2021中国DPU行业发展白皮书-38页_6mb
报告摘要
2021年中国DPU行业发展白皮书总结
核心内容
本白皮书聚焦于数据中心中DPU(Data Processing Unit)的发展,分析其技术特点、产业现状与未来趋势,探讨其在数据中心基础设施优化中的作用。DPU作为智能网卡的升级,旨在通过将基础设施操作从CPU转移到DPU,释放CPU资源,提升整体性能和安全性。
主要观点
-
DPU的发展背景:随着数据中心的快速发展,通信和计算能力成为基础设施的两大方向。DPU的提出是为了应对数据量和复杂性的指数级增长,通过更细的分工提升效率和优化成本。
-
DPU的定义与功能:DPU是一种集数据中心基础架构于芯片的通用处理器,具备多核CPU、高性能网络接口、灵活可编程加速引擎等,能够卸载和加速网络、存储、安全等基础设施任务。
-
DPU的优势:
- 实现业务与基础设施操作的分离,提升应用性能。
- 提供高性能的网络和存储服务,降低CPU负载。
- 支持零信任安全模型,实现数据安全防护。
- 促进“算存分离”,提升存储效率和灵活性。
-
NVIDIA BlueField-3 DPU:作为NVIDIA的DPU产品,BlueField-3具备400Gb/s带宽、16个ARM核心、多种加速引擎,能够实现数据加密、深度包检测、存储加速等。其技术特点包括支持RDMA、GPU-Direct RDMA、IPSec、TLS等,并且具备强大的软件生态支持,如DOCA SDK。
-
DPU的未来趋势:DPU将成为数据中心三大核心组件之一(CPU、GPU、DPU),并朝着高度集成化的“片上数据中心”模式发展。NVIDIA计划在未来将GPU集成至DPU,以实现更全面的数据中心优化。
关键信息
智能网卡与DPU的对比
| 项目 | 智能网卡 | DPU |
|---|---|---|
| 定位 | 卸载网络及其他工作负载,提升服务器性能 | 数据中心级计算处理器,可作为数据中心的最小节点 |
| 主要特点 | 释放CPU开销及可编程;任务加速;流量管理 | 双平面卸载及加速;涵盖智能网卡功能;高性能、可编程多核CPU;丰富加速引擎 |
| 生态环境 | 复杂,标准不统一,开发难度较高 | 标准生态环境,提供统一的开发接口(如DOCA SDK) |
| 应用场景 | 存储、安全、数据压缩等 | 数据中心、云计算、网络安全、高性能计算、AI、边缘计算等 |
| 价值 | 功能单一,依赖其他设备 | 独立存在,功能丰富,可扩展,未来将成为数据中心标配 |
DPU产品技术对比
| 产品 | 带宽 | DPDK最大消息率 | RDMA最大消息率 | 加密性能 | 存储性能 |
|---|---|---|---|---|---|
| BlueField-2 | 200Gb/s | 215Mpps | 215Mpps | 100Gb/s | 5.4M IOPs @4K |
| BlueField-3 | 400Gb/s | 250Mpps | 330Mpps | 400Gb/s | 12M-18M IOPs @4K |
DPU竞争格局
| 厂商 | 代表产品 | 核心处理器 | 技术路线 | 应用方向 | 发布时间 |
|---|---|---|---|---|---|
| NVIDIA | BlueField-2、BlueField-3、BlueField-4 | SoC: ARM+ASIC+专用加速器 | 基于ARM架构 | 数据安全、网络安全、存储卸载等 | 2020、2021、2023 |
| Intel | IPU | FPGA+X86 SoC | 基于FPGA | 面向交换机、路由器芯片 | 2020 |
| Xilinx | Alveo U25 | FPGA | 基于FPGA | 面向网络、存储、计算加速 | 2020 |
| Marvell | OCTEON 10 | ARM+ASIC | 基于ARM架构 | 集成机器学习推理、加密处理 | 2021 |
| 中科驭数 | K1 | KPU架构 | 自研架构 | 网络协议处理、数据库和大数据处理加速 | 2019 |
| 华为 | IN300 | NP-SoC | 基于Hi1822芯片 | 面向FC网络,实现高带宽存储组网方案 | 2018 |
| 阿里 | X-DragonSmartNIC(MOC) | FPGA+ASIC | —— | 面向虚拟机管理程序 | 2017 |
技术趋势
- DPU将数据中心基础设施操作从CPU卸载,形成“CPU、GPU、DPU”三位一体的架构。
- 未来DPU将集成GPU功能,形成“片上数据中心”模式。
- DPU支持零信任安全模型,提升数据安全防护能力。
- DPU通过软件定义和硬件加速实现灵活、高效的基础设施服务。
DPU应用场景
- 数据中心和云计算:支持物理机、虚拟化、容器化等,实现控制平面与业务平面分离。
- 网络安全:支持IPSec、TLS、深度包检测(DPI)等,提升数据传输安全。
- 高性能计算及AI:提升深度学习推荐系统等应用的性能。
- 通信及边缘计算:适用于电信云、边缘计算等场景。
- 数据存储:支持NVMe-oF、弹性块存储等,实现高效存储访问。
- 流媒体:支持高带宽、高分辨率视频处理。
总结
DPU作为智能网卡的演进,正在成为数据中心基础设施的重要组成部分。其具备高性能、可编程、安全性等优势,可有效提升数据中心的效率和性能,同时降低CPU负载。NVIDIA、Intel、Xilinx、Marvell等厂商均在DPU领域积极布局,未来DPU将与CPU、GPU共同构成数据中心的核心架构。随着技术的不断演进,DPU将逐步普及,并在多个领域实现广泛应用。
试读结束,高清完整版pdf/doc/ppt,请点下载