云计算的技术内核是分布式计算，而分布的算力，需要高速的网络连为一体。随着数据量越来越大、网络接口速度越来越高，把所有的数据都送到CPU去处理，网卡（NetworkInterfaceCard，NIC）只充当流量中转站，就不太符合分布式计算的理念。
在网卡上增加算力资源（如处理器），执行底层的数据处理任务，就得到了智能网卡（SmartNIC）。显然，智能网卡可以卸载（Offload）原本也要交给CPU处理的任务，而不是一切以CPU为中心（Onload），用Mellanox（迈络丝）的话说，这种架构是“以数据为中心”（Data-centric）。
△NVIDIABlueField-3DPU：配套存储和带外管理，就像一台小服务器
GPU巨头NVIDIA（英伟达）通过收购Mellanox进入网络市场后，将其BlueField系列产品放到DPU（DataProcessingUnit，数据处理器）的高度大力宣传。一时间DPU成为新的流行，譬如Marvell在年6月推出其OCTEON10DPU家族时，把上溯到年的前代产品都算作了DPU。也是在这个时段，CPU大厂英特尔发布了IPU（InfrastructureProcessingUnit，基础设施处理器）。
DPU/IPU与智能网卡有什么区别？英特尔认为，智能网卡主要是卸载（数据处理），仍由CPU控制；而IPU有控制平面，可以由自己控制。相对于在数据层面上实现加速的智能网卡来说，DPU更进一步实现了控制层面的加速，通过可编程的多核处理器和加速引擎、高性能网络接口以及软件栈的支持，实现了传统计算与数据交互的分离，也更符合未来安全、高效、云原生的大规模计算应用时代。
不过从宣传的角度来说，上述定义并没有得到严格遵守。以BlueField为例，随着其归属的变化，在产品描述中也先后经历了SmartNIC、SmartNIC与DPU共存、DPU的“演进”。
智能网卡也好，DPU或IPU也罢，起码都有两个不可或缺的核心部件：一个当然是网络接口部分，通常是高速网卡；另一个就是计算单元，可以是FPGA（FPGA也可以提供网络功能，这个不讨论），也可以是CPU。总体趋势是网卡速度越来越高，计算能力越来越强，可以承担的处理任务也越来越多——除了网络，还有存储等功能的卸载，所以再叫“智能网卡”确实有些局限。
△英特尔代号MountEvans的GIPU结构图，左边为网络子系统，右边为计算复合体
以IPU为例，它承担基础设施（Infrastructure）的处理工作，作用可以体现在三个方面：
把基础设施与租户的功能隔离开，IPU运行存储、网络、管理等通常由云服务提供商（CSP）开发的代码和功能，CPU运行客户的软件（上层应用）；
基础设施功能的卸载，让CPU更好的服务于应用。Facebook有一篇报告指出，在微服务的场景中，CPU有高达31~83%的时钟周期花费在微服务功能上，而IPU可以接管这些烦琐的“底层”工作，把CPU解放出来；
无盘服务器架构，可以通过网络使用（便于共享的）虚拟存储，给计算端提供足够的灵活性。
年第四季度，阿里云发布神龙架构，AWS发布Nitro系统，两者具体实现不同，但都能卸载网络、存储的流量，让CPU资源可以专心服务客户，也符合现在DPU或IPU的定义。
算力演进
在计算单元的选择上，通用处理器，也就是CPU，是目前市面上DPU的主流。其中，固然有英特尔OakSpringsCanyon这样使用自家x86处理器（Xeon-D，至强D）的例子，但在这个市场上，还是Arm的生态更具优势。
以英伟达的BlueField为例：
最初采用8或16个ArmCortex-A72核心，每2个核心共享1MiBL2Cache，运行频率不超过1.3GHz；
BlueField-2采用8个ArmCortex-A72核心，运行频率提高到2.0~2.5GHz；
BlueField-3的指标全面升级，包括16个ArmCortex-A78核心，8MiBL2Cache和16MiBL3Cache，板载16GBDDR5内存，网口速率从Gb/s提高到Gb/s，PCIe接口从16通道PCIe4.0换代为32通道PCIe5.0，基本都是两倍乃至四倍的提升。
BlueField-3具有多达亿个晶体管，单论数量，快赶上早一些的服务器CPU了——譬如AWSGraviton2。
英特尔代号MountEvans的GIPUSoC，集成多达16个ArmNeoverseN1核心，3个LPDDR4内存通道（见上面图）。
Marvell的OCTEON10则成为业界首个基于ArmNeoverseN2平台的处理器系列，采用台积电5nm制程，具有多达36个N2核心，36MiBL2Cache和72MiBL3Cache，12个DDR5-5内存控制器。其他如G以太网（GbE）、PCIe5.0，都足以与BlueField-3对标。
不太准确的说，可以把NeoverseN2视为Cortex-A78的“Armv9
数据中心”版，加上明显的数量优势，所以单从纸面来看，OCTEON10的CPU算力要超过BlueField-3。总之，无论是A72→A78、NeoverseN1→N2的架构迭代，还是核数与频率的提升，“更高、更快、更强”的趋势，与服务器CPU是一致的。以上几款DPU/IPU还有一个共性，就是选择NeoverseN系列这样追求性能、功率、面积（PPA）平衡的Arm平台。一方面，网卡这个载体空间相对有限，对芯片面积和功率限制比较多；另一方面，随着Arm架构与配套制程的提升，可以享受到性能的持续增长。
