近些年来，随着大数据、数字经济不断发展，全球各地数据中心正在加速落地，算力正在成为新时代的核心生产力。不断增加的应用场景、不断提升的算力需求，也让DPU这个全新的科技概念以惊人的速度崛起，成为整个行业甚至整个社会的关注重点。

进入九月，在美国发出对中国出口高性能数据中心GPU的限制后，加速计算核心技术国产化的趋势日渐明朗，这也顺势带动了国产AI芯片、DPU、GPU市场热度。在资本市场上，中国相关概念股应声上涨、同时相关企业融资成功的消息更是层出不穷，国内芯片企业正在趁势快速发展着。

9月20日讯，根据国内媒体报道，国产DPU芯片公司中科驭数今天宣布完成数亿元B轮融资，融资规模远超以往轮次。据悉，本次融资主要由金融街资本领投，建设银行旗下建信资本跟投，老股东灵均投资、光环资本、泉宗资本追投，中科驭数希望借此加速自研DPU芯片的迭代与产业布局。

（图源：驭数科技）

问题来了，如今火爆全网的DPU到底是什么？它和我们这些普通消费者所熟知的CPU、GPU到底有什么不同之处？比起混合CPU+GPU的传统异构计算架构，DPU在计算领域里究竟拥有着怎样的优势？在这场围绕数字化时代的异构计算大乱斗中，国产DPU的发展前景如何？让我们来好好探讨一下。

什么是DPU？

所谓DPU，指的是数据处理器（Data Processing Unit），理论上是继CPU、GPU之后，设置在数据中心内部的第三颗主力芯片。

根据维基显示，DPU的概念最早是由美国初创公司Fungible提出的。在Fungible的定义中，DPU是一种运行Linux操作系统的SoC，其主要目标是通过承担原本由CPU承担的网络、存储和安全的加速处理任务，满足网络侧的专用计算需求，以此优化和提升数据中心效能。

（图源：Fungible）

事实上，由于制程接近边际效益、摩尔定律逐渐失效的缘故，如今CPU芯片的性能增长正在逐年放缓，CPU的性能从5-10年前每年30%的增幅，到三年前大概只有每年不到3%的性能增幅。

作为对比，由于云端应用的丰富、数据中心规模的扩大、数字化进展的驱动，近些年来网络带宽正在飞速上涨，这也导致了目标算力、网络带宽与计算性能的失调，进一步加剧了服务器节点上CPU的计算负担，CPU的算力几乎已经无法应对大量云计算带来的负担。

（带宽性能增速比 (RBP) 失调，图源：《专用数据处理器 (DPU) 技术白皮书》）

在这种背景下，DPU自然应运而生。

不同于为了高效管理本地资源而生的传统CPU架构，DPU可以说是一种为了管理大量网络资源而生的架构。举个例子，为了实现大量数据传输，数据中心的主机每天都要进行海量的⽹络协议处理，这会大量占用算力，而DPU则可以承担起网络协议处理的工作，以此分担CPU的负载，帮助CPU释放算力负担。

除了网络协议外，DPU还能承载数据中心所需的存储、安全和虚拟化等工作负载。举个例子，传统的数据中心要远程读取存储数据，还需经过CPU的编译和转发，而DPU则可以通过RDMA（远程直接数据存取）直接读取主机存储数据，而AWS推出的Nitro Hypervisor更是宣称可以通过DPU承担虚拟化负载，让CPU免去执行虚拟化所需的算力损耗。

（RDNA原理，图源：CSDN）

综上所述，大家应该也看明白了，DPU的作用本质就是给CPU“减负”。将原本CPU要承担的网络、存储、虚拟化等功能卸载到自己身上，并利用自己的算力特长，对这些工作进行加速运算。

事实上，DPU已经不是第一个为弥补CPU能力不足而发扬光大的产品，多年前GPU的大热也是为了弥补CPU在图形处理能力方面的短板，近年逐渐兴起的AI芯片本质也是为了弥补CPU在人工智能算法方面的不足。至于普通消费者，只要知道DPU是为了数据中心这种大规模算力场景而生的，与我们的台式机、笔记本电脑基本无关就行了。

