自1950年代以来，中央处理器“ CPU”一直是每台计算机或智能设备的核心；到1990年代以来，GPU或图形处理单元扮演了重要角色；所以，在过去的十年中，计算已经摆脱了PC和服务器的繁琐局限，CPU和GPU为庞大的新超大规模数据中心提供了动力。然而最近几年，随着系统中的CPU承受越来越多的网络和存储工作负载，DPU（即数据处理单元）已成为以数据为中心的加速计算模型的第三个成员。那么DPU又将发挥怎样的作用？为何如英特尔和英伟达以及云供应商阿里、亚马逊、微软等巨头们都纷纷涌入DPU？

　　DPU成为计算的三大支柱之一

　　Nvidia在今年早些时候的博客中表示：“DPU（即数据处理单元）已经成为以数据为中心的加速计算模型的第三个成员。Nvidia首席执行官黄仁勋在一次演讲中说：”这将代表未来计算的三大支柱之一。“这三者之间，CPU用于通用计算，GPU用于加速计算，而DPU在数据中心周围移动数据，进行数据处理。

　　那么什么是DPU？这里所说的DPU，就是Data Processing Unit的缩写，也就是所谓的数据处理单元。DPU可以用作独立的嵌入式处理器，但通常会集成到SmartNIC中，为未来的服务器提供支持。DPU是一种片上系统，或者说SOC，是结合了以下三个关键要素的新型可编程处理器：

　　行业标准的高性能软件可编程多核CPU，通常基于广泛使用的Arm架构，并与其他SOC组件紧密耦合。

　　高性能的网络接口，能够以网络速度解析，处理和有效地将数据传输到GPU和CPU。

　　一组灵活的可编程加速引擎，旨在减轻网络任务负担并优化AI和机器学习，安全性，电信和存储等的应用程序性能。

　　那么为什么人们如此渴望使用DPU？首先，它更安全，因为控制平面可以在系统内和系统集群之间与数据平面分离。DPU可以执行原本需要CPU处理的网络、存储和安全等任务。这就意味着如果在数据中心中采用了DPU，那么CPU的不少运算能力可以被释放出来，去执行广泛的企业应用。

　　DPU还释放了服务器的容量，以便它们可以恢复到应用程序计算。在一些具有大量I / O和沉重虚拟化的系统上内核成本缩减一半，因此吞吐量提高了2倍。除了内核的成本，还要计算整个机器的成本，包括其内存和I / O以及所释放的工作量。所以，如果一台负载严重的服务器要花2万美元，那么DPU只要花1万美元，就能保证它的安全性和灵活性——特别是如果所有的机器学习加速都隐藏在系统软件中，企业就不必自己创建它了。

　　DPU丰富的、灵活和可编程的加速引擎可减轻和改善AI和机器学习应用的性能。所有的这些DPU功能对于实现隔离的裸机云原生计算至关重要，它也将定义下一代云规模计算。为此，国际巨头开始纷纷提前布局。

　　DPU玩家有哪些？

　　根据THENEXTPLATFORM的分析指出，在2020年，SmartNIC正在演变成DPU，每个人都想在这个领域分一杯羹。在这个领域的玩家或者潜在玩家主要包括Broadcom，Intel，英伟达，Netronome，Pensando，Fungible和Xilinx，还包括云供应商三大巨头。

　　大多数SmartNIC方法都是从基本的以太网控制器开始，要么在硅片上作为固件，要么在适配器上作为单独的芯片。然后，使用以下三种方法之一，通过增加以下内容来提高其计算能力，从而使普通的NIC变得智能：方法一，收集许多Arm核心；方法二，增加流处理核心（FPC），这是一种是自定义设计的网络处理器，通常为P4；方法三，增加现场可编程门阵列（FPGA），可编程逻辑。

　　Broadcom是商品以太网NIC控制器市场上无可争议的领导者。Broadcom在2019 SDC演讲中展示了Stingray架构，该公司采用了单芯片方法，与其他竞争对手的许多芯片板相比，单芯片SmartNIC解决方案在板级生产的成本始终较低。

　　以NetXtreme E系列控制器的逻辑为基础，Broadcom在Stingray的中心设计了NetXtreme-S BCM58800芯片。然后将8个主频为3 GHz的Arm v8 A72内核以群集配置放置。在3 GHz频率下，这些可能是最快的SmartNIC Arm内核。另外，Stingray最多可以配置16 GB DDR4内存。接下来，混入了一些逻辑，以高达90 Gb / s的速度卸载加密，并卸载了擦除编码和RAID等存储处理。最后，Broadcom添加了它有些神秘的TruFlow技术。

