和CPU、GPU“三足鼎立”，DPU真有如此大的潜力吗？

作者 | 赵广立

近年来摩尔定律“失速”，使得中央处理器（CPU）的性能增长边际成本急剧上升。有研究数据表明，现在CPU的性能年化增长率（面积归一化之后）仅有3%左右。然而，人们对计算的需求依然爆发性增长。

在此背景下，包括人工智能（AI）芯片在内的专用计算芯片陆续登上 历史 舞台，绽放光芒。眼下，以数据为中心的专用处理器“DPU”正成为专用计算芯片的“新贵”。美国芯片巨头英伟达公司甚至将其定位为数据中心继CPU和图形处理器（GPU）之后的“第三颗主力芯片”，掀起了行业热潮。

和CPU、GPU“三足鼎立”，DPU真有如此大的潜力吗？它的应用场景有哪些？我国能抓住DPU发展机遇吗？近日，由中国科学院计算技术研究所（以下简称中科院计算所）主编，中科驭数（北京） 科技 有限公司、中国计算机学会集成电路设计专业组、计算机体系结构国家重点实验室联合编写的行业首部《专用数据处理器（DPU）技术白皮书》（以下简称《DPU技术白皮书》）发布。结合上述问题，《中国科学报》联系采访了主要编写人员一探究竟。
“DPU最直接的作用是作为CPU的卸载（offload）引擎，其效果是给CPU‘减负’。”《DPU技术白皮书》主编、中科院计算所研究员鄢贵海告诉《中国科学报》，作一形象比喻，DPU提供了数据中心一把“杀鸡”的工具，节省的是CPU这把“牛刀”，以释放CPU算力，留给更需要它的业务负载。

接管CPU的网络协议处理任务，就是一个很好的例子。鄢贵海说，比如在数据中心仅线速处理10G的网络，大概就需要一个8核高端CPU一半的的算力，而如果是40G、100G甚至更高速的网络，性能开销更大。

云计算巨头亚马逊云服务（AWS）形象地称之为“数据中心税”——还未运行业务程序，接入网络数据就要占去许多计算资源。

“DPU诞生的使命就是承载网络虚拟化、硬件资源池化等基础设施层服务，以释放CPU的算力到上层应用。”《DPU技术白皮书》编委会成员、中科驭数高级副总裁张宇解释说，将“CPU处理效率低下、GPU处理不了”的负载卸载到专用的DPU，就能实现对“数据中心税”的抵消，从而有助于提升整个计算系统的效率、降低整体系统的总体拥有成本。

张宇介绍称，DPU主要处理网络数据和输入输出（IO）数据，并提供带宽压缩、安全加密、网络功能虚拟化等功能。“这些可以说是离我们普通用户每天感知到的各种应用最远的功能了。而这些基础功能是实现日常应用更高效、更安全、更实时的保障。”

业界对DPU中的“D”有三种说法，因此DPU就有三个中文名。

一种是“Data”，DPU被称为“数据处理器”；一种是“Datacenter”，DPU译作“数据中心处理器”；一种是“Data-centric”，相应的，DPU可叫作“以数据为中心的处理器”。

“以上三种关于DPU的说法，从不同角度反映DPU的特征，都有一定的可取之处，我们认为可以作为不同的三个维度来理解DPU的内涵。”李晓维说。

“随着‘软件硬件化’成为常态，异构计算的潜能将因各种DPU的普及而彻底发挥出来。”《DPU技术白皮书》编委会成员、中科驭数联合创始人兼CTO卢文岩认为，新一代的DPU不仅可以作为运算的加速引擎，还具备“控制平面”（即追求数据处理功能的覆盖面）的功能，能更高效地完成网络虚拟化、IO虚拟化、存储虚拟化等任务，彻底将CPU的算力释放给应用程序。

“可以说，DPU的出现将让各行各业的业务层数字化应用更全面、更流畅、更绿色。”卢文岩说。

从市场规模角度来看，根据Fungible公司和英伟达公司的预测，用于数据中心的DPU量级将达到和数据中心服务器等量的级别。

“服务器每年新增大约千万量级，一台服务器可能没有GPU，但一定会有一颗或者多颗DPU，好比每台服务器都必须配网卡一样。”鄢贵海说，服务器每年新增大约1500万台，每颗DPU以1万元计算，这将是千亿量级的市场规模。

在这个千亿量级市场中，国际传统芯片巨头如英伟达、英特尔、Marwell、博通等厂商，都在积极布局DPU产品研发。

这些芯片巨头的布局并不意外，他们或有智能网卡研发基础（如博通）继续延伸技术触角，或通过并购专用加速芯片公司（如英伟达、英特尔）补充其在DPU领域的技术能力。相比它们，更值得一提的是，亚马逊旗下的AWS和阿里云两大云计算巨头，早已注意到数据中心开销问题，并已有了良好实践。

