DPU是繼CPU、GPU之后的數(shù)據(jù)中心第三顆大芯片，本質(zhì)是圍繞數(shù)據(jù)處理提供網(wǎng)絡(luò)、存儲(chǔ)、安全、管理等數(shù)據(jù)中心基礎(chǔ)設(shè)施虛擬化能力的專用處理器。 關(guān)于DPU技術(shù)應(yīng)用及技術(shù)原理，請(qǐng)參看文章“DPU技術(shù)原理、算力效率及應(yīng)用場(chǎng)景解析”和“主流DPU架構(gòu)實(shí)現(xiàn)及技術(shù)對(duì)比”、“DPU性能基準(zhǔn)：測(cè)評(píng)框架與測(cè)試流程介紹（2022）”以及“DPU全球格局，國(guó)內(nèi)5家崛起（2023）”，《50份智能網(wǎng)卡和DPU合集》。

DPU提升數(shù)據(jù)中心效率、降低TCO

CPU和GPU已經(jīng)存在很長(zhǎng)時(shí)間，它們?cè)跀?shù)據(jù)中心中各有其用途，但它們并不能通過(guò)實(shí)際降低成本或功耗來(lái)提高TCO的效率，它們只能通過(guò)在它們各自的特定角色中高效運(yùn)行來(lái)降低數(shù)據(jù)中心的TCO。此外，它們價(jià)格昂貴，耗電量大，并被要求執(zhí)行并不擅長(zhǎng)的任務(wù)。 另一種看待DPU融入數(shù)據(jù)中心的方式是將其比作技術(shù)人員的新工具，這些新工具可以極大地節(jié)省時(shí)間和精力。我們只是在數(shù)據(jù)中心引入了一種新工具，它有望顯著提高存儲(chǔ)效率。 DPU在幾年前逐漸嶄露頭角，用于解決特定的數(shù)據(jù)處理需求。隨著DPU的角色不斷擴(kuò)展，人們逐漸認(rèn)識(shí)到，經(jīng)過(guò)精心設(shè)計(jì)，它能夠以更低的功耗和更高的效率在數(shù)據(jù)中心中處理數(shù)據(jù)，遠(yuǎn)勝于傳統(tǒng)的CPU或GPU。 這些成本和功耗的節(jié)省在大規(guī)模數(shù)據(jù)中心中尤為重要，因?yàn)榇鎯?chǔ)增長(zhǎng)呈指數(shù)增長(zhǎng)。 地球母親能夠產(chǎn)生的能源是有限的，這意味著數(shù)據(jù)中心的功耗也是有限的。這將使DPU在未來(lái)的數(shù)據(jù)中心中成為必不可少的，因?yàn)樗苡行Ы档凸摹?/p>

DPU特性與局限

簡(jiǎn)而言之，DPU是一組資源，它們能夠比數(shù)據(jù)中心中的其它處理器更高效地處理、移動(dòng)和存儲(chǔ)數(shù)據(jù)?！案咝А笔顷P(guān)鍵詞，因?yàn)镈PU應(yīng)該顯著改善數(shù)據(jù)中心的性能指標(biāo)，如性能/瓦和性能/元。 值得注意的是，我沒(méi)有對(duì)DPU進(jìn)行具體的物理定義。以我的理解，DPU可以是芯片，也可以是插卡，從某種程度上說(shuō)，它是一組可以以多種方式實(shí)現(xiàn)的功能的抽象。 因此，如果有時(shí)候我談的是處理芯片，有時(shí)候我談的是PCIe卡，有時(shí)候我進(jìn)行哲學(xué)性的思考，這是因?yàn)檫@些資源必須在成本或功耗效率方面勝過(guò)GPU和CPU。

