2022年手机处理器性能排行榜DPU在数据中心上位
AI、5G和云计算技术的飞速发展正重塑世界，数据中心作为这些技术的基石，在数字化转型中扮演着至关重要的角色。面对挑战，传统CPU和GPU已经无法满足快速变化应用需求，而性能更强大、更加专用、异构的芯片则成为了数据中心不可或缺的一部分。
芯片巨头们已意识到这一点，并通过收购或自主研发扩展了自己的产品线。英伟达在去年十月发布了首代DPU BlueField-2，并在今年4月宣布其数据中心策略升级为GPU+CPU+DPU，实现三类芯片并进。同时，他们还推出了自研Arm架构CPU Grace。
DPU（Data Processing Unit），一款未被广泛认识的芯片，其价值何在？为什么它能在数据中心“上位”？未来数据中心之所以是3U一体，这背后有着深刻的原因。
了解DPU之前，我们先来探讨为什么需要它。在英伟达CEO黄仁勋发布DPU时，他指出，当下的数据中心由软件定义，使得它们更加灵活，但也带来了巨大的负担，因为基础架构运行会消耗20%-30%的CPU核，因此需要一种新的处理器——即DPU。
或者说，以CPU为核心的数据中心架构已经不能满足市场和应用需求，以数据为核心才能更好地满足市场和应用需求。英伟达网络事业部亚太区市场开发高级总监宋庆春表示：“以前计算规模和数据量没那么大，冯诺依曼架构很好地解决了提高计算性能的问题，但随着AI技术发展，以及AI、机器学习等业务增长，对于传统服务器带宽瓶颈越来越明显。”
以数据为核心新架构意味着将计算进行到底，即使是在远程区域，也能享受到相同水平服务。这意味着可以解决网络传输中的瓶颈问题，如通信延时从30-40微秒降低到3-4秒，有10倍提升。
更具体地说，英伟达DPU是一种SoC，它集成了三个关键要素：
行业标准多核CPU通常基于广泛使用Arm架构，与SoC组件紧密配合；
高性能网络接口，可以以线速或网络可用速度解析并处理大量流量，将其高效地传输到GPU和CPU。
各种灵活且可编程加速引擎，可以卸载AI、机器学习、安全等业务功能，并提升性能。
因此，DPU不仅能够针对安全、高性能网络存储以及AI等业务进行加速，还提供了创新的思路，为以往难以实现的事情提供可能。
过去所有操作都由CPU完成，不仅需要很多内核，而且效率低下。如果将一些操作如OVS卸载到DPU上运行，不仅能提升效率减少内核利用，还能实现业务隔离。
例如，在云场景中，英伟达与VMWare共同开发Monterey项目，将VMWareHypervisor里的某些功能卸载到DPUs，比如防火墙管理等，这样做既提高了安全性又优化了裸金属业务性能。而与RedHat合作同样如此，可实现100G甚至200G全线速而不消耗任何CPU资源，从而完全释放给业务使用。此外UCloud采用DPUs就可以将VPC管理集成到内部，大幅提高转发效率，同时降低成本及维护复杂度。
这样的改进得到了客户认可。“有DPUsolution已被用于一些大型数据库金融容器云服务领域，他们反馈非常积极。”马彦青介绍，“比如一个大型数据库公司切除VPC集群后进行N对N计算带宽与性能均有提升，同时维护成本减少。”
此外，由于过去本地盘存储容易出现坏盘问题，而新系统采用RSSDNSSnap作为后端存储机群，则拥有NVMe Snap功能支持解耦计算与存储，让用户免装机分钟级交付，更易于运维管理磁盘按需使用快速故障迁移增加三副本安全性。此外，加密方面也得益于硬件加快包检测匹配速度达到3.5倍，加密SSL/TLS/IPSec算法也得到硬件支持释放掉大量算力，使得整个系统更加安全、高效表现出色。
最后UCloud希望最终目标是实现虚拟化裸金属两者统一，一张卡搞定一切探索基于InfiniBand网卡如何加速AI高性能计算任务。
综上所述，是持续更新不断完善DOCA软件栈以及预期2023年发布BlueField-4 800G DPU让这种可能性成为现实。
DOCA通过软件定义调动硬件引擎进行加速处理，是当前最强大的工具之一。
目前DOCA 1.0正式版已经发布，为这个趋势注入了一股新的活力
“我认为云原生超级电脑应该很快融入DPUMarket”，宋庆春对于雷锋网表示，“因为随着超级电脑发展算力变成了服务如何提供一种安全有效便捷的大量算力服务”。