据《DPU技术白皮书》显示，2013年，AWS研发了Nitro产品，将为虚拟机提供远程资源、加密解密、故障跟踪、安全策略等服务程序的资源开销，全部放到专用加速上执行，“轻量化管理程序+定制化硬件”的上场一举节省30%CPU资源。几乎在同期，阿里云也着手研发“神龙架构”（X-Dragon系统），以硬件化的MOC卡统一支持网络、IO、存储和外设的虚拟化，如今“神龙架构”已经更迭到了第4代。

“可见，DPU其实在行业内已经孕育已久，从早期的网络协议处理卸载，到后续的网络、存储、虚拟化卸载，其带来的作用非常显著，只不过在此之前DPU‘有实无名’，现在是时候迈上一个新的台阶了。”鄢贵海表示。

可喜的是，国内一些围绕DPU技术的创业公司也逐渐崭露头角。除了参与编写《DPU技术白皮书》的中科驭数之外，还有云豹智能、星云智联、芯启源、云脉芯联等新近成立的 科技 创业公司，展现出良好势头。

以中科驭数为例，这家创始团队来自中科院计算所的初创企业，在DPU理论基础、数据中心架构方面有着深刻理解，工程实现经验也因一些来自亚马逊、赛灵思、华为等核心骨干的加入，得到了很好的积累。2019年，中科驭数完成第一代DPU芯片的流片，预计将于2022年推出第二代DPU芯片“K2”。

“我们认为DPU的潜力确实是巨大的。”在鄢贵海看来，从技术发展的角度来看，DPU的出现有一定的必然性——上层应用对于算力的需求在过去5年急剧增长，使得DPU的应用场景很多，它将广泛分布在5G、云计算、大数据、数据中心和边缘计算等领域。

而从工业和信息化部今年发布的《新型数据中心发展三年行动计划(2021—2023年)》中，鄢贵海更是看到了新型算力芯片难得的 历史 发展机遇。

该计划明确提出要加快提升算力算效水平，“推动CPU、GPU等异构算力提升，逐步提高自主研发算力的部署比例”“加强专用服务器等核心技术研发”“树立基于5G和工业互联网等重点应用场景的边缘数据中心应用标杆”等要求和措施。

“虽然国内厂商在芯片产品化的环节相比国外一线厂商还有差距，但是在DPU架构的理解上是有独到的见解的，而且我国目前在数据中心这个领域，无论是市场规模、增速还是用户数量，相较于国外都有巨大的优势。”鄢贵海认为，国内厂商有望充分利用这一“应用势能”，加快发展步伐，在DPU这个赛道与国外厂商“逐鹿中原”。

不过，挑战与机遇并存。

“目前要解决DPU标准化应用，还存在一定挑战。”鄢贵海解释道，由于数据中心本身的复杂性，各大厂商一方面采用商用现货组件（即COTS）来构建系统，追求低成本，一方面又设法分层服务化，打造面向不用类型客户的标准化产品，但除此之外的所有技术实现几乎都是“八仙过海，各显神通”——如AWS有Nitro，阿里云有MOC。

1、单击开始－〉选择“控制面板” －〉“打印机和传真机”；
　2、右键（打印机属性）－〉“高级”；
3、选择“打印处理器” －〉默认数据类型－〉根据自己需求选择打印处理器和默认数据类型即可。

你好，很高兴为你解答:

1中央处理器（central processing unit，简称CPU）作为计算机系统的运算和控制核心，是信息处理、程序运行的最终执行单元。CPU自产生以来，在逻辑结构、运行效率以及功能外延上取得了巨大发展。

2图形处理器（英语：graphics processing unit，缩写：GPU），又称显示核心、视觉处理器、显示芯片，是一种专门在个人电脑、工作站、游戏机和一些移动设备（如平板电脑、智能手机等）上做图像和图形相关运算工作的微处理器。GPU使显卡减少了对CPU的依赖，并进行部分原本CPU的工作，尤其是在3D图形处理时GPU所采用的核心技术有硬件T&L（几何转换和光照处理）、立方环境材质贴图和顶点混合、纹理压缩和凹凸映射贴图、双重纹理四像素256位渲染引擎等，而硬件T&L技术可以说是GPU的标志。GPU的生产商主要有NVIDIA和ATI。

3嵌入式神经网络处理器（NPU）采用“数据驱动并行计算”的架构，特别擅长处理视频、图像类的海量多媒体数据。

1）CPU又称为中央处理器，不是用来储存程序的。顾名思义，它是用来处理计算机的 *** 作和数据的。CPU是计算机中负责读取指令，对指令译码并执行指令的核心部件；CPU的功效主要为处理指令、执行 *** 作、控制时间、处理数据。
2）CPU能带多大的内存，取决于CPU的位数。