以數(shù)據(jù)為中心的工作負(fù)載

DPU的任務(wù)包括數(shù)據(jù)保護(hù)/安全、數(shù)據(jù)縮減、數(shù)據(jù)移動(dòng)和數(shù)據(jù)操作/分析等功能。由于每個(gè)數(shù)據(jù)中心都有不同的架構(gòu)和要求，DPU必須具備高度的可編程性。 DPU的可編程性使其能夠在高度多變的工作負(fù)載和需求下實(shí)現(xiàn)高效處理。DPU資源可以采用一組具有特定數(shù)據(jù)處理指令的處理器形式，也可以采用協(xié)處理器和硬件加速器的形式，以有效處理數(shù)據(jù)。 為了實(shí)現(xiàn)最佳效率，處理器需要具備專門(mén)的、低功耗的內(nèi)核和支持計(jì)算卸載功能的協(xié)處理器。最優(yōu)秀的DPU具備綜合處理器、加速器和決策能力，能夠智能選擇何時(shí)以何種方式應(yīng)用于與數(shù)據(jù)相關(guān)的問(wèn)題。

上面的定義部分強(qiáng)調(diào)了數(shù)據(jù)移動(dòng)作為DPU的關(guān)鍵標(biāo)準(zhǔn)，因此必須具備高速且適用于數(shù)據(jù)中心的接口。如果一個(gè)高效的處理器無(wú)法與數(shù)據(jù)中心中的其它設(shè)備進(jìn)行連接，又有何用呢？ 因此，DPU需要至少配備Gen 4 PCIe接口，以允許與內(nèi)部硬件（如SSD或CPU）進(jìn)行通信，并具備至少多個(gè)100GbE接口等高速外部接口，以與其它數(shù)據(jù)中心設(shè)備進(jìn)行外部通信。

總結(jié)一下

讓我們?nèi)媪私庖幌翫PU——它包括外部網(wǎng)絡(luò)接口，可以通過(guò)NVMeoF/TCP和RoCE協(xié)議進(jìn)行通信，還有內(nèi)部PCIe接口，可以將NVMe通信為根復(fù)合體（Root Complex）或終端設(shè)備（Endpoint）。此外，還包括大量的特殊內(nèi)核、協(xié)處理器和加速器，以及用于充分利用所有這些資源的軟件堆棧。 在前文中，我多次強(qiáng)調(diào)了“高效”一詞。那么為什么在本文中頻繁提到這個(gè)詞呢？ DPU的出現(xiàn)最重要的原因之一是為了降低TCO。按照定義，DPU必須通過(guò)接管數(shù)據(jù)中心中的其它處理器的工作來(lái)實(shí)現(xiàn)成本節(jié)省。這可能涉及網(wǎng)絡(luò)卸載、計(jì)算卸載或數(shù)據(jù)服務(wù)卸載。具體而言，我指的是減少投入數(shù)據(jù)中心的資本成本以及降低運(yùn)營(yíng)數(shù)據(jù)中心的成本。 DPU必須在功耗和成本方面優(yōu)于其它處理單元，并且必須簡(jiǎn)化數(shù)據(jù)中心的構(gòu)建，從而提高其可靠性。要成為真正的DPU，它必須在幾乎所有這些TCO挑戰(zhàn)中發(fā)揮作用，實(shí)現(xiàn)最佳的性能/瓦和性能/元效率。

DPU存儲(chǔ)、DPU網(wǎng)絡(luò)和其它

為了更深入地探討，我已經(jīng)闡述了DPU必須在其卸載的工作上比數(shù)據(jù)中心中的其它處理器更高效。那么這里所指的其它處理器是什么呢？雖然有很多種，但在現(xiàn)代數(shù)據(jù)中心中，CPU和GPU是DPU可能替代的主要目標(biāo)。需要注意的是，我特別強(qiáng)調(diào)了工作負(fù)載的替代——稍后將詳細(xì)介紹。

值得一提的是，盡管我提到了這些替代關(guān)系，但我認(rèn)為理想的數(shù)據(jù)中心應(yīng)該包含這三種處理器類(lèi)型，它們可以在數(shù)據(jù)中心中協(xié)同工作，每種都根據(jù)其能力來(lái)執(zhí)行最適合的任務(wù)。

