为什么在 CPU、GPU 之外还需要 DPU 呢？因为大数据和 5G 时代，在 AI、边缘计算等场景下，网络数据不仅需要被传输（交给 CPU 等处理），还需要整个加工过程更加实时和海量，最好面向具体应用。除了制造独立的 DPU 芯片，还可以将其设计成网卡（NIC）的一个集成模块。足够强大和灵活的网卡可以根据应用需要处理所有网络中的数据，使得 CPU 得以专注于上层应用的流程控制等方面。
举例来说，通信数据最基础的操作是网络协议处理，据中科院科技战略咨询研究院估计，要服务 10G网络通信的协议处理就需要约 4 个 Xeon CPU 核，即占到 8 核高端 CPU 一半的算力。如果考虑更高速网络（40G、100G）以及更复杂的运算，则会占据更多现有 CPU 资源。此外，据谷歌和 Facebook 的研究，微服务通信开销可消耗 22~80%的 CPU 性能。
因此，GPU 是在 CPU 之外提供图形（和深度学习等）场景的加速，而 DPU 则是在 CPU 之外提供网络数据场景的加速。
DPU 的发展历程是和网络数据规模增长相关的，当 CPU 处理能力的增速（一度由摩尔定律定义）逐渐赶不上网络带宽、数据交换的规模增速时，这种需求就更加明显。将两个增速做成比值（称为带宽性能增速比 RBP），并分析两者的增速曲线可知，2020 年以来市场突破点的基础已经较明确的成型（图表 4 红圈部分），RBP 从 1 提升到 10 左右，算力的架构变革箭在弦上，随时会出现爆发机会。
同时，结合智能网卡的发展历程也可以看到，DPU 有望成为智能网卡下一阶段的重要推动因素，促使行业从第一代技术跃迁至第二代技术（DPU 智能网卡）。
DPU 的核心技术是什么？从它的功能和定位可以看出，DPU 除了传统的芯片技术，还依赖通信、数据处理等方面的技术。根据头豹研究院报告，（1）理论上 DPU 可基于 FPGA、MP（Multi-core，MP)与 ASIC 三类核心处理器进行设计；（2）产品上已商用的 DPU 产品形态包括“ASIC+GP”（NVIDIA 等采用）、“ASIC+NP”（华为等采用）。
目前行业处于自然生长阶段，各个技术路线都以能够满足客户需求先行。未来必然还会面临标准化、制程与工艺的提升、下游应用的多样化支持等挑战。
塑造全球市场千亿规模，中国市场 5 年 CAGR 超 100%
DPU 会部分分流（数据中心的）CPU 市场规模，但考虑到功能和性能的改善，我们认为 DPU 相对已有芯片市场来说仍然是增量。那么，DPU 的市场规模有多大呢？
据智能计算芯世界数据，到2027年全球数据中心加速器市场价值可达530亿美元，复合年增长率CAGR近 44%。而根据头豹研究院预测，中国 DPU 市场规模预计在 2022 年超 10 亿美元，2025 年接近 40 亿美元（约合人民币 240 亿元），复合年增速 CAGR 达 112%。另外，数据中心带宽升级周期在 3 年左右，那么在 2023-2025 年进入下一轮服务器设备以及 DPU 更换周期，DPU 市场规模有明显的增幅。
全球 DPU 行业市场规模预计会稳步攀升（从 2020 年的 30 亿美元增加到 2025 年内的 136 亿美元，CAGR约 36%），驱动力源自智能网卡方案的成熟、全球服务器出货量增长以及智能驾驶、边缘计算等下游应用的初步落地。
另一个市场规模预测的思路，是基于 Fungible 和英伟达等公司的预测，即用于数据中心的 DPU 量级将达到和数据中心服务器等量的级别。《DPU 技术白皮书》主编、中科院计算所研究员鄢贵海估计服务器每年新增大约千万量级，对应一颗或多可 DPU（类比网卡比例），若服务器，每年新增 1500万台，每颗 DPU 以 1 万元（我们预计在数千元）计算，则对应千亿级市场。结果与头豹研究院 2025年预测值相接近。
对于 DPU 和芯片领域的发展，近年来在政策支持上明显也是全力推动的。包括今年工信部发布的《新型数据中心发展三年行动计划（2021-2023 年）》，直接要求加快提升算力、算效和异构算力（DPU是异构计算一种），同时还强调要提高自主研发算力的部署比例、加强专用服务器等核心技术研发、树立基于 5G 和工业互联网等重点应用场景的边缘数据中心应用标杆。
来源：中银证券 《“第三颗主力芯片”DPU 的投资机会崛起》
/3 
文章评论（0条评论）
登录后参与讨论