我們生活在一個每天都會產(chǎn)生大量數(shù)據(jù)的數(shù)字信息時代。隨著物聯(lián)網(wǎng)設備、自動駕駛汽車、聯(lián)網(wǎng)家庭和聯(lián)網(wǎng)工作場所數(shù)量的不斷增加，數(shù)據(jù)中心的數(shù)據(jù)愈加趨向飽和。因此，需要一種解決方案，使數(shù)據(jù)中心能夠處理不斷增加的進出和通過數(shù)據(jù)中心傳輸?shù)臄?shù)據(jù)量。

數(shù)據(jù)處理單元，通常稱為DPU，是一種新型可編程的高性能處理器，優(yōu)化執(zhí)行和加速由數(shù)據(jù)中心服務器執(zhí)行的網(wǎng)絡和存儲功能。DPU 就像 GPU 一樣插在服務器的 PCIe 插槽上，它們允許服務器將網(wǎng)絡和存儲功能從 CPU 卸載到DPU上 ，從而使 CPU 專注于運行操作系統(tǒng)和系統(tǒng)應用程序。DPU 通常使用可重新編程的 FPGA 與網(wǎng)卡相結(jié)合來加速網(wǎng)絡流量。

DPU是由三個主要元件組成的片上系統(tǒng)。首先，數(shù)據(jù)處理單元通常有一個軟件可編程的多核 CPU 。第二個元件是高性能網(wǎng)絡接口，它使 DPU 能夠解析、處理并在網(wǎng)絡中有效地傳輸數(shù)據(jù)。第三個元件是一組豐富的靈活、可編程的加速引擎，它將網(wǎng)絡和存儲功能從 CPU 卸載到 DPU。

此外，DPU 可用于處理包括網(wǎng)絡安全、防火墻任務、加密和基礎設施管理在內(nèi)的功能。

DPU 最常見的特性是什么？

DPU 具有很多功能，以下是最常見的功能：

1）通過一個或多個 100 Gigabit 到 200 Gigabit 接口的高速連接

2）高速數(shù)據(jù)包處理

3）基于 ARM 或 MIPS 的 CPU多核處理處理器（8個64位Arm CPU內(nèi)核）

4）支持 DDR4和DDR5 RAM的內(nèi)存控制器

5）加速器

6）PCI Express Gen 4 支持

7）安全功能

8）自定義操作系統(tǒng)與主機系統(tǒng)的操作系統(tǒng)分離

常見的 DPU 解決方案有哪些？

2021年4月，英偉達發(fā)布了新一代數(shù)據(jù)處理器BlueField-3 DPU。BlueField-3是首款為AI和加速計算而設計的DPU，相比上一代產(chǎn)品，它具有10倍加速計算能力、16個Arm A78 CPU核，和4倍的加密速度。BlueField-3利用英偉達 DOCA（集數(shù)據(jù)中心于芯片的架構(gòu)）軟件開發(fā)包的優(yōu)勢，為開發(fā)者提供一個完整、開放的軟件平臺，開發(fā)在BlueField DPU上開發(fā)軟件定義和硬件加速的網(wǎng)絡、存儲、安全和管理等應用。BlueField-3預計將于2022年第一季度發(fā)布樣品。

賽靈思和英特爾的一些產(chǎn)品被稱為SmartNIC ，利用FPGA 來加速網(wǎng)絡和存儲功能。智能網(wǎng)卡的工作原理與數(shù)據(jù)處理單元相同，它們將網(wǎng)絡功能從CPU 卸載到 SmartNIC，通過將網(wǎng)絡和存儲功能智能地委托給 SmartNIC ，從而釋放處理能力。FPGA 的可重新編程特性，為數(shù)據(jù)路徑帶來了并行性和定制化。

例如，賽靈思提供帶各種產(chǎn)品的 ALVEO 系列SmartNIC，英特爾及其合作伙伴提供了多種基于 FPGA 的 SmartNIC 解決方案，以加速大型數(shù)據(jù)中心的數(shù)據(jù)處理工作負載。英特爾稱其 SmartNIC“通過將交換、存儲和安全功能卸載到集成了英特爾 FPGA 和英特爾至強處理器的單一 PCIe 平臺上來提高數(shù)據(jù)中心的性能水平。” 英特爾提供了第二個更新的 SmartNIC解決方案，稱為 Silicom FPGA SmartNIC N5010，它結(jié)合了英特爾 Stratix 10 FPGA 和英特爾以太網(wǎng) 800 系列適配器，為組織提供 4個100 Gigabit 以太網(wǎng)端口，為數(shù)據(jù)中心提供充足的帶寬。

