在數據中心及云場景下，摩爾定律失效，通用處理單元 CPU 算力增長速率放緩，而網絡 IO 類速率及性能不斷攀升，二者增長速率差異形成剪刀差，即當前通用處理器的處理能力無法跟上網絡、磁盤等 IO 處理的需求。傳統數據中心下越來越多的通用 CPU 算力被 IO 及管理面等處理占用，這部分資源損耗稱之為數據中心稅（Datacenter Tax）。據 AWS 和 Google Cloud 統計，數據中心稅可能占據數據中心算力的 30% 以上，部分場景下甚至可能更多[1][2]。

DPU (Data Processing Unit) 的出現就是為了將這部分算力資源從主機 CPU上解放出來，通過將管理面、網絡、存儲、安全等能力卸載到專有的處理器芯片上進行處理加速，達成降本增效的結果。目前主流云廠商如 AWS 、阿里云、華為云都通過自研芯片完成管理面及相關數據面的卸載，實現數據中心計算資源 100% 售賣給客戶。

DPU 發展非?；馃?。云廠商及大數據在相關場景下對 DPU 存在較強烈的需求，國內也有很多 DPU 初創公司推出不同的 DPU 產品。在這一背景下，云和大數據等廠商需要考慮如何整合使用不同 DPU 產品，而 DPU 廠商也面臨對不同客戶交付時設備驅動適配客戶指定操作系統的問題。

openEuler 作為國內領先的開源開放操作系統，通過基于 openEuler 構建的 DPU-OS ，解決 DPU 廠商及客戶之間的適配問題。除此之外， DPU 上 OS 用于承載部分業務加速的需求，需要對 DPU-OS 進行性能優化加速，可以基于 openEuler 構建 DPU 相關加速能力，內置在 DPU-OS 中，構建 DPU 相關軟件生態。

DPU現狀
DPU 普遍具有以下特點及問題：

1. DPU 通用處理能力資源受限

當前 DPU 仍處在發展早期階段，硬件上仍在不斷演進，而且由于 DPU 供電限制，當前硬件規格普遍較低。主流 DPU 中通用處理器 CPU 核數較少，約 8-24 CPU ，且單核處理能力弱。內存大小受限，普遍在 16-32GB 。DPU 本地存儲空間為幾十到幾百 GB 不等。運行于 DPU 之上的操作系統也需要考慮這些限制。

2.DPU-OS 安裝方式多樣

當前 DPU 廠商及產品多種多樣，對應操作系統的安裝部署方式也不盡相同，包括 PXE 網絡安裝、U盤安裝或其他自定義安裝方式（由 HOST 下發安裝鏡像）。

3.DPU 性能需求

DPU 的應用場景決定其對性能有強烈需求。相比于通用服務器操作系統，DPU-OS 可能對內核特性或功能組件有特殊要求，比如用于設備直通熱遷移的 vDPA 特性、廠商特定驅動適配支持、DPU 進程的無感卸載特性、定制優化的用戶態數據面加速工具如 DPDK/SPDK/OVS、DPU 管理監控相關的工具類組件。

DPU-OS 需求
針對以上 DPU 現狀，提出對 DPU-OS 的需求如下：

1.極致輕量的 DPU-OS 安裝包

通過裁剪 openEuler 系統鏡像，減少非必要安裝包的空間占用；通過優化系統服務，減少資源底噪開銷。

2.裁剪配置及工具支持

提供裁剪配置及裁剪工具支持，客戶或 DPU 廠商可根據各自需求進行定制；openEuler 提供 ISO 參考實現。

3.定制化內核及系統，提供極致性能

通過定制內核及相關驅動，提供 DPU 競爭力內核特性；定制化加速類組件，使能 DPU 硬件加速能力；優化系統配置提供更優性能；通過 DPU 相關管理控制工具，方便用戶統一管理。

DPU-OS設計

圖1 DPU-OS 整體設計

如圖所示，DPU-OS 分為五層設計：

內核層：通過定制內核 config ，裁剪非必需內核特性及模塊，達成內核輕量級效果；使能特定內核特性提供高性能 DPU 內核能力。

驅動層：對 openEuler 原生驅動進行裁剪定制，選擇最小集合；DPU 廠商相關底層驅動集成，原生支持部分 DPU 硬件產品。

系統配置層：通過對系統 sysctl 、proc 進行配置，為 DPU 相關業務提供最優性能。

外圍包層：對 openEuler 外圍包進行裁剪定制，選擇最小集合；提供 DPU 相關的定制工具集合。

系統服務層：通過優化系統原生服務啟動項，減少非必要系統服務運行，保證系統運行時底噪最小化。

通過上述五層設計達成輕量化、極致性能 DPU-OS 的目標。該方案為相對長期設計，且對 DPU 相關軟硬件生態有較強的依賴。

當前對 DPU-OS 的實現還處于第一階段，專注于通過 openEuler imageTailor 工具進行進項裁剪，提供最小化的 DPU-OS 實現。后續規劃通過對內核及 DPU 相關組件的定制化修改、配置提供專用 DPU-OS 能力，提供高性能 DPU-OS 。

