【中国科技网】对话柏睿数据：瞄准国产化芯片产业前沿 “降本增效”的DPU能弯道超车吗？

- 正文 -

据Gartner预测，至2022年中国公有云市场将达到约266亿美元规模。按每台服务器要配1至2张智能网卡来估算，未来芯片产业将是一个近千亿元规模的巨大市场，所以对芯片算力需求也水涨船高。

眼下，以数据为中心的专用处理器“DPU”正成为专用计算芯片的“新秀”。那么什么是DPU？应用场景有哪些？相较于国际市场国内DPU处于什么水平？以及DPU行业标准化难点在哪里？围绕这一些列问题，记者连线采访了跻身专精特新“小巨人”国家队的柏睿数据首席芯片专家 Claud。让我们一起掀开专用计算芯片的“新秀”DPU的神秘面纱。

“DPU的出名，大概要从美国芯片巨头英伟达说起。去年英伟达宣布将DPU定位为数据中心继CPU和GPU之后的‘第三颗主力芯片’之后，便掀起了行业热潮。”柏睿数据首席芯片专家 Claud向记者介绍了相关背景。

但是DPU和CPU、GPU之间的关系究竟如何？目前市面上仍然有不同的解释，尤其是关于DPU中“D”的解释便多种多样，有Data Processing Unit（数据处理器）、Datacenter Processing Unit（数据中心处理器）、Data-centric Processing Unit（以数据为中心的处理器）、Distribute Processing Unit（分发处理器）等。Claud透露，柏睿的DPU芯片属于Data Processing Unit下的细类——Database Processing Unit。

“DPU诞生的使命就是承载网络虚拟化、硬件资源池化等基础设施层服务，以释放CPU的算力到上层应用。”Claud认为，Data Processing Unit更符合大众对DPU的理解。

Data Processing Unit，即数据处理器。这种解释把“数据”放在核心位置，区别于信号处理器、基带处理器等通信相关的处理器对应的“信号”，也区别于GPU对应的图形图像类数据，这里的“数据”主要指数字化以后的各种信息，特别是各种时序化、结构化的数据，比如大型的结构化表格，网络流中的数据包，海量的文本等等。

“简单来说DPU就是处理这类数据的专用引擎。”Claud介绍，从最早的“智能网卡”到现在的“数据处理器DPU”，DPU提供的是数据中心智能化的算力工具，从而最大化的释放CPU算力。

据IDC统计，全球算力的需求每3.5个月就会翻一倍，远远超过了当前算力的增长速度，CPU无法承受其重，这几乎是所有专用计算芯片得以发展的重要背景因素。

“DPU核心要解决的问题是基础设施的‘降本增效’。” Claud一针见血的指出，即将CPU处理效率低下、GPU处理不了的负载，卸载到专用DPU，提升计算系统的效率、降低系统的总拥有成本（TCO）。DPU是异构计算的一个阶段性标志，也是计算机体系结构朝专用化路线发展的又一个里程碑。

“DPU的出现有效缓解了CPU的压力，有效降低云计算的性能损失、释放CPU算力，降低功耗的同时大大减少云数据中心的运营成本。”Claud介绍，其实，早在今年举办的“2021中关村论坛”上，柏睿数据便发布了首款商用DPU——“睿鲲”数据加速安全芯片战略，从底层核心技术层面出发，打造一个数据保险库。

此外，Claud还透露“睿鲲DPU芯片战略计划”，即2023年推出28nm工艺芯片，2025年推出7nm工艺芯片，并根据市场需求推出流片。目前，相关专利已经在申请中，相关产品也将在12到18个月内陆续投放市场。

“从市场规模角度来看，根据预测用于数据中心的DPU量级将达到和数据中心服务器等量的级别。”Claud告诉记者，目前国际国内相关行业都在积极布局DPU产品研发，如国际传统芯片巨头如英伟达、英特尔、Marwell、博通等。

“虽然国内厂商在芯片产品化的环节相比国外一线厂商还有差距，但是在数据中心这个领域，无论是市场规模、增速还是用户数量，相较于国外都有巨大的优势。”Claud认为，随着超算中心等建设高潮持续，数据量从T快速向P演进，数据库处理的数据量也越来越大；同时在我国国产化的诉求之下，可以预期，睿鲲DPU将面对很大的市场需求。

Claud介绍柏睿数据的“高性能数据库技术”是采用跨平台、云部署、对于流式数据的处理、分布式运算、HTAP/AP的非均衡架构，从而提供超出业界平均水平30倍以上的数据洞察能力、彻底激活客户数据价值。尤其是柏睿数据的“面向数据的人工智能技术”，是利用人工智能算法，敏捷、主动、牵引数据治理、融合、分析的高效能和便捷性。

Claud认为，只有瞄准国产化芯片产业前沿精准发力，打造完全国产化，拥有自主知识产权的数据库专用高端芯片，才能实现数据库全功能加速、全场景加速，并立足总体国家安全观，用关键技术支持中国从数据大国走向数据强国。