百家争鸣，谁能笑到最后？

虽说最早提出DPU概念的是Fungible，但是将DPU这一概念重新推向时代潮头的无疑是英伟达。2020年4月，英伟达以69亿美元完成对以色列网络芯片商迈络思（Mellanox）的收购，英伟达CEO黄仁勋更是将DPU定义为和CPU、GPU并肩的数据中心的“三大支柱”之一。

自此，DPU正式成为了芯片领域里的香馍馍，巨大的市场需求推动越来越多的玩家进入DPU赛道。除了国外主流芯片厂商外，如今不少国产公司已在这条百亿美元赛道上崭露头角，其中不乏阿里云、百度云等互联网巨头，也有中科驭数、芯启源、大禹智芯等初创公司。

先看看国外企业，去年6月，英特尔发布了其可编程网络设备IPU（基础设施处理器），用于加速存储虚拟化、网络虚拟化和安全等功能，并释放CPU核心。今年9月，AMD以19亿美元的价格收购DPU芯片厂商Pensando Systems，以此补齐“云战略”最后一块拼图。

在今年4月的GTC大会上，英伟达发布了新一代数据处理器 —— BlueField-3 DPU。这是首款为 AI 和加速计算而设计的 DPU ，专门针对多租户、云原生环境进行了优化，据悉一个BlueField-3 DPU所提供的数据中心服务，可相当于多达300个x86主核才能实现的服务。

（图源：NVIDIA）

国产厂商这边，今年6月，阿里云在三代神龙卡的基础上正式推出其自主研发的云基础设施处理器（CIPU），号称将替代CPU成为云时代IDC的处理核心，可以综合调度CPU、GPU、存储硬盘、交换机等硬件。事实上，这枚芯片除了名字之外，与 DPU的功能和作用几乎无异。

（图源：阿里云）

成立于2018年的中科驭数，在自研敏捷异构KPU芯片架构以及DPU软件开发平台HADOS的基础上，自主研发了业界首颗融合高性能网络与数据库一体化加速功能的DPU芯片和标准加速卡系列产品，目前已经和金证股份、中移物联网等企业达成战略合作。

（图源：中科驭数）

此外，成立于2015的芯启源和成立于2020年的大禹智芯也是目前国内DPU赛道的主流玩家，其中芯启推出了基于SoC架构的DPU完整解决方案，并于今年6月完成了数亿元Pre-A3轮融资，大禹智芯则是一家由英特尔、思科核心研发人员组成的初创企业，于今年7月宣布完成数千万元Pre-A轮融资。

作为芯片新物种，DPU市场空间正在快速扩张。赛迪顾问预测，全球DPU市场将在2023-2024年迎来爆发式增长，预计至2025年，中国DPU产业市场规模将超过565.9亿元，全球DPU产业市场规模将超过245.3亿美元，复合增速分别为 51.73%、170.60%。

（图源：赛迪顾问）

目前看来，比起国内新兴厂商，国外芯片厂商的主要竞争力在于完整的云计算体系。不论是英特尔、英伟达还是AMD，他们都能够为用户提供涵盖CPU、GPU、FPGA和DPU在内的整个云计算体系，而国内的DPU厂商只能够尽量去配合英特尔/AMD的服务站CPU进行优化。

值得庆幸的是，与CPU和GPU不同，DPU目前在技术标准和生态方面都处于早期阶段，并未出现绝对的领先者。正因如此，国产厂商相对也有了更多的机会。个人认为，未来的DPU市场绝对不会像CPU市场那么集中，也有很大概率比GPU市场更加多元化。

数据中心市场发展至今，各种芯片和核心系统一直都是国外产品的天下，国产产品与之相比则一直处于弱势地位。然而，随着数字经济时代的到来，国家将网络安全建设提到了前所未有的高度，核心技术国产化成为了绕不开的话题。作为一个新赛道的探索者，国产DPU企业们切实承担着创新加码国产化进程的重要任务。