 CPU 分担压力。
最后再看看安全。
在目前越来越严峻的安全形势下，为了确保网络和系统的安全可靠，引入了大量的加密算法。以往，这些算法都是由 CPU 负责完成加密和解密的。
但事实上，网络接口才是最理想的隐私边界。在网络接口上进行加密和解密，才是最合理的。所以，像国密标准的非对称加密算法 SM2 、哈希算法 SM3 和对称分组密码算法 SM4 等，其实都可以交给 DPU 进行计算。未来，区块链技术成熟应用后，相关算法也是可以从 CPU 卸载到 DPU 进行的。
综上所述，大家应该也看明白了，DPU 的作用本质，就是卸载、加速和隔离 —— 把 CPU 的部分工作卸载到自己身上；利用自己的算力特长，对这些工作进行加速运算；整个过程，实现了计算的隔离。
█ DPU 的未来前景
DPU 是一个新型可编程多核处理器，是一块 SoC（System On Chip）芯片。它符合行业标准，具有很高的算力，还具备高性能的网络接口，能高速解析、处理数据，并高效地将数据传输到 CPU 和 GPU 。
DPU 和 CPU 的最大不同，是 CPU 擅长通用性计算任务（什么任务都能接，比较“杂”），而 DPU 更擅长基础层应用任务（做特定的任务，比较“专注”），例如网络协议处理，交换路由计算，加密解密，数据压缩等“脏活累活”。
所以说，DPU 是 CPU 的一个好帮手，将与 CPU 、 GPU 形成“铁三角”，彻底颠覆数据中心的运算模式。
这就是为什么 DPU 如今备受关注的原因。
正如本文开头所说，DPU 目前的火爆程度，已经不能用词语来形容。资本对于 DPU 的热情，更是令人印象深刻。不管是巨头还是初创公司，都纷纷入局 DPU 赛道。DPU 的市场仍在升温，发展前景可期。
还是以英伟达为例。继 BlueField-2 DPU 和 BlueField-2X 之后，2021 年 4 月，NVIDIA 又发布了新一代数据处理器 —— BlueField-3 DPU 。
BlueField-3 DPU
这是首款为 AI 和加速计算而设计的 DPU ，针对多租户、云原生环境进行了优化，提供数据中心级的软件定义和硬件加速的网络、存储、安全和管理等服务。
据称，一个 BlueField-3 DPU 所提供的数据中心服务，可相当于多达 300 个 x86 核才能实现的服务。这就释放了大量的 CPU 资源，用于运行关键业务应用。
要想发挥 DPU 在现代数据中心的核心价值，离不开软件的加持。换句话说，没有软件的芯片，只是昂贵的沙子。
为了构建更为强大的 DPU 生态，英伟达专门推出了给 BlueField DPU 量身打造的软件开发平台 —— NVIDIA DOCA 。
DOCA 的全称叫 Data Center Infrastructure On A Chip Architecture ，即“线上数据中心基础设施体系结构”。借助于 DOCA ，开发人员能够利用行业标准的 API ，在 NVIDIA BlueField DPU 上快速创建网络，存储，安全和管理服务，以及 AI / HPC 的一系列应用程序和服务。
在 2022 年 5 月，NVIDIA 发布了 DOCA 1.3 。该版本不仅新增了 121 个 API 开发接口，还添加了优化数据流插入的 DOCA Flow 库、通信通道库（ Communication Channel ）、正则表达式库（ Regular expression ）和基于 OVN 的数据路径加密等功能，更添加了 HBN （基于主机的网络）等服务，深受开发者的欢迎。
DOCA 1.3 的架构
近日，NVIDIA 又发布了 DOCA 1.4 ，在不重启主机的情况下支持 DPU 固件升级，在 BlueField-2 DPU 25G & 100G w / BMC 产品上支持 32GB DDR 内存，新增对 AArch64 服务器主机支持，以及基于最长前缀匹配（ LPM ）管道的路由功能。
借助 DOCA 1.4 版本，开发者可以更灵活、更简单、更快捷地在 BlueField DPU 上进行开发环境的搭载，从而迅速推出新产品。
█ 结语
根据预测，到 2025 年，DPU 全球市场容量预计将达到 120 亿美金。
随着摩尔定律逐渐进入瓶颈，为了更高效地利用算力资源，我们需要大力发展 DPU ，让 CPU 、 GPU 、 DPU 进行合理分工，各自更加专注于自己擅长的工作。这样，我们才能将数据中心的能效发挥到最大，为整个社会的数字化转型提供强劲且绿色的动力。
Comment