DPU、GPU與CPU的比較

讓我們深入探討這三種類(lèi)型的處理器：DPU、GPU和CPU。 在討論了DPU的優(yōu)越性之后，讓我們談?wù)勊跀?shù)據(jù)中心中扮演與其它處理器不同的角色的原因。 CPU已經(jīng)存在了幾十年，被迫保持通用性，以便可以在眾多需要支持它的應(yīng)用程序之間前后兼容。它是那匹每天都在為依賴它的數(shù)以萬(wàn)計(jì)的應(yīng)用程序耕耘領(lǐng)域的工作馬。 CPU昂貴且耗電量大，其優(yōu)勢(shì)在于其一致性，一代又一代。全世界的編程工具都建立在這種一致性的基礎(chǔ)上。但由于其優(yōu)勢(shì)，它在純粹的數(shù)據(jù)處理相關(guān)任務(wù)上并不高效。直到幾年前，它是唯一真正的處理器之王，演變成了一種非常昂貴且耗電量巨大的怪物。 另一方面，GPU是用于視頻和圖形數(shù)據(jù)的高度專門(mén)化處理器。它們比CPU更昂貴，非常耗電。 按照我們的馬的比喻，它們將是純種賽馬。它們?cè)谝豁?xiàng)任務(wù)上表現(xiàn)出色，但數(shù)據(jù)處理指標(biāo)較差。正如純種賽馬性情難以駕馭一樣，GPU在歷史上一直很難用于與圖形處理無(wú)關(guān)的任務(wù)，因?yàn)樗鼈冸y以編程。 總結(jié)我們對(duì)DPU、GPU和CPU的分析，最關(guān)鍵的問(wèn)題是“DPU是哪匹馬？”延續(xù)馬的比喻，我選擇了一匹驛馬快信（Pony Express）的小馬。 這些小馬身形小巧、速度快，擁有在各種地形上行駛數(shù)百英里所需的高耐力。它們被特意選擇用于驛馬快信服務(wù)，因?yàn)樗鼈兙邆淞藙偃喂ぷ魉璧臏?zhǔn)確特質(zhì)。DPU是一種低功耗、低成本、專為處理數(shù)據(jù)而構(gòu)建的處理單元，比其它處理器更高效地處理數(shù)據(jù)處理任務(wù)。

不同類(lèi)型的處理器

正如前面提到的，DPU是一種功能和特性的抽象，有各種各樣的架構(gòu)。它們可以從頭開(kāi)始設(shè)計(jì)，具備專用內(nèi)核和加速功能。 它們可以采用純粹的ASIC形式，也可以采用ASIC + CPU內(nèi)核的形式。甚至可以采用FPGA的形式。每種類(lèi)型都有其優(yōu)點(diǎn)和缺點(diǎn)，接下來(lái)將討論這些。

具有不靈活數(shù)據(jù)平面的DPU

有些DPU結(jié)合了處理器和硬連線加速器，因此區(qū)別在于使用了哪些內(nèi)核以及內(nèi)核與硬連線邏輯之間的工作分配。它們通常共享高速接口，如PCIe總線和100GbE端口。 你可能會(huì)認(rèn)為將內(nèi)核和硬連線功能結(jié)合是最佳選擇，但事實(shí)并非如此。大多數(shù)DPU通常具有從8到64個(gè)ARM內(nèi)核，主要用于控制平面功能。與x86處理器相比，ARM內(nèi)核在數(shù)據(jù)處理方面沒(méi)有明顯的優(yōu)勢(shì)，但功耗較低。 如果ARM內(nèi)核需要在數(shù)據(jù)平面處理數(shù)據(jù)，與x86處理器相比沒(méi)有明顯的優(yōu)勢(shì)，如果數(shù)據(jù)平面僅在硬連線邏輯中處理，那么幾乎沒(méi)有靈活性來(lái)使DPU執(zhí)行超出ASIC初始設(shè)計(jì)范圍之外的功能。 總之，這種類(lèi)型的DPU具有非常不靈活的數(shù)據(jù)平面和相對(duì)有限的處理控制平面，這可以節(jié)省一些功耗，但不多。但是，它們的成本要低于CPU，因此它們確實(shí)有助于降低數(shù)據(jù)中心的TCO。如果你有特定的網(wǎng)絡(luò)、安全或存儲(chǔ)卸載任務(wù)，如TLS、IPsec、糾刪碼或壓縮等任務(wù)，那么這些類(lèi)型的DPU會(huì)工作得相當(dāng)不錯(cuò)。