以OCTEON10系列中规格最高的DPU为例，虽然运行频率可达2.5GHz，典型功率也就60瓦（W）的水平。
其他功能模块，如包处理、Inline加密，RDMA、NVMe，也可以在不同的DPU或IPU里看到。
BlueField
从智能网卡到DPU，“卸载”都是核心能力。通过将网络、存储、管理等基础设施任务从CPU转移至DPU，释放CPU的资源，使更多的服务器CPU核可用于运行应用程序，完成业务计算，从而提高服务器和数据中心的效率。传统业务模型中，CPU在计算之余还要兼顾数据互联，势必造成性能分散和效率的降低；而在将这些任务“卸载”到DPU之后，则可以从软硬件层面加速业务运行，甚至获得超越CPU的处理效率，从而大幅减少长尾延时，提升应用性能。
英伟达曾在红帽容器化平台中进行过相关测试，结果显示，通过将网络相关的数据处理（如VxLan和IPSec等）卸载到DPU加速执行，在25Gb/s网络条件下，OpenShift部署DPU用来加速，达到25Gb/s性能，对CPU的占用只有无DPU方案的三分之一；而在Gb/s网络条件下，无DPU的方案将达不到Gb/s网络线速，DPU可以带来10倍的性能优势。
如果说“卸载”提供了效率提升的话，那么零信任则保障了DPU的安全稳定运行。零信任（ZeroTrust）是一种以安全性为中心的模型，基于以下思想：企业不应对其内外的任何事物授予默认信任选项，任何时候都需要不断的校验。从实际效果来看，零信任可以减少数据泄露、拒绝未授权的访问，因此在数据安全方面价值巨大。面对当下日益严重的病毒勒索与攻击，英伟达也从BlueFieldDPU、DOCA软件栈和Morpheus网络安全人工智能框架等三个层面为企业提供了零信任的保护。
通过将控制平面由主机下放到DPU，系统能够实现主机业务和控制平面的完全隔离，数据将无法进行穿透，保证安全性。如果主机遭受入侵，安全控制代理与被入侵主机之间的DPU隔离层可防止攻击扩散至整个数据中心。这样DPU就解决了企业不愿直接在计算平台上部署安全代理的情况。通过在完全隔离于应用程序域的DPU上部署安全代理，企业不仅能获得对应用程序工作负载的可见性，还能在其基础设施中执行一致的安全策略。
BlueFieldDPU在国内已经有了不少用户，譬如UCloud的裸金属服务器（BareMetalServer）就采用英伟达BlueFieldDPU“满足客户高带宽、低时延的网络需求，并使用NVIDIAASAP技术实现了客户无缝接入NVGREOverlay虚拟网络，为客户提供更灵活优质的服务。”
第三代BlueFieldDPU于年4月发布，年正式供货。按照英伟达的规划，未来还将有第四代BlueFieldDPU的出现，预计要等到~年。
正如英伟达在人工智能领域的成功离不开CUDA，BlueField系列DPU也有名为DOCA的软件开发包保驾护航。DOCA（DataCenterOnAChipArchitecture，片上数据中心基础设施架构）包含利用BlueFieldDPU来创建、编译和优化应用的运行时环境，用于配置、升级和监控整个数据中心数千个DPU的编排工具，以及各种库、API和日益增加的各种应用，如深度数据包检测和负载均衡等。随着每代DPU的演进，原先使用DOCA开发的应用程序都可以完全向后兼容，且DPU路线图上的后续产品依然保证完全向前兼容。这意味着在目前BlueFieldDPU上运行的应用程序和数据中心基础设施，在不久的未来能不加修改地加速运行在BlueField-4DPU等后续产品上，这也从根本上保障了BlueField系列DPU强大的生命力和生态系统。
上图所示的是DOCA1.1软件栈，其中包括驱动程序、库、服务代理和参考应用。这个软件栈一方面包括了DOCASDK，另一部分是用于实现开箱即用部署的DOCA运行时（Runtime）软件。DOCA在底层硬件API上提供一个抽象层给上层的业务，开发者可以使用标准的API更快速、更轻松地进行开发，实现和上层业务的集成，并经优化后提供出色的性能，或者与底层接口合作达到更精细的控制。DOCA还具备基于容器化服务的DPU调配和部署，包含用于简化DPU设置、配置和服务编排的工具。目前，英伟达提供的DOCA软件栈已经达到了1.2版本，并在不断地扩展和完善。
小结
与x86的两强并立不同，更为开放的Arm架构目前已经呈现出百花齐放的局面，无论是在美国还是在中国，亦或是其他国家都有出色的芯片产品（比如日本排名第一的超级计算机富岳同样使用了Arm架构）。尤其是在当下强调多元算力的时代，Arm一方面可以帮助我们打造更多的应用场景，特别是云边协同的互动模式；另一方面对自研芯片来说，Arm也提供了一个很好的基础，允许用户进行创新和发挥。这就好比你买了许多乐高积木的零件重新组装一样，可以按照自己的想法搭建高楼、桥梁、汽车等等，提供了极大的自主性和创造空间。
就本次数字中国万里行的考察来看，不少数据中心都已经尝试使用Arm架构的平台。在我们调研的北京顺义、天津西青、云南大理等多个地区的数字城市建设中，Arm平台同样发挥着不可估量的巨大作用，在推动数字城市发展、加速地方数字化转型、提升数字竞争力方面也作出了突出的贡献。伴随着应用的不断深化和生态的日益完善，我们相信在今后的活动中，将会看到更多Arm平台的身影，也将为读者们呈现出更多的应用场景和优质案例。