DPU: Uno dei tre Pilastri dell'Informatica per il Futuro

Con l'evolversi del panorama informatico, l'emergere delle Data Processing Unit (DPU) sta rimodellando il futuro dei data center e delle architetture di calcolo. In questo articolo, approfondiamo il significato e il ruolo delle DPU in questo dominio e le confrontiamo con le tradizionali Central Processing Units (CPU) e Graphics Processing Units (GPU).

Cos'è il DPU?

La DPU (Data Processing Unit) è un acceleratore hardware specializzato progettato per gestire le attività di rete, archiviazione e calcolo nei data center, che si affiancherà alle CPU e alle GPU come uno dei tre pilastri dell'informatica. Come nuovo tipo di processore programmabile, la DPU combina tre elementi chiave ed è un sistema su chip (SoC), che combina:

• Elaborazione di Potenza: La DPU comprende una CPU multi-core standard del settore, ad alte prestazioni e programmabile via software, strettamente integrata con altri componenti del SoC, sfruttando l'architettura Arm ampiamente adottata.

• Trasferimento Dati Veloce come un Fulmine: Grazie all'interfaccia di rete ad alte prestazioni, la DPU è in grado di analizzare, elaborare e trasferire dati alle GPU e alle CPU alla velocità di linea della rete o alla velocità del resto della rete.

• Accelerazione Versatile: Dotati di un ricco set di motori di accelerazione flessibili e programmabili, questi motori scaricano e migliorano le prestazioni delle applicazioni in AI, apprendimento automatico, sicurezza zero-trust, telecomunicazioni, archiviazione e altro ancora.

CPU vs. GPU vs. DPU: Qual è la Differenza tra Loro？

Molti probabilmente conoscono già l'unità di elaborazione centrale. Flessibili e reattive, per molti anni le CPU sono state l'unico elemento programmabile nella maggior parte dei computer. In tempi più recenti, le GPU hanno acquisito maggiore importanza: inizialmente utilizzate per la grafica in tempo reale, sono ora essenziali per l'intelligenza artificiale, il deep learning e l'analisi dei big data. Nell'ultimo decennio, l'elaborazione si è estesa oltre i PC e i server e le DPU sono diventate il terzo membro del modello di elaborazione accelerata incentrato sui dati. Esistono alcune differenze di funzione, progettazione e applicazione tra CPU, GPU e DPU.

• 1. Funzionalità e Utilizzo: La CPU è adatta a varie attività di calcolo generale, la GPU è per il calcolo accelerato e la DPU, che sposta i dati all'interno del data center, esegue l'elaborazione dei dati

• 2. Design e Architettura: La CPU utilizza una complessa architettura di processore general-purpose, offrendo maggiore flessibilità e programmabilità, la GPU adotta un'architettura altamente parallela utilizzata per accelerare l'elaborazione grafica e compiti computazionalmente intensi, ma la sua flessibilità nel calcolo generale è relativamente inferiore. Il design di DPU si concentra principalmente sull'elaborazione dei dati e sull'accelerazione delle funzioni di rete, integrando vari acceleratori hardware e funzionalità di ottimizzazione per fornire soluzioni di elaborazione dei dati ad alte prestazioni e a bassa latenza.

• 3. Aree di Applicazione: La CPU è ampiamente utilizzata nei computer desktop, nei server e nei dispositivi mobili, la GPU è utilizzata principalmente in settori quali il rendering grafico, i giochi, l'elaborazione scientifica e l'apprendimento automatico, ed è adatta a compiti che richiedono un'elaborazione in parallelo su larga scala, mentre la DPU è utilizzata principalmente nei data center e nei dispositivi di rete per accelerare compiti quali l'elaborazione dei pacchetti, la gestione del traffico e la crittografia sicura, fornendo un'elaborazione dei dati ad alte prestazioni e l'accelerazione delle funzioni di rete.

Controllare anche-Confronto Approfondito tra CPU e GPU dei Server

Il DPU può funzionare come processore embedded indipendente. Tuttavia, è più comunemente integrato in un SmartNIC, un controller di interfaccia di rete che è un componente vitale in un server di nuova generazione.

Altri dispositivi che dichiarano di essere DPU mancano di componenti chiave dei tre elementi cruciali sopra menzionati, tra cui l'elaborazione potente, il trasferimento di dati fulmineo e l'accelerazione versatile.

Che cos'è una vera DPU? In generale, ci sono dieci funzionalità che i motori di accelerazione del percorso dati di rete devono essere in grado di fornire:

• 1. Implementazione di OVS attraverso il parsing, la corrispondenza e la manipolazione dei pacchetti di dati.

• 2. Accelerazione del trasporto dati RDMA per Zero Touch RoCE.

• 3. Gli acceleratori GPU Direct consentono l'alimentazione diretta dei dati in rete alle GPU, bypassando la CPU.

• 4. Accelerazione TCP con funzioni come RSS, LRO e checksum.

• 5. Virtualizzazione della rete per VXLAN, overlay Geneve e offload VTEP.

• 6. Acceleratore di traffic shaping per reti di streaming multimediale e distribuzione di contenuti.

• 7. Acceleratori di temporizzazione di precisione per le funzionalità cloud RAN e 5G delle telco.

• 8. Accelerazione crittografica per IPSEC e TLS in linea.

• 9. Supporto della virtualizzazione per SR-IOV, VirtIO e para-virtualizzazione.

• 10. Isolamento sicuro con root of trust, avvio sicuro, aggiornamenti del firmware, container autenticati e gestione del ciclo di vita delle applicazioni.

Alcune cosiddette DPU sono specializzate solo in alcune funzioni, mentre altre cercano di scaricare il percorso dei dati utilizzando processori proprietari. Tuttavia, questo approccio è inadeguato per le vaste dimensioni e la complessità dei data center.

Il tentativo peggiore è quello di utilizzare processori proprietari per scaricare il percorso dati. Sebbene sia un'ottima soluzione per la prototipazione, si tratta di un'operazione insensata a causa delle dimensioni, della portata e dell'ampiezza dei data center.

In breve, le DPU (Data Processing Unit) sono emerse come uno dei tre pilastri del mondo dell'informatica, insieme alle CPU e alle GPU. Grazie alla loro capacità di gestire in modo efficiente il movimento e l'elaborazione dei dati all'interno dei data center, le DPU svolgono un ruolo fondamentale nel consentire l'elaborazione su scala cloud e nel soddisfare le esigenze delle applicazioni moderne.