說明：

1. 當前階段的 DPU-OS 先基于 openEuler 現有內核及外圍包，使用鏡像裁剪工具 imageTailor 進行裁剪，提供輕量化 OS 安裝鏡像。后續可根據實際訴求，進行相關內核及外圍包特性的開發及集成。

2. DPU-OS 的裁剪步驟可參考社區文檔 DPU-OS 裁剪指導[3]，驗證與部署可參考 DPU-OS 部署驗證[4]。

客戶案例

天翼云

作為 openEuler 的重要合作伙伴，天翼云自身的 CTyunOS 系統脫胎于 openEuler，CTyunOS 目前在 DPU-OS 方面也進行了一些前期的構建與試驗工作。包括：

1. 基于 CTyunOS3 系統和 sig-DPU 發布的 DPU-OS 組件，構建 x86_64 和 aarch64 架構的 DPU-OS 鏡像。

2. 針對 kernel 包根據 DPU 實際要求進行定制（剔除 builtin 的 virtio-pci、virtio-ring 模塊等）。

3. 鏡像中增加定制外圍包，如 bash 命令補全、自定義工具、DPU 驅動包等。

4. DPU-OS 配置相關組件及服務，聯網情況下支持 yum 方式進行包更新升級。

天翼云 DPU 團隊在后續的 DPU 2.0 規劃里，將全面采用自身的 CTyunOS 系統，主推使用基于 CTyunOS3 構建的 DPU-OS 。相關需求與特性反饋給社區，與 openEuler 協作共建 DPU 軟件生態。

中科馭數

openEuler 為 DPU 應用發展落地提供良好的土壤，DPU 作為新生事物快速發展。DPU 往往會包含通用 CPU 架構的芯片來處理復雜的控制面邏輯。例如在虛擬化網絡體系中，需要 CPU 來運行復雜的網絡控制面程序；在網絡安全領域，眾多不同的安全框架也依賴 CPU 提供基礎算力。

而在 CPU 的具體選型上，DPU 產品面臨在不同應用場景、不同算力需求下的選擇問題。如 x86 可以提供強勁的性能，但是無法和 DPU 芯片做到較好融合；ARM 可以解決上述難題，但是在重應用卸載的場景存在性能問題；RISC-V 在成本與靈活性上能提供最優方案，但是代價是應用場景的適配性不高?？傊?CPU 的選型上目前還沒有最優解。在這種背景下，操作系統的選型至關重要。DPU 廠商在自己的操作系統選型中，往往會優先考慮下面幾個問題：

* 穩定與安全性

* 對底層不同架構的適配性

* 可裁剪與靈活性

經過充分的調研論證與測試，中科馭數為自己的 DPU 產品選擇 openEuler 作為底層基礎操作系統。首先 openEuler 操作系統已經過充分的落地實踐考驗，在系統穩定性上具有明顯優勢。其次 openEuler 可以提供完善的工具鏈支撐，不管是進行業務開發還是系統裁剪，都可以快速高效地完成。最后 openEuler 系統設計之初便考慮到對多樣性設備的支持，能夠與現有硬件生態緊密融合，極大降低了 DPU 廠家的研發成本。

得益于 openEuler 系統的出色的工具鏈支持，中科馭數已經完成第一代 DPU-OS 的裁剪定制開發并在眾多客戶業務中落地應用。后面中科馭數也將繼續深入探索 openEuler 系統，一方面繼續深化定制，打造最符合 DPU 應用場景的操作系統。另一方面也將持續為 openEuler 社區貢獻自身的力量，助力整個 openEuler 社區繁榮發展。

加入我們

sig-DPU 致力于以 openEuler 生態作為底座，打造輕量化、極致性能的 DPU-OS，助力客戶及 DPU廠商解決不同板卡與服務之間的兼容性問題。sig-DPU 依托 openEuler 生態，統一 DPU 與 HOST 操作系統底座，提供 DPU 場景定制化特性及組件，打造 DPU 軟件生態，更好地發揮其硬件卸載加速能力，進一步釋放 DPU 的商業價值。openEuler DPU-OS 已經聯合包括天翼云及中科馭數在內多家企業進行驗證。

審核編輯：彭菁