文/一更科普
但凡了解一点科技的朋友，对CPU、GPU都不陌生，那你知道DPU吗？它和CPU有什么区别？为何人们将DPU称为“第三颗主力芯片”？它究竟是个啥？
近些年来，摩尔定律“失速”导致CPU的性能增长边际成本急剧上升，有研究数据表明，现在CPU的性能年化增长率仅有3%左右，然而，用户对于计算的要求，却一直呈现爆发性的增长。
而DPU的“出名”，似乎功劳要归功于美国的芯片巨头英伟达，该公司在2020年的产品战略发布中，将DPU定位为数据中心继CPU和GPU之后的“第三颗主力芯片”，由此，DPU掀起了一股行业热潮。
可能说英伟达这个名字，很多人有点陌生，但NVIDIA的显卡一定都用过，它就是英伟达，一家人工智能计算公司。
1999年，英伟达定义了GPU，这极大地推动了PC游戏市场的发展，重新定义了现代计算机的图形技术，并彻底改变了并行计算。
最近，中科院计算所也带头发布了《专用数据处理器（DPU）技术白皮书》，该计算所的研究员鄢贵海表示：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，DPU带来的作用非常显著。
只不过在这之前，DPU一直处于“有实无名”的状态，现在是时候让它迈上一个崭新的台阶了。
那么，这个被业界如此重视的DPU究竟是一个什么U？随着芯片越造越多，似乎字母表已经不够用了。
很多人都不知道，在当年AI风生水起的时候，DPU就已经存在了，而它最直接的作用就是：作为CPU的卸载引擎，目的是给CPU“减负”。
有研究员这样比喻DPU，说DPU提供了数据中心一把“杀鸡”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。
其实DPU有3个十分明显的特点：卸载、加速和隔离，但这只代表了一个维度，另外一个维度上，则是DPU的3个主要应用场景：网络、存储以及安全。
这两个维度结合在一起，才是DPU完整的矩阵，也能更好地解答很多“为什么”的问题。比如：
DPU卸载了什么：数据中心网络服务、数据中心存储服务以及数据中心的安全服务；
DPU加速了什么：上面说的这些服务和应用，通常都是使用软件来实现，并且是在CPU中运行，而DPU可以使用硬件实现这些软件的应用，这要比软件运行快好几个数量级，这其实就是我们常听到的“硬件加速”。
最后，DPU隔离了什么：还是上面提到了应用软件，它们在DPU中运行，而用户的其他应用在CPU中运行，这不就把二者隔离开来了吗，这样一来，也能给用户提供更多性能和安全上的保障。
我们打个比方，假如我们玩一款“云游戏”，它是一种使用数据中心的远程服务器，玩视频游戏的方法，不需要在PC机上下载和安装游戏。
游戏本身运行在服务器的CPU上，而账号的管理、存档、和队友交互方式，以及游戏数据的发送和接收等，这些不需要玩家参与，但却对游戏体验有着极大影响的内容，都可以运行在DPU上，这样CPU的负担是不是大大减轻了？
其实DPU的思路跟GPU很像，GPU的出现是为了处理越来越复杂的图形化计算，而DPU则是为了处理越来越庞大的数据量而诞生。
目前，计算机处理网络数据的速率，主要看3个指标：CPU性能、内存带宽以及要处理的数据量。
如果是CPU的性能强，但内存带宽小的话，可能在少量数据时非常快，一旦要处理的数据量超过内存带宽的上限，就只能“排队处理”。
很多人不知道的是，要对10G带宽的网络做协议处理，就能够占去一个8核高端CPU一半的算力，若是同时CPU还要处理其它事务，不卡往哪跑？
而DPU 虽然芯片的性能不高，但它的I/O带宽，几乎能与网络带宽等同，并且DPU能直接连接网络，这样还能减少中间环节的延迟与速度损失，当DPU把大量网络数据初步处理完，传送给CPU，这样就能让CPU的决策更加高效。
但目前要想将DPU普及到个人电脑上，似乎还不现实，毕竟不是每个人都需要配一个“小秘书”。
而在服务器领域，每天都在不断增长的数据吞吐量，DPU将会是未来每一个服务器所拥有的配置。
可以说DPU的出现，是时代的必然，但它未来的发展，仍具有无限种可能，DPU中集成的技术，肯定还会有更多的变化，而我们需要做的，除了跟随时代的改变，还应该透过现象看本质，只要底层逻辑不变，发展的趋势就不会变，你觉得呢？