　　Broadcom准备在今年晚些时候将Stingray转移到7纳米工艺，这将使其可从8核扩展到12核。了解了所提供产品的复杂性后，该公司还提供了用于SmartNIC应用程序开发和存储控制器开发的Stingray开发人员工具包，它是完整SmartNIC产品提供的必要组件。

　　英伟达对DPU显得尤为重视，此前它以69亿美元收购了Mellanox，又以惊人的400亿美元收购了Arm控股公司，在一段时间内，其DPU业务可能会比CPU业务更大，DPU也是Nvidia最新的一个布局。

　　对于英伟达来说，说它正在引入DPU的概念有点大胆。但是，有一说一，Mellanox确实在2015年9月以8.11亿美元的天价收购了EZchip公司，该公司拥有多核芯片创业公司Tilera的资产，Tilera是最早使用知识产权的高度并行SmartNIC实施之一，该实施源自更早的MIT研究项目。

　　本质上，Tilera将处理内核安排为芯片上的切片，每个内核都具有到其周围四个内核的高速总线。早在2013年，其旗舰产品就支持多达72个MIPS内核，内存控制器，加密模块，PCIe块和mPipe，这是通过SFP +连接器连接至多个MAC的通道的集合。Mellanox通过用Arm替换内核并将mPipe换成ConnectX逻辑，从而向前迈进了一步。与Broadcom一样，当前的核心数量为8个Arm v8 A72核心，但主频仅为2.4 GHz。它们排列成四个双核Arm的集群。Bluefield目前正在使用Avago的16纳米工艺，但是像Broadcom一样，它也应该在今年夏天升级到7纳米，并从8核转变为12核。

　　在今年GTC秋季会议上，Nvidia推出了其第二代DPU BlueField-2。到2022年，英伟达计划推出第三代DPU，将计算中心的Arm CPU部分的性能提高5倍，达到350 SPEC整数单位，集成NEON SIMD单位的性能提高2倍以上，达到1.5 TOPS。BlueField-3 DPU卡上的网络速度将提高一倍，最高可达400 Gb /秒，这大概是一对200 Gb /秒的端口。用于DPU卡的Ampere GPU加速器的下一次迭代将在BlueField-3X变体中提高25％，达到75 TOPS。

　　展望2023年的BlueField-4，ARM CPU和Nvidia GPU将集成到单个芯片中。Arm计算将提高2.9倍，达到1,000 SPEC整数单位，而同一芯片上的GPU加速器的性能将提高5.3倍，达到400 TOPS。

　　英特尔也对用于超大规模生产者和云构建者的可编程以太网交换和SmartNIC（越来越多地称为DPU）更感兴趣。随着数据中心网络中传送的数据量以每年25％的速度增长。但是预算不能以这种速度增长，而且由于对原始CPU计算的偏见投资（与构建平衡的系统以更充分地利用可用的计算能力相反），网络通常不超过分布式成本的10％系统。面对所有这些压力，英特尔必须创新并帮助改善网络，英特尔认为集成显得很重要。

　　在DPU上，Intel主要是将CPU和FPGA结合在一起。但Intel新的SmartNIC并不intel自己做的，而是由Inventec和Silicom制造的，前者对于hyperscalers和云构建者来说是日益重要的ODM，而后者则是过去二十年来的网络接口供应商。下图是intel的SmartNIC产品，其中C5020X主要用于云端，N5010和N3000主要用于网络端。

　　Xilinx是SmartNIC领域中另一位杰出的FPGA进入者，该公司于2019年秋季收购了Solarflare Communications，并且Solarflare自2012年以来一直在构建基于ASIC和FPGA的NIC进行电子交易。两年前，两家公司展示了其SmartNIC的多功能性，在收购Solarflare之前，他们是合作伙伴，在OCP峰会上公开展示了XtremeScale X2控制器逻辑在更大的FPGA内部作为软NIC运行。

　　Xilinx的Alveo U25将双SFP28端口直接连接到Zynq系列芯片，包括6GB DDR4内存，Zynq的FPGA和Arm内核可通过该芯片上运行的程序对其进行访问。FPGA有520K逻辑元件可用，但是提供的四核Arm可以弥补可用门数的减少。赛灵思（Xilinx）将Alveo U25推向市场，最初是针对那些要求开放虚拟交换机（OvS）卸载功能的客户。该公司宣布，在不久的将来，它将增加IPsec，机器学习（ML），深度包检查（DPI），视频转码和分析的卸载。

