1. 收集许多Arm核心 。
2. 增加现场可编程门阵列（FPGA） ， 可编程逻辑 。
3. 增加一种是自定义设计的网络处理器 。

Smart NIC 互联通信：
管理侧网络后台任务是最先遇到资源消耗挑战问题的 ， 在25bit/s下占用的CPU资源已经非常显著 。 智能网卡就是为卸载网络相关工作任务而设计的 。
DPU 数据处理：
从本质上来说 ， 在智能网卡的基础上行 ， 不仅仅是网络 ， 而是整个I/O相关的工作任务处理都会面临资源消耗的挑战问题 ， 因此DPU在网络卸载的基础上 ， 加入了存储卸载及虚拟化卸载的解决方案 。
IPU 基础设施处理：
从云计算公司的角度来看 ， 基础设施处理器平台不仅承载网络、存储及虚拟化的卸载 ， 还需要承担安全、管理、监控等各种管理面的功能 ， 更为关键的是物理隔离业务和管理：业务在CPU和GPU ， 管理在DPU（或者更准确地称为IPU） 。 目前英特尔已经使用 FPGA 部署了 IPU ， 微软、百度、京东云和 VMWare是买家 。 通过特定功能 ， IPU可对数据中心中基于微服务架构的现代应用程序进行加速 。 谷歌和Facebook的研究表明 ， 微服务通信开销可消耗22%到80%的CPU性能 。
// DPU目前的主要架构
▎基于FPGA的SmartNIC
Pro：灵活性高 ， 可编程
可以像处理网络和存储一样处理计算 ， 在开发上 ， 可以如CPU一样具有高度的可编程性 ， 也可以像在SoC解决方案上一样快速开发新功能 。 如赛灵思宣称 ， 其Alveo U25与基于Arm多核的SmartNIC相比 ， 在相同功率下 ， 性能可提高10倍 。
▎基于ARM多核阵列
Pro：可以卸载明确定义的任务 ， 例如标准化的安全和存储协议 ， GPU可以从与DPU融合中受益
Con：

1. 基于软件可编程处理器 ， 由于缺乏处理器并行性 ， 这些处理器在用于网络处理时速度较慢
2. 多核 SmartNIC ASIC中的固定功能引擎无法扩展来处理新的加密或安全算法 ， 因为它们缺乏足够的可编程性 ， 只能适应轻微的算法更改 。

▎异构核阵列
Pro：异构具有更高的灵活性 ， 并能带来更高效的数据处理效率
Con：需要自研架构 ， 研发投入较高 。 如国内中科驭数的KPU架构 ， 他们将四类异构核组织起来 ， 分别处理网络协议 ， OLAP\OLTP处理 ， 机器学习和安全加密运算核 。
目前的趋势是趋于折中 ， 且专用核的比重越来越大 ， 正在成为最新的产品趋势 ， 以英伟达的BlueField2系列DPU来看 ， 就包括4个Arm核及多个专用加速核区域 ， Fungible的DPU则包含6大类的专用核 ， 和52个MIPS小型通用核 。
06 DPU赛道上主要玩家 // 大厂收购初创企业
【出行洞察：DPU市场火热，“芯”战场发展前景如何？】在DPU这一新兴芯片赛道上已有英伟达（收购Mellanox）、英特尔（收购Bearfoot ）、Broadcom和Marvell（收购Cavium）、 Fungible（初创） 、Xllinx等巨头 ， 主要以收购初创企业的方式完成 。

文章图片

// 初创企业团队来自大厂背景 ， 专注单一架构的芯片
他们成立时间大部分在2018年及以后 ， 在半年内均完成了多轮融资 ， 前期投资机构持续加码 。

文章图片

市场中DPU玩家与所有芯片厂商类似 ， 在产业链中主要负责IC设计环节 ， 仅有少部分设计框架设计 。
EDA：设计芯片的软件高度垄断：美国的Synopsys、美国的Cadence 和西门子旗下的 Mentor Graphicss占领95%市场 。