问题描述：

DPU是什么？

解答：

DPU（Data Processing Unit）是以数据为中心构造的专用处理器，采用软件
定义技术路线支撑基础设施层资源虚拟化，支持存储、安全、服务质量管理等
基础设施层服务。2020年NVIDIA公司发布的DPU产品战略中将其定位为数据中
心继CPU和GPU之后的“第三颗主力芯片”，掀起了一波行业热潮。DPU的出
现是异构计算的一个阶段性标志。与GPU的发展类似，DPU是应用驱动的体系
结构设计的又一典型案例；但与GPU不同的是，DPU面向的应用更加底层。
DPU要解决的核心问题是基础设施的“降本增效”，即将“CPU处理效率低
下、GPU处理不了”的负载卸载到专用DPU，提升整个计算系统的效率、降低
整体系统的总体拥有成本（TCO）。DPU的出现也许是体系结构朝着专用化路
线发展的又一个里程碑。

DPU的作用

DPU最直接的作用是作为CPU的卸载引擎，接管网络虚拟化、硬件资源池
化等基础设施层服务，释放CPU的算力到上层应用。以网络协议处理为例，要
线速处理10G的网络需要的大约4个Xeon CPU的核，也就是说，单是做网络数据
包处理，就可以占去一个8核高端CPU一半的算力。如果考虑40G、100G的高速
网络， 性能的开销就更加难以承受了。A m a z o n 把这些开销都称之为
“Datacenter Tax”，即还未运行业务程序，先接入网络数据就要占去的计算资
源。AWS Nitro产品家族旨在将数据中心开销（为虚拟机提供远程资源，加密解
密，故障跟踪，安全策略等服务程序）全部从CPU卸载到Nitro加速卡上，将给
上层应用释放30%的原本用于支付“Tax” 的算力！

DPU的设计目标是提供高效的数据处理能力，以满足不同应用场景中对数据处理的需求。相比于传统的通用处理器（如CPU），DPU在数据处理方面通常具有更高的效率和性能。

简介

数据中心走向以数据为中心，CPU的性能已经远远落后于数据的增长速度，GPU加速计算成为了计算的主力，极大地提升了单处理器及单机的计算性能。
利用CPU来处理数据中心中的安全、通信、存储、虚拟化等基础架构操作的传统方式逐渐成为计算性能增长的瓶颈，计算和基础架构支撑功能对CPU的资源冲突愈加剧烈。
NVIDIA DPU的出现，将这些基础架构的操作由CPU卸载到了DPU上 ，实现了软件定义和硬件加速在安全、通信、存储和虚拟化等方面组合，将CPU的计算资源释放了出来，更好地支持应用的需求。

发展历史

源于传统的网卡设备，通过添加网络硬件卸载功能（如RDMA、安全卸载、存储卸载、OVS卸载等）走向了智能网卡，NVIDIA再通过和ARM CPU及PCIe交换机的整合实现了DPU的雏形，未来和GPU的进一步整合将实现完整的功能完善和强大的DPU。

核心结构

CPU + 智能网卡 + PCIe交换 + GPU（未来） + DOCA软件开发包

工作原理

软件定义和硬件加速是工作原理的综合。通过网卡的硬件卸载实现高性能的通信、安全、存储和虚拟化，通过CPU来处理管理和控制平面的操作，通过GPU实现DPU的自学习、推理及推荐，并增强DPU的计算性能。

性能优势

NVIDIA BlueField DPU [1]实现全线速的Data In-Line和Data At-Rest加解密功能，如150倍IPSec加解密性能提升; 在不消耗主机CPU的前提下大幅提升了存储的IOPS，比较主机CPU来操作大约30倍的性能提升；实现了RDMA操作的控制和数据平面卸载, 2.5倍的Overlay网络性能提升; 150倍的下一代有状态防火墙性能提升; 10倍的防恶意攻击性能提升等。

应用领域

包括安全加速、存储加速和软硬件分离、OVS卸载、计算加速、视频流业务加速、防火墙加速、防恶意攻击等。

应用场景一：网络功能卸载

网络功能卸载是伴随云计算网络而产生的，主要是对云计算主机上的虚拟
交换机的能力做硬件卸载，从而减少主机上消耗在网络上的CPU算力，提高可
售卖计算资源。

应用场景二：存储功能卸载

NVMe-oF硬件加速
NVMe over Fabric（又名NVMe-oF）是一个相对较新的协议规范，旨在使用
NVMe通过网络结构将主机连接到存储，支持对数据中心的计算和存储进行分
解。NVMe-oF协议定义了使用各种通用的传输协议来实现NVMe功能的方式。
在NVMe-oF诞生之前，数据存储协议可以分为三种：
（1）iSCSI：是一种基于IP的存储网络标准，在TCP/IP网络上通过发送
SCSI命令来访问块存储服务。
（2）光纤通道（Fibre Channel）：是一种高速的数据传输协议，提供有序
无损的块数据传输。主要用于关键高可靠要求的业务上。

应用场景三：安全功能卸载

硬件信任根
硬件信任根在安全领域是其它安全功能的基础，主要表现如下方面：
（1）硬件信任根（Root-Of-Trust）：硬件信任根提供更离散的密钥生成算
法，并且与主机操作系统相隔离，可以做到硬件防破解。硬件信任根实现私有
密钥存储，可以反克隆和签名。通过硬件信任根认证授权实现访问受控。
（2）加密解密（Encryption/Decryption）：数据加密解密算法完全卸载到
硬件网卡，无需主机CPU资源，效率更高更可靠。可以实现通用加密算法和国
密算法等。
（3）密钥证书管理（KMS）：密钥证书管理卸载到智能网卡，与主机系统
相隔离；支持多种密钥交换算法，如D-H密钥交换等。
（4）动态数据安全（Secure Data-in-Motion）：利用硬件级加解密算法，对
传输通道上的数据做加解密处理，如IPSec和TLS等。硬件处理可以实现更高吞
吐量。
（5）静态数据安全（Secure Data-at-Rest）：在存储服务中，永久存盘的数
据需要进行加密，防止被窃取，硬件级数据加解密在存储服务中可以提供更高
效的数据读取，并保证数据安全。
All Rights Reserved 55
DPU White Paper
（6）流日志和流分析（Flowlog）：流分析和流日志监控，对数据中心流量
做精细监控，有效识别，可以及时识别DDoS攻击，并做出响应。

卸载到了DPU上，卸载到DPU上具体是什么意思？

卸载到DPU上意味着将特定的任务或操作转移给DPU来处理，而不是由CPU来执行。这可以提供一些优势，包括：

提高性能：DPU通常专门针对某些特定任务进行了优化，比如数据处理、网络处理、硬件加速等。相比于通用的CPU来说，DPU在这些特定任务上可能具有更高的效率和性能。降低CPU负载：将一些特定的任务从CPU卸载到DPU上，可以减轻CPU的工作负荷，使其能够更集中地处理其他任务。这有助于提高系统的整体性能和响应速度。节省能源：由于DPU通常比CPU更高效，卸载到DPU上的任务可以以更低的能耗完成。这可以帮助降低整体系统的能耗。

在NVIDIA的案例中，NVIDIA DPU（数据处理器）是专门设计用于数据中心和云计算环境的加速器，可以卸载和加速一些特定的数据处理任务，如网络加速、数据解码、转码等。通过将这些任务卸载到DPU上，可以提高整体系统的性能和效率。

总而言之，将任务卸载到DPU上意味着通过使用专门的处理器来执行特定的任务，以提高性能、降低负载和节省能源。