　　再就是有一家SmartNIC初创公司Pensando，由Cisco（思科）前首席执行官John Chambers创建。John海带来了六名前Cisco员工。Pensando的 DPU处理器称为Capri，是一个具有多个并行级的P4可编程单元。然而，并行处理的确切程度是未知的，就像packet的性能、延迟和抖动还没有公布一样。Pensando保持P4应用程序的紧密性，这样当缓存丢失时，P4应用程序仍然保留在Capri的缓存中，从而导致为某个指令获取内存，降低了所有指标的性能。其他被称为服务处理卸载的附加计算单元处理加密、存储过程和其他任务。Pensando声称Capri可以提供线速性能。

　　Netronome是这个领域里的一家老牌创业公司，成立于2003年，迄今为止共获得了5轮融资，总计7300万美元。自2015年以来，该公司一直在积极推广P4，当时它展示了第一款使用该技术的智能手表。自那以后，Netronome取得了一些重大进展，但最近有传言称它步履蹒跚，可能会退出市场。Netronome的DPU主要是NFP4000流处理器架构。该公司没有使用单一的P4处理引擎，而是利用了两类可编程的核心，48个P4处理核心和60个流处理核心。额外的硅用于分类、修改和管理。所有这些核心都可以在P4中编程。

　　另外一家做DPU的公司也不容小觑，它也专注于P4，即增加流处理核心（FPC）。它就是Fungible，Fungible声称正在生产数据处理单元（DPU）。在Hot chips上，这家初创公司披露了它的F1数据处理单元（DPU），它将主要以未公布的系统级产品的形式销售。从外部来看，F1看起来类似于Broadcom的Stingray和英伟达的BlueField-2，只是有更大的I/O带宽。但在内部，它采用了高度可编程的数据平面。总的来说，它包括52个CPU核心，几十个硬件加速器，800Gbps的网络带宽，512Gbps的PCI Express带宽。尽管F1主要是为存储系统设计的，但派生S1处理服务器连接。因此，DPU架构足够灵活，可以充当系统和I / O处理器角色。Fungible表示已经对两种芯片进行了生产认证。

　　除了上述这些SmartNIC供应商，全球的云厂商巨头也都在部署SmartNIC，而且三家云供应商正在设计自己的系统级芯片（SoC）架构，他们就是阿里云的X-Dragon，亚马逊AWS的Nitro和微软Azure的Catapult。

　　阿里云的X-Dragon SmartNIC现在已进入第二代（X-Dragon II），并于2017年发布了第一代。其第二代芯片使它的轻量级内部Dragonfly虚拟机管理程序（在精神上类似于Firecracker）与SR一起使用。

　　AWS的Nitro现在已经是第三代产品，AWS Nitro是基于其Annapurna Labs团队设计的内部SoC。Nitro使AWS客户可以在其连接到的任何AWS云服务器上运行容器，虚拟机或裸机。Nitro卸载了虚拟机管理程序功能，并默认为通过SmartNIC传递的所有数据提供线速加密和解密-包括网络和本地存储流量。Nitro还提供了启动和运行时硬件的信任根，大概不使用行业标准的可信平台模块（TPM）。

　　微软 Azure的Catapult SmartNIC现在已经是第三代产品。微软尚未发布Catapult规格，但已经开放了一段历史。Azure将其在SmartNIC中的FPGA选择定位为到定制设计ASIC迁移路径上的一个点。当其云需求变得足够稳定以在Azure中实现四年到五年的使用寿命而不需要进行彻底的重新编程时，Azure将转向定制设计的逻辑。同时，Azure认为FPGA提供了低延迟，低功耗等的最佳组合。

　　Azure于2012年在其WCS云存储中部署了Catapult v1（” Mount Granite“），同时在Bing和Azure内所有新购买的服务器中部署了Catapult v2（” Pikes Peak“夹层和” Story Peak“ PCI-Express板）。从2015年开始。Azure在2017年部署了Catapult v3，以加速深层神经网络并将Bing中的网络速度提高到50 Gb /秒。

　　结语

　　十年前，随着硬件加速技术的第一次重大冲击，我们对GPU产品充满了兴趣。现在，随着FPGA扩展到超过300万个逻辑单元，FPGA得以与其他可组合的处理模块紧密地结合在一起，以实现网络，内存，存储和计算。有了这些进步，我们开始认识到第二次硬件加速浪潮的形成。因此，随着SmartNIC市场终于出现，它将与下一波基于FPGA的硬件加速器融合。这将在加速市场中形成各种叠加，也许会促进变化，并改变我们对计算的展望。

　　不得不说，SoC和更重要的FPGA已经成熟到可以成为SmartNIC的基础技术的地步，SmartNIC正在推动计算并因此将其加速到网络边缘，从而腾出服务器CPU来处理更多专注于关键业务和处理的解决方案。因此，越来越多供应商纷纷涌入DPU架构。DPU能否演绎CPU和GPU的佳话？让我们静待其变。