具有較少或無(wú)處理能力的DPU

具有極少或幾乎沒(méi)有處理能力的DPU與上述類(lèi)型的DPU類(lèi)似。它們?cè)诤艽蟪潭壬弦蕾囉谟策B線功能，通常采用ASIC或FPGA的形式。它們?cè)诔杀竞凸姆矫娣浅８咝?，但它們?duì)數(shù)據(jù)操作和分析任務(wù)非常不靈活。

可編程DPU：低功耗與高性能數(shù)據(jù)處理的最佳選擇

另一種形式依賴于許多低功耗、數(shù)據(jù)高效的內(nèi)核和硬件加速引擎，以提供最高效和靈活的DPU解決方案。 數(shù)據(jù)平面和控制平面的處理都在內(nèi)核中進(jìn)行，每個(gè)內(nèi)核或一組內(nèi)核可以在何時(shí)以及如何使用協(xié)處理器或加速器來(lái)增強(qiáng)功能時(shí)做出最佳決策。與ARM或x86內(nèi)核相比，該DPU的每個(gè)內(nèi)核功耗更低，因此大大降低了功耗。這種DPU的內(nèi)核在其指令集方面更加高效，因此可以處理比典型CPU內(nèi)核更多的數(shù)據(jù)。 總之，這種類(lèi)型的DPU通過(guò)降低功耗和成本最大程度地減少TCO，并提供了處理固定任務(wù)的最大靈活性，例如上面討論的卸載任務(wù)。與此同時(shí)，它具備執(zhí)行數(shù)據(jù)操作任務(wù)，如AI或推理工作負(fù)載的能力。

DPU與智能網(wǎng)卡（SmartNIC）

另一個(gè)經(jīng)常被問(wèn)到的問(wèn)題是“DPU和智能網(wǎng)卡基本上是一樣的嗎？”作為一名技術(shù)專家，我有些猶豫，也許因?yàn)樗鼈冊(cè)诠δ苌戏浅Ｏ嗨?，不確定是否可以回答“是”或“否”。然而，我認(rèn)為真正的答案是不，它們并不是完全相同的東西。我認(rèn)為根本原因是智能網(wǎng)卡具有一些網(wǎng)絡(luò)、安全和卸載功能，而最聰明的智能網(wǎng)卡在處理能力方面有一定限制，但它們的能力有限。 智能網(wǎng)卡的處理能力用于控制平面功能，而不用于數(shù)據(jù)平面處理。它們沒(méi)有執(zhí)行視頻識(shí)別、AI推理或處理計(jì)算存儲(chǔ)等功能的能力，也不像DPU那樣顯著改變數(shù)據(jù)中心的TCO。

DPU存儲(chǔ)、DPU網(wǎng)絡(luò)…DPU及其在數(shù)據(jù)中心中的角色帶來(lái)了哪些啟示？

CPU、DPU和GPU在數(shù)據(jù)中心中都扮演著至關(guān)重要的角色。應(yīng)該將它們視為同等地位的同行，各自執(zhí)行著其他處理器難以勝任的任務(wù)。 CPU將永遠(yuǎn)承擔(dān)運(yùn)行用戶應(yīng)用程序、虛擬機(jī)和容器的重要工作，而GPU則在處理大規(guī)模并行計(jì)算方面表現(xiàn)出色。DPU則是它們之間的紐帶，執(zhí)行DPU網(wǎng)絡(luò)、DPU安全和DPU存儲(chǔ)等功能，包括數(shù)據(jù)操作，這些任務(wù)CPU和GPU都做得不太出色。由于對(duì)數(shù)據(jù)中心TCO節(jié)省的期望，未來(lái)幾年內(nèi)，DPU的整合將大幅增加。 Source: Tim Lieber, WHY DATA CENTERS NEED DATA PROCESSING UNITS, March 2, 2023

編輯：黃飛

?