亚洲成AV人片在WWW色猫咪_久久久AV波多野一区二区_国产乱码精品一区三上_国产激情艳情在线看视频

DPU（Data Processing Unit）是以數據為中心構造的專用處理器，采用軟件 定義技術路線支撐基礎設施層資源虛擬化，支持存儲、安全、服務質量管理等 基礎設施層服務。2020年NVIDIA公司發布的DPU產品戰略中將其定位為數據中 心繼CPU和GPU之后的“第三顆主力芯片”，掀起了一波行業熱潮。DPU的出 現是異構計算的一個階段性標志。與GPU的發展類似，DPU是應用驅動的體系 結構設計的又一典型案例；但與GPU不同的是，DPU面向的應用更加底層。DPU要解決的核心問題是基礎設施的“降本增效”，即將“CPU處理效率低 下、GPU處理不了”的負載卸載到專用DPU，提升整個計算系統的效率、降低 整體系統的總體擁有成本（TCO）。DPU的出現也許是體系結構朝著專用化路 線發展的又一個里程碑。

DPU中的“D”有三種解釋：

（1）Data Processing Unit，即數據處理器。這種解釋把“數據”放在核心 位置，區別于信號處理器、基帶處理器等通信相關的處理器對應的“信號”， 也區別于GPU對應的圖形圖像類數據，這里的“數據”主要指數字化以后的各 種信息，特別是各種時序化、結構化的數據，比如大型的結構化表格，網絡流 中的數據包，海量的文本等等。DPU就是處理這類數據的專用引擎。

（2）Datacenter Processing Unit，即數據中心處理器。這種解釋把數據中心 作為DPU的應用場景，特別是隨著WSC（Warehouse-scale Computer）的興起， 不同規模的數據中心成為了IT核心基礎設施。目前來看，DPU確實在數據中心 中使用前景非常廣闊。但是計算中心的三大部分：計算、網絡、存儲，計算部分是CPU占主導，GPU輔助；網絡部分是路由器和交換機，存儲部分是高密度 磁盤構成的的RAID系統和SSD為代表非易失性存儲系統。在計算和網絡中扮演 數據處理的芯片都可以稱之為Datacenter Processing Unit，所以這種說法相對比 較片面。

（3）Data-centric Processing Unit，即以數據為中心的處理器。Data-centric， 即數據為中心，是處理器設計的一種理念，相對于“Control-centric”即控制為 中心。經典的馮諾依曼體系結構就是典型的控制為中心的結構，在馮諾依曼經 典計算模型中有控制器、計算器、存儲器、輸入和輸出，在指令系統中的表現 是具有一系列非常復雜的條件跳轉和尋址指令。而數據為中心的理念與數據流 （Data Flow）計算一脈相承，是一種實現高效計算的方法。同時，現在試圖打 破訪存墻（Memory Wall）的各種近存（Near-memory）計算、存內（Inmemory）計算、存算一體等技術路線，也符合數據為中心的設計理念。

以上三種關于“D”的解釋，從不同角度反映DPU的特征，都有一定的可 取之處，筆者認為可以作為不同的三個維度來理解DPU的內涵。

DPU最直接的作用是作為CPU的卸載引擎，接管網絡虛擬化、硬件資源池 化等基礎設施層服務，釋放CPU的算力到上層應用。以網絡協議處理為例，要 線速處理10G的網絡需要的大約4個Xeon CPU的核，也就是說，單是做網絡數據 包處理，就可以占去一個8核高端CPU一半的算力。如果考慮40G、100G的高速 網絡，性能的 開銷就 更 加 難 以 承 受 了。A m a z o n 把這些開銷都稱 之 為 “Datacenter Tax”，即還未運行業務程序，先接入網絡數據就要占去的計算資 源。AWS Nitro產品家族旨在將數據中心開銷（為虛擬機提供遠程資源，加密解 密，故障跟蹤，安全策略等服務程序）全部從CPU卸載到Nitro加速卡上，將給 上層應用釋放30%的原本用于支付“Tax” 的算力！

DPU可以成為新的數據網關，將安全隱私提升到一個新的高度。在網絡環 境下，網絡接口是理想的隱私的邊界，但是加密、解密算法開銷都很大，例如 國密標準的非對稱加密算法SM2、哈希算法SM3和對稱分組密碼算法SM4。如果 用CPU來處理，就只能做少部分數據量的加密。在未來，隨著區塊鏈承載的業 務的逐漸成熟，運行共識算法POW，驗簽等也會消耗掉大量的CPU算力。而這 些都可以通過將其固化在DPU中來實現，甚至DPU將成為一個可信根。

DPU也可以成為存儲的入口，將分布式的存儲和遠程訪問本地化。隨著 SSD性價比逐漸可接受，部分存儲遷移到SSD器件上已經成為可能，傳統的面向 機械硬盤的SATA協議并不適用于SSD存儲，所以，將SSD通過本地PCIe或高速 網絡接入系統就成為必選的技術路線。NVMe（Non Volatile Memory Express） 就是用于接入SSD存儲的高速接口標準協議，可以通過PCIe作為底層傳輸協 議，將SSD的帶寬優勢充分發揮出來。同時，在分布式系統中，還可通過 NVMe over Fabrics（NVMe-oF）協議擴展到InfiniBand、Ethernet、或Fibre channel節點中，以RDMA的形式實現存儲的共享和遠程訪問。這些新的協議處 理都可以集成在DPU中以實現對CPU的透明處理。進而，DPU將可能承接各種 互連協議控制器的角色，在靈活性和性能方面達到一個更優的平衡點。

DPU將成為算法加速的沙盒，成為最靈活的加速器載體。DPU不完全是一 顆固化的ASIC，在CXL、CCIX等標準組織所倡導CPU、GPU與DPU等數據一致 性訪問協議的鋪墊下，將更進一步掃清DPU編程障礙，結合FPGA等可編程器 件，可定制硬件將有更大的發揮空間，“軟件硬件化”將成為常態，異構計算 的潛能將因各種DPU的普及而徹底發揮出來。在出現“Killer Application”的領 域都有可能出現與之相對應的DPU，諸如傳統數據庫應用如OLAP、OLTP， 5G 邊緣計算，智能駕駛V2X等等。