【中国移动】云计算通用可编程DPU发展白皮书（2023）_64页_2mb

云计算通用可编程DPU发展白皮书（2023年）总结

前言

随着数字经济的发展，算力需求激增，传统CPU架构面临瓶颈。DPU（通用数据处理单元）作为一种新架构，通过硬件加速释放CPU算力，支持云计算、AI、5G等场景。本白皮书分析了DPU的应用与发展趋势。

---

1. DPU的机遇与挑战

• 行业背景
  数据中心网络带宽与CPU算力增长失衡，需新型处理器降低基础设施成本。
• 发展历程
  • NIC: 基础网络处理，支持简单卸载功能。
  • SmartNIC: 硬件卸载加速数据平面（如OVS/vRouter、RDMA）。
  • DPU: 增加通用CPU单元，兼具控制平面与数据平面卸载能力。
• 架构特点
  • 支持NP/MP+CPU、FPGA+CPU或ASIC+CPU，初始以FPGA为主，后转向ASIC以提升性能。
• 典型厂商
  • 海外：AWS Nitro DPU、Nvidia BlueField、Intel IPU。
  • 国内：中国移动 HyperCard、阿里云 CIPU、云豹智能 DPUSoC。

---

2. DPU核心特性

1. 层级化可编程
   • 层级1: 通用多核处理器，支持Linux生态卸载（如IaaS功能）。
   • 层级2: 嵌入式微引擎（如RISC-V），平衡灵活性与性能。
   • 层级3: 硬件定制Pipeline（如P4语言），优化特定场景（如报文转发）。
2. 低时延网络：
   卸载RDMA/RoCE协议，支持PFC+ECN动态拥塞控制，减少排队延迟。
3. 统一资源管控：
   统一管理计算、网络、存储资源，支持裸金属/虚拟机/容器的融合运维。
4. 持续加速：
   卸载场景包括AI训练通讯栈、ServiceMesh、分布式数据库等。

---

3. 应用场景

• 云计算
  • 网络功能卸载: 虚拟交换机（全卸载）、Virtio-Net、RDMA协议卸载。
  • 存储功能卸载: NVMe-oF、NVMe over RDMA、SPDK加速。
• 5G/UPF
  卸载用户面功能，支持策略控制、流量转发、QoS处理。
• 零信任安全
  可编程防火墙、数据传输加密（IPSec/TLS）、存储数据加密。
• AI训练加速：
  分布式并行通信卸载，优化ChatGPT等大模型训练效率。

---

4. 行业展望

• 技术路径：
  • FPGA方案成本高，DPUSoC（如Intel、Arm架构）更优，兼顾性能与灵活性。
• 商业化布局：
  国外巨头（AWS、Nvidia）已落地，国内厂商加速推进芯片设计与生态建设。
• 算网融合：
  DPU作为数据通信枢纽，在算力与网络协同中发挥核心作用，支撑低时延、高可靠场景（如自动驾驶、元宇宙）。

---

总结

DPU是算力时代基础设施的核心组件，通过层级化可编程、低延时网络与资源统一管控解决传统CPU瓶颈。其在云计算、5G、AI等领域加速落地，推动算网融合发展战略。未来，依托DPUSoC技术与生态成熟，将进一步提升数据中心灵活性与效率。