一文讀懂資料中心計算市場CPU、DPU和GPU的區別

隨著 AI、5G和雲端計算技術逐漸火爆全球，資料中心作為承載和支撐數字化轉型的重要載體，正面臨著前所未有的挑戰。今天我們先來了解作為資料中心未來計算的三大支柱（CPU、DPU和GPU）的演進歷程和三者之間的協作關係。

1.  CPU

  CPU的全稱是  Central Processing Unit（中央處理器） ，在三大支柱中是發展最早的，主要包括運算器（ ALU, Arithmetic and Logic Unit）和控制單元（CU, Control Unit），暫存器（Register）、快取記憶體器（Cache）和它們之間通訊的資料、控制及狀態的匯流排。CPU遵循的是馮諾依曼架構，即儲存程式、順序執行。

一條指令在 CPU中執行的過程是：讀取到指令後，透過指令匯流排送到控制器中進行譯碼，併發出相應的操作控制訊號。然後運算器按照操作指令對資料進行計算，並透過資料匯流排將得到的資料存入資料快取器。

因此， CPU需要大量的空間去放置儲存單元和控制邏輯，相比之下計算能力只佔據了很小的一部分，所以CPU更擅長邏輯控制，而非大規模平行計算能力。

2.GPU

GPU（Graphics Processing Unit，圖形處理器）的誕生是為了解決CPU在大規模並行運算中受到的速度限制。正如影像處理器名稱一樣，GPU更善於處理影像領域的運算加速，最初是用在個人電腦、工作站、遊戲機和一些移動裝置上執行繪圖運算工作的微處理器。

那麼為什麼 GPU特別擅長處理影像資料呢？

這是因為在影像上的每一個畫素點都有被處理的需要，而且每個畫素點處理的過程和方式都十分相似，因此可以平行計算，所以 GPU在影像處理方面的能力就非常強。但是GPU無法單獨工作，必須由CPU進行控制呼叫才能工作。也就是說CPU可單獨作用，處理複雜的邏輯運算和不同的資料型別，但當需要大量的處理型別統一的資料時，則可呼叫GPU進行平行計算。

3.DPU

DPU，全名Data Processing Units（資料處理單元），DPU主要承擔起安全、網路、儲存和AI等業務的加速處理，旨在降低CPU的利用率，滿足網路專用計算需求，尤其適用於伺服器量多、對資料傳輸速率要求嚴苛的場景。

回顧資料中心架構發展歷程，傳統的資料中心架構是以 CPU為中心的架構，這代表著資料中心基礎架構的執行能夠消耗20%-30%的CPU核，這在資料中心龐大的資料處理任務中是一個非常嚴重的絆腳石存在。而DPU為中心的資料中心架構是指以資料為中心的市場發展和應用需求，也可以說新的資料中心架構是指資料在哪計算就在哪。與傳統的資料中心架構相比，以資料為中心的新架構在解決網路傳輸中的瓶頸問題或者丟包問題時，典型通訊延時可以從30-40微秒降低到3-4微秒，有10倍的效能提升。

特別是去年 4月，英偉達宣佈完成對以色列網路晶片商Mellanox高達69億美元的收購交易，將DPU晶片推至半導體領域的焦點。而今年的四月，英偉達執行長黃仁勳在 GTC 21 上又宣佈英偉達資料中心晶片戰略升級為 GPU+CPU+DPU。與此同時，英特爾、中科奴數、Marvell等國內外晶片廠家也都陸續推出自己的DPU產品。

一時間， DPU產品的研發成為全球半導體領域炙手可熱的焦點。

現如今資料中心倡導以資源池的形式來做，各類資源分別管理、擴容，而 DPU宛如一個連線樞紐，可以起到中心排程管理的作用，一端連線各種CPU、GPU、SSD、FPGA加速卡等本地資源，一端連線交換機/路由器等網路資源。當然，DPU 的出現並非要替代 CPU 和 GPU，而是更好地滿足資料中心市場的需求。三者協作，才是未來資料中心計算領域的前沿發展趨勢。

LR-LINK聯瑞作為全球網路卡領域產銷規模領先的高新技術企業，在網路卡應用領域市場上佔據著非常重要的影響地位。15年來，LR-LINK聯瑞堅持以市場需求為根本，以未來產業發展為導向，不斷引領網路卡行業的發展趨勢，其先後研發出的千兆M12介面軌道交通網路卡、25G（晶片：intel XXVAM2）雙光口伺服器網路卡、國產萬兆OCP 3.0專用網路卡（寬溫設計）、千兆十二電口網路卡等十餘款新品不斷重新整理業界同型別產品記錄。未來，LR-LINK聯瑞也將在基於GPU、DPU等晶片基礎上，研發出更適應未來資料中心計算應用領域的伺服器網路卡。

蓄勢待發，砥礪前行， LR-LINK聯瑞，未來可期！