骁龙与天玑的较量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关键角色。面对挑战，传统的CPU和GPU已无法满足快速变化的应用需求，而性能更强大、更专用、异构设计的芯片则成为数据中心不可或缺的一部分。
芯片巨头们意识到了这一点，并通过收购或自研获得了更加全面的产品线。英伟达在去年十月发布了首代DPU BlueField-2，今年4月，又宣布其数据中心芯片战略升级为GPU+CPU+DPU，以三类芯片逐年迈向新高度。此外，还有自研Arm架构CPU Grace亮相。
那么，DPU（Data Processing Unit）又是何许人也？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，是因为DPU带来了双重价值。
首先，我们需要了解DPU的价值前提。在软件定义的数据中心环境下，由于灵活性增加而产生巨大负担，基础架构运行消耗20%-30% CPU核，因此需要新的处理器——即DPU。以CPU为核心已不足以满足市场和应用需求，而以数据为核心则能更好地应对挑战。宋庆春指出，以往计算规模与数据量小，但随着AI技术进步，大规模计算模型会导致网络拥塞，因此提升性能面临瓶颈。
英伟达所推出的SoC集成了行业标准多核CPU、高速网络接口以及灵活可编程加速引擎，可以针对安全、网络、存储等业务进行加速，同时提供创新思路，使得以前难以实现功能现在变得可能。这就是DPU第一层价值。而第二层价值，则在于提供了新的计算架构思路，即实现以前难以或无法实现的事情，如将OVS卸载到DPU上，不仅提高效率，还可以实现业务隔离。
例如，在云场景中，与VMWare合作开发Monterey项目，将Hypervisor中的某些功能卸载到DPU上，这样可以完全隔离业务与基础设施操作，从而达到高安全性及裸金属级别业务性能。此外，与RedHat合作，也可以采用DPU运行Hypervisor/OVS/容器操作，无需占用任何CPU资源，便可达到100G甚至200G全线速，为业务保留全部资源。
对于UCloud来说，他们最初选择使用的是因为遇到了传统服务器带宽瓶颈，希望解决网络性能问题并降低成本。借助于DOCA软件栈和匹配硬件设备，他们能够实施一系列性能提升措施，比如将VPC管理集成到内部硬件中，大幅提高转发效率，以及利用NVMe SNAP功能解耦存储，使得用户可以免装机分钟级交付，并减少运维麻烦等优化措施。
此外,DPU还极大地提升了数据中心安全性，比如深度包检测速度加快至原来的3.5倍，以及支持SSL/TLS加密算法等。在未来的目标中，UCloud旨在通过一张卡实现虚拟化与裸金属架构之间的统一，并探索基于InfiniBand网络如何加速AI和高性能计算工作loads.
总结来看，加强研究并发挥DPB潜力所依赖的是英伟达持续改进硬件以及不断完善DOCA软件栈。如果预期2023年的BlueField-4将是业界首个800G Dpu，那么这无疑是一个令人振奋的事实，因为它不仅代表着速度上的突破，而且还有集成GPU意味着进一步增强其处理能力。此外，一旦DOCA 1.0正式版发布，它就有望让合作伙伴能够更加高效、高安全且低延时地服务客户。这也是为什么人们认为云原生超级电脑很快就会应用到DPB市场，因为超级计算已经变成了服务的问题，其如何提供一种安全且有效率的人工智能服务成为关注焦点之一。