Fungible是一家位于加利福尼亞的組合式系統(tǒng)初創(chuàng)公司。該公司聲稱其技術(shù)能為每100美元的數(shù)據(jù)中心網(wǎng)絡中的網(wǎng)絡、計算和存儲資源節(jié)省67美元。針對以數(shù)據(jù)為中心（data-centric）應用的處理，F(xiàn)ungible研發(fā)了F1 DPU處理器和TrueFabric互聯(lián)技術(shù)。TrueFabric是由Fungible首先提出的新型大規(guī)模數(shù)據(jù)中心網(wǎng)絡互聯(lián)標準，這種Fabric互聯(lián)協(xié)議基于標準的UDP/IP/Ethernet協(xié)議棧構(gòu)建。

Fungible F1 DPU 外殼

RoCEv2是一種當前數(shù)據(jù)中心網(wǎng)絡中主流的互聯(lián)網(wǎng)絡協(xié)議，該協(xié)議同樣基于UDP/IP/Ethernet搭建，對終端提供高性能的RDMA Read/Write服務，而TrueFabric對接入點提供高性能的Send/Receive服務。Fungible F1 DPU原生支持TrueFabric，因此F1 DPU可以用于大規(guī)模TrueFabric數(shù)據(jù)中心網(wǎng)絡，不同類型的服務器都可以將Fungible DPU作為網(wǎng)絡接入點。

還有哪些其他性能加速器？

下面是數(shù)據(jù)中心中經(jīng)常使用的一些性能加速器，包括 GPU、CSD和 FPGA。

1. GPU

GPU通常部署在數(shù)據(jù)中心的高性能服務器上，以加速工作負載。服務器通常會將復雜的數(shù)學計算卸載到 GPU。因為GPU 采用了一種并行架構(gòu)，該架構(gòu)由許多比 CPU 更小的內(nèi)核組成，使它們能夠并行處理許多任務，從而使組織能夠從服務器中提取更多性能。

來源：英偉達

例如，CPU平均有四到十個核心，而 GPU 有數(shù)百或數(shù)千個較小的核心，它們一起運行以并行處理復雜的計算。CPU更適合順序數(shù)據(jù)處理。

安裝在數(shù)據(jù)中心服務器上的 GPU 非常適合加速深度學習訓練和機器學習訓練，這些訓練需要大量的計算能力，而CPU無法提供。組織使用 GPU 來訓練深度學習和機器學習模型，數(shù)據(jù)集越大，神經(jīng)網(wǎng)絡越大，復雜的計算需要很長時間。在某些情況下，深度學習訓練需要幾個小時，但若使用 CPU 執(zhí)行相同的任務可能需要幾天到幾周的時間。

此外，將GPU 添加到數(shù)據(jù)中心服務器可顯著提高數(shù)據(jù)吞吐量，并提供以盡可能低的延遲處理和分析數(shù)據(jù)的能力。（延遲是指完成給定任務所需的時間量，數(shù)據(jù)吞吐量是指單位時間內(nèi)完成的任務數(shù)。）

2.計算存儲驅(qū)動器（CSD）

計算存儲已經(jīng)作為性能加速器進入數(shù)據(jù)中心，在存儲設備級別處理數(shù)據(jù)，減少了CPU 和存儲設備之間的數(shù)據(jù)傳輸。計算存儲支持實時數(shù)據(jù)分析，并通過減少輸入/輸出瓶頸來提高系統(tǒng)性能。CSD看起來與常規(guī)存儲驅(qū)動器相同，但它們包含一個多核處理器，用于執(zhí)行一些功能，例如在數(shù)據(jù)進入存儲設備時對數(shù)據(jù)進行索引，并在存儲設備中搜索特定條目。

來源：AnandTech

由于實時處理和分析數(shù)據(jù)的需求不斷增長，CSD越來越受歡迎。數(shù)據(jù)不再需要在存儲設備和 CPU 之間傳輸。相反，數(shù)據(jù)在存儲設備本身上進行處理，在數(shù)據(jù)所在的確切位置為存儲介質(zhì)提供計算能力，從而實現(xiàn)實時分析和決策。

3. FPGA

FPGA是一種集成電路，由邏輯塊、I/O單元和其他資源組成，允許用戶根據(jù)需要執(zhí)行的工作負載的特定要求以不同的方式重新編程和重新配置芯片。FPGA在執(zhí)行深度學習推理處理和機器學習推理方面也越來越受歡迎。

來源：Xilinx

在英偉達的帶領下，DPU的概念非常火爆。總體而言，由于數(shù)據(jù)中心中存儲的數(shù)據(jù)量不斷增加，需要一種能夠加速高性能數(shù)據(jù)中心服務器執(zhí)行的存儲和網(wǎng)絡功能的解決方案，而DPU 可以為現(xiàn)有服務器注入新的活力，發(fā)展市場非常巨大，預測到2025年僅中國市場就能達到每年40億美元的規(guī)模，估計全球?qū)⒊^120億美元。

審核編輯 ：李倩