1、32位CPU，最大寻址能力是4G。只能带4GB的内存。
2、64位CPU，理论上可以带16EB的内存。但在windows系统中，最多可以识别192G的内存。

3、64位CPU必须配合64位系统使用。

4、普通家用主板，一般最多只能安装32G的内存。如果需要更大的内存，必须用工作站级、服务器级主板。
3）自动控制电源开关原理是：按钮开关是指利用按钮推动传动机构，使动触点与静触点按通或断开并实现电路换接的开关。按钮开关是一种结构简单，应用十分广泛的主令电器。在电气自动控制电路中，用于手动发出控制信号以控制接触器、继电器、电磁起动器等。
4）输入坐标格式为:G10G90/G91L2P0(1/2/3)X-Y-Z-A-B-C>L2为坐标系补偿页面。P为补偿的相对位置（G53G59)。输入刀具补偿值格式为：G10G90/G91L11P1（2/3/4)R->R根以上的XYZ相同。由于刀具补偿值一次只可以输入一个数值所以用全R。

鼠标右键点击“我的电脑”或者“计算机”d出菜单中选择“属性”，窗口中有CPU的信息；

中央处理器是一块超大规模的集成电路，是一台计算机的运算核心控制核心，它的功能主要是解释计算机指令以及处理计算机软件中的数据；

中央处理器主要包括运算器和高速缓冲存储器及实现它们之间联系的数据、控制及状态的总线，它与内部存储器和输入或输出设备合称为电子计算机三大核心部件；

电脑是一种利用电子学原理根据一系列指令来对数据进行处理的机器；

电脑可以分为两部分：软件系统和硬件系统，第一台电脑是1946年2月15日在美国宾夕法尼亚大学诞生的ENIAC通用电子计算机。

都是些不懂装懂的回答！我告诉你怎么做提高CPU利用率！根据水桶原理，你需要找到系统短板，打开Windows的性能监视器和资源监视器，这两个软件怎么用自己去网络找教程。监视处理器、内存、硬盘、应用程序，如果你的应用需要使用网络，就加上网络。监控时间越长数据越准确，建议10分钟以上，监视器设置好之后重新打开你的应用跑10分钟，然后分析数据，其中队列数量最大的就是你系统的瓶颈，需要升级。顺便检查每一项的io性能，如果这个设备不是瓶颈，也就是说这个设备队列不长，但是io低于正常值，说明驱动或者硬件兼容性有问题，需要更换！

1、 正常跑分数据

备注：正情况下T58-Tix的一个跑分就是19W~20W左右（没有固定值）。如图显示鲁大师跑分分四部分组成：处理器性能、显卡性能、内存性能、磁盘硬盘。

①intel I7-7700HQ处理器的性能跑分正常情况就是8W分~10万分左右（如果你同样的处理器低于这个跑分，原因文章后面我会说明）

②GTX1050Ti移动端显卡性能跑分正常情况就是9W分~10W分左右（如果你同样的显卡低于这个跑分，原因文章后面我会说明）

③内存性能跑分基本不会有太大变化（因为经过我直接测试 DDR3L 4G内存跑分是9000多，DDR4 8G内存跑分还是9000多）

④硬盘是一种存储器，磁盘性能跑分说的就是硬盘，硬盘越好跑分则相对越高（如果你有钱可以去买一块好几千的固态硬盘装上去，那这跑分肯定不是你装一个机械硬盘可以比的。）

总结：如果电脑在同型号同配置的情况下，出现跑分不一致。基本上直接检查处理器跟显卡的跑分即可

2、 笔记本不插充电器情况下跑分

备注：笔记本电脑在不插充电器的情况下，使用电池运行那么电脑会自动进入节能模式（也就是低性能模式），所以这个时候跑分数据处理器跟显卡跑分是降低了很多的。

3、电脑集显摸下跑分

备注：现在的笔记本电脑基本都是集显（核显）+独显，我们在使用独显跑分的时候才是正常的，然而有的时候会因为某些原因导致鲁大师使用集显在跑分。这个时候你就会看到显卡分区很低，另外三项跑分却基本正常。

4、电脑后台有软件程序运行情况下跑分

备注：在运行鲁大师性能跑分的时候，如果电脑后台有其它软件程序运行那么可能就会影响到电脑跑分的，因为不管软件程序多大都会占用一点的计算机资源从而影响到跑分数据。

5、intel处理器资源占用过多的情况下跑分

我使用AIDA64软件模拟一个对处理器资源要求很高的软件运行着，然后再进行跑分，跑分结果会发现这种情况下电脑的鲁大师跑分处理器项的分数低了很多。

6、显卡资源占用过多的情况下跑分

我使用AIDA64软件模拟一个对显卡资源要求很高的软件运行着，然后再进行跑分，跑分结果会发现这种情况下电脑的鲁大师跑分显卡项的分数低了很多并且处理器项的跑分也低了很多。

总结

1、 鲁大师软件性能跑分测试，从上面几项测试来看，这个跑分的数据缺乏专业性

2、 在遇到跑分低的情况下也不要担心电脑出了什么问题，因为同型号、同配置的电脑跑分也不能一模一样的。

---