据IDC统计，全球对计算能力的需求平均每3.5个月翻一番。DPU的出现应该首先解决网络数据包处理的问题。随着核心网和融合网向100G、200G发展，当接入网达到50G、100G时，CPU无法提供足够的计算能力处理数据包。
DPU的一个核心话题是定制和标准化。不断互动的结果是芯片厂商和部分主流客户形成行业共识，建立开源开放的行业生态。
英伟达创始人黄仁勋将DPU与CPU和GPU并列为2020年“未来计算的三大支柱”。尽管此后DPU逐渐成为芯片投资的热土，但事实上，巨头之间的竞争早已开始。
2015年，英特尔收购Altera，2021年发布IPU DPU产品；Marvell先后收购了Cavium、Avera Semiconductor、芯片初创公司Innovium2018年至今；赛斯2019年宣布收购Solarflare，2020年发布Alveo系列加速卡产品，2022年被AMD收购；2019年可互换提出DPU概念，之后专注DPU设计；2020年，英伟达以69亿美元收购以色列网络芯片制造商Mellanox，将BlueField产品线更名为英伟达DPU，随后收购ARM芯片设计公司，400亿美元；AMD收购Xilinx弥补FPGA的短板，今年又以约19亿美元收购云服务提供商Pensando，也正式进入DPU领域。
“如果是全球五大芯片公司都在做的赛道，你可以认为是兵家必争之地。”启元CEO卢生曾在专访中表示。
2021年以来，DPU项目成为国内VC/PE关注的焦点。今年早些时候，英伟达的博客写道，“DPU已经成为以数据为中心的加速计算模式的第三个成员。”
迪顾问预计，2023年起全球DPU市场规模将超过100亿美元，进入年增长率超过50%的快车道。中国DPU市场也将在2023年突破300亿元，呈现跨越式增长。2025年国内市场规模将达到565.9亿元，五年复合增长率170.60%。
那么，DPU在哪里？为什么黄仁勋称之为“未来计算的三大支柱”？
DPU是做什么的？
DPU，数据处理单元的缩写，字面翻译为数据处理单元。
“DPU的出现首先解决了网络数据包处理的问题。随着核心网和融合网向100G、200G发展，当接入网达到50G、100G时，CPU无法提供足够的计算能力处理数据包。而且网络带宽的增长速度是由应用的丰富、数据中心的扩大和数字化的进步推动的，而CPU性能的增长速度随着摩尔定律的放缓而下降，这进一步加重了CPU对服务器节点的计算负担。”中科院计算所研究员、中科玉树董事长闫桂海分析道。
自20世纪50年代以来，CPU一直是计算设备的核心。自20世纪90年代以来，GPU发挥了重要作用。据IDC统计，全球对计算能力的需求平均每3.5个月翻一番。然而，进入后摩尔定律时代后，传统的以CPU为中心的“CPU+xPU”多元化异构计算架构在性能提升上逐渐乏力。
从CPU性能和网络带宽的发展趋势来看，网络带宽的CAGR从2010年之前的30%增长到目前的45%。相应的CPU性能CAGR从2010年前的23%下降到目前的3.5%，RBP指数从1左右上升到10以上。CPU对网络带宽增加带来的计算需求压力的反应越来越大。
CPU要处理大量上层应用，维护底层软件的基础设施，还要处理各种特殊任务，这让它不堪重负。如果从CPU上卸下“负担”，包括将网络进程和虚拟化功能卸载到专用硬件上，就可以释放出巨大的计算能力。
“我们需要一个面向网络的指令集架构——DPU，来释放巨量的计算能力，统一高效地调度计算能力，提供‘网络+计算能力’的新模式。”陆生表示，“GPU更多是为了人工智能算法和计算能力的提升，或者游戏的渲染等。但数据从边缘传到云端，必须事先加密打包成网络包。当它到达云端时，它将穿过防火墙，然后加密工作将反向进行。这就需要一个芯片来还原这些加密的网络包的数据，以便分发后CPU和GPU能够理解。”
DPU可以执行原本需要CPU来处理的网络、存储、安全任务，顺利接管CPU不擅长的数据处理任务，如网络协议处理、数据加解密、数据压缩，并分别对各类资源进行管理、扩展和调度。
对芯片有深入了解的读者在这里可能会有一个疑问。现有数据中心的CPU、GPU、路由器、交换机不能继续作为“面向基础设施层的数据处理单元”吗？桂桂海回答，“计算系统的研究很大程度上是‘优化’的研究；现有的基础设施并非不可能，但还不够‘优化’。”
