DPU中D是什么意思？有什么含义吗？

DPU中的“D”有三种解释：
（1）Data Processing Unit，即数据处理器。这种解释把“数据”放在核心
位置，区别于信号处理器、基带处理器等通信相关的处理器对应的“信号”，
也区别于GPU对应的图形图像类数据，这里的“数据”主要指数字化以后的各
种信息，特别是各种时序化、结构化的数据，比如大型的结构化表格，网络流
中的数据包，海量的文本等等。DPU就是处理这类数据的专用引擎。
（2）Datacenter Processing Unit，即数据中心处理器。这种解释把数据中心
作为DPU的应用场景，特别是随着WSC（Warehouse-scale Computer）的兴起，
不同规模的数据中心成为了IT核心基础设施。目前来看，DPU确实在数据中心
中使用前景非常广阔。但是计算中心的三大部分：计算、网络、存储，计算部分是CPU占主导，GPU辅助；网络部分是路由器和交换机，存储部分是高密度
磁盘构成的的RAID系统和SSD为代表非易失性存储系统。在计算和网络中扮演
数据处理的芯片都可以称之为Datacenter Processing Unit，所以这种说法相对比
较片面。
（3）Data-centric Processing Unit，即以数据为中心的处理器。Data-centric，
即数据为中心，是处理器设计的一种理念，相对于“Control-centric”即控制为
中心。经典的冯诺依曼体系结构就是典型的控制为中心的结构，在冯诺依曼经
典计算模型中有控制器、计算器、存储器、输入和输出，在指令系统中的表现
是具有一系列非常复杂的条件跳转和寻址指令。而数据为中心的理念与数据流
（Data Flow）计算一脉相承，是一种实现高效计算的方法。同时，现在试图打
破访存墙（Memory Wall）的各种近存（Near-memory）计算、存内（Inmemory）计算、存算一体等技术路线，也符合数据为中心的设计理念。

  
以上三种关于“D”的解释，从不同角度反映DPU的特征，都有一定的可
取之处，笔者认为可以作为不同的三个维度来理解DPU的内涵。

DPU中的“D”有三种解释：
（1）Data Processing Unit，即数据处理器。这种解释把“数据”放在核心
位置，区别于信号处理器、基带处理器等通信相关的处理器对应的“信号”，
也区别于GPU对应的图形图像类数据，这里的“数据”主要指数字化以后的各
种信息，特别是各种时序化、结构化的数据，比如大型的结构化表格，网络流
中的数据包，海量的文本等等。DPU就是处理这类数据的专用引擎。
（2）Datacenter Processing Unit，即数据中心处理器。这种解释把数据中心
作为DPU的应用场景，特别是随着WSC（Warehouse-scale Computer）的兴起，
不同规模的数据中心成为了IT核心基础设施。目前来看，DPU确实在数据中心
中使用前景非常广阔。但是计算中心的三大部分：计算、网络、存储，计算部分是CPU占主导，GPU辅助；网络部分是路由器和交换机，存储部分是高密度
磁盘构成的的RAID系统和SSD为代表非易失性存储系统。在计算和网络中扮演
数据处理的芯片都可以称之为Datacenter Processing Unit，所以这种说法相对比
较片面。
（3）Data-centric Processing Unit，即以数据为中心的处理器。Data-centric，
即数据为中心，是处理器设计的一种理念，相对于“Control-centric”即控制为
中心。经典的冯诺依曼体系结构就是典型的控制为中心的结构，在冯诺依曼经
典计算模型中有控制器、计算器、存储器、输入和输出，在指令系统中的表现
是具有一系列非常复杂的条件跳转和寻址指令。而数据为中心的理念与数据流
（Data Flow）计算一脉相承，是一种实现高效计算的方法。同时，现在试图打
破访存墙（Memory Wall）的各种近存（Near-memory）计算、存内（Inmemory）计算、存算一体等技术路线，也符合数据为中心的设计理念。

  
以上三种关于“D”的解释，从不同角度反映DPU的特征，都有一定的可
取之处，笔者认为可以作为不同的三个维度来理解DPU的内涵。

DPU（ Data Processing Unit ，数据处理器）已经成为了以数据为中心的加速计算模型的第三个计算单元。
D就是数据。

DPU是相当于智能网卡的升级版本，增强了网络安全和网络协议的处理能力，增强了分布式存储的处理能力，将软件定义网络、软件定义存储、软件定义加速器融合到一个有机的整体中，解决协议处理，数据安全，算法加速等计算负载，替代数据中心用于处理分布式存储和网络通信的CPU资源。

DPU本质上是分类计算，是将数据处理/预处理从CPU卸载，同时将算力分布在更靠近数据发生的地方，从而降低通信量，涵盖基于GPU的异构计算，基于网络的计算(In-NetworkComputing)、基于内存(In-Memory-Computing)的计算等多个方面。DPU定位于协同处理单元，是数据面与控制面分离思想的一种实现，其与CPU协作配合，后者负责通用控制，前者专注于数据处理。在局域网场景下DPU通过PCIe/CXL等技术连接同一边缘内各种CPU、GPU，广域网场景下主要通过Ethernet/infiniband等技术实现边缘与边缘间、边缘与云之间的连接。

DPU包括特定的报文处理引擎，如P4、POF等，此外还包含ARM等协处理器能够处理路由器场景中的大量分支预测。具备低延迟的交换能力，能将不同类型的数据包快速分发给不同的处理单元。

基于DPU的网络处理模块是完全可编程的。相比于ASIC，DPU能随着网络、协议、封装和加密算法的快速变化，以软件的速度改变硬件的能力。通过DPU提高每个网络节点上的计算能力，相比标准网卡，同等算力所需的服务器数量更少，降低了前期成本、空间、电力和散热的要求，DPU会降低大规模部署网络服务的TCO。

DPU将成为新的数据网关，集成安全功能，使网络接口成为隐私的边界。可将开销巨大的加解密算法如国密标准的非对称加密算法SM2、哈希算法SM3和对称分组密码算法SM4，交由DPU处理。未来，随着区块链技术的成熟，共识算法POW、验签等都会消耗大量的CPU算力也可以固化在DPU中。

DPU将成为存储的入口。分布式系统中NVMeof协议扩展到InfiniBand或TCP互联的节点中，实现存储的共享和远程访问。这些数据流的协议处理可以集成在DPU中，作为各种互联协议控制器。

DPU将成为云服务提供商管理资源的工具，云服务提供商将云资源管理占用全部下沉至DPU，将CPU、GPU全部释放出来，作为基础设施提供给云租户。提供者与使用者两者之间的资源严格区分，管理界面清晰，方便使用。