同时，DPU还有一个重要的价值——安全。业内人士分析，DPU作为一个独立的处理器，是完全可编程的，具有安全或测量启动功能。可以看作是网络流量对主机的火力带。DPU可以实现基础设施的可信解决方案，只启动供应商高度保护的特定版本的操作系统，运行特定的软件栈，与主机软件完全隔离。以英伟达的DPU为例。当计算机系统没有物理联网时，DPU可以防止入侵，从而具有物理隔离安全特征的功能。
DPU核心问题:定制和标准化
一般来说，我们认为定制设计可以实现最佳的性能和效率，但在真实的市场环境中，我们可能会有不同的看法。
定制意味着没有冗余，这必然导致覆盖场景更小的问题。这时候就需要考虑研发成本了。但如果芯片设计成覆盖尽可能多的场景，又要实现功能超集，实际的功能利用率和资源效率并不是最高的。
另一方面，它涉及应用生态学。当定制功能完全确定后，很难覆盖复杂计算场景的差异化需求。这其中横向包括不同用户的差异化需求，纵向包括单个用户的迭代变化。即使在同一个场景下，不同芯片厂商的定制设计引擎架构依然五花八门，毫无生态可言。
芯片厂商肯定期望一个芯片被很多厂商采用，甚至希望用户被捆绑在一个私有的架构平台上，形成依赖。用户需要的是所有芯片供应商提供的一致的硬件平台。一方面，他们不想形成特定的厂商依赖；另一方面，跨平台迁移需要硬件一致性。
“现在整个行业发展非常快，尤其是数字经济。各行各业的需求都是非常碎片化的，不太可能把这些都集成到芯片里，所以我们的DPU是基于高度可编程的生态。”卢生对着报纸说。
启源最近发布了CODIVA，这是一个完全开放的虚拟化和加速数据库开发的平台。芯启元产品营销总监曹晖介绍，通过CODIVA，芯启元的合作伙伴和开发者可以搭建网络、安全、存储、管理等数据基础设施通过使用平台开放的API接口，适合自己的业务系统。
这可能也是不断互动的结果，即芯片厂商和部分主流客户形成了行业共识，建立了开源开放的行业生态。
DPU芯片在中国的发展机遇
对比中美DPU芯片的性能，桂桂海认为，“DPU的性能问题一方面是设计问题，比如结构是否优秀，功能是否完善，另一方面是制造问题。从综合产品实力来看，虽然我们在本土技术上有优势，但整体上还是很难和英伟达、迈威等西方芯片巨头竞争。所以DPU整体格局还是典型的‘西强东弱’。”
同时，牟贵海补充道，中国对计算能力的需求是全球最强的，服务器需求增速是全球最高的。在国家层面，也有“新基础设施”中计算力基础设施的宏大布局，有今年2月启动的“东方计算，西方计算”的战略布局，还有运营商开始广泛投入的计算力网络建设。这不仅为DPU的发展提供了机遇，也为整个信息技术和计算技术的发展提供了新的机遇。
陆生也说，“好消息是中国厂商和国际厂商在同一起跑线上。”随着需求的增长，中国市场体量大，国家大力推动数字经济，为中国厂商的发展提供了良好的土壤。陆生认为，中国厂商能在DPU脱颖而出的最大优势是中国数字经济的应用场景走在世界前列，比如无处不在的移动支付。
中国计算机联合会的专家曾在DPU估算:以数据为中心的专用处理器，用于数据中心的DPU的使用量将达到与数据中心服务器相同的水平，每年新增数以千万计，五年内总需求量将超过2亿片，包括存量的更换。
在可预见的未来，DPU将主要应用于数据中心/云计算、智能驾驶、数据通信等领域，同时可能在网络安全、信创新、国防军工等细分市场提高渗透率。目前，云计算是DPU的主要应用场景。2017-2019年，中国云计算产业规模增速在30%以上。2022年，中国云计算市场规模预计为2951.5亿元。
这种预期也带来了DPU芯片电路的投资热潮。
仅2021年，新启元就完成了三轮融资，投资方包括软银中国、SIG海纳亚洲、中国互联网投资基金、华润资本润科基金、盛世投资。与此同时，大禹智信、中科玉树、星云智联、易思信等公司也成为VC/PE围猎的对象。其中，大榭知信和中科玉树在2021年完成了两轮数亿融资。
此外，互联网巨头如腾讯、美团、字节跳动等。也涌入了DPU赛道。比如成立于2021年10月的云麦芯盟，天使轮的融资投资方除了IDG资本和富弼科技外，还包括字节跳动，而美团、美团则看中了星云智联。
