電子發燒友網報道（文/李彎彎）近日，中科馭數（北京）科技有限公司（以下簡稱“中科馭數”）在北京發布了關于DPU（指數據處理器芯片）的一套核心技術，包括國內首顆量產全功能DPU芯片K2Pro，以及基于該芯片的自研芯片架構和專用的指令集技術。

該公司表示，之所以發布一整套技術而非單顆芯片，是因為它們相互依賴、相互增強，共同構成了一個高效、靈活且功能強大的DPU解決方案。

中科馭數已完成三代DPU芯片的迭代研發

中科馭數成立于2018年，是一家專注于DPU芯片研發設計的企業，目前已經完成三代DPU芯片的迭代研發，并成功實現規模化商用。2019年，中科馭數研發了第一代DPU芯片K1，這是業界首顆數據庫和持續數據處理融合加速的芯片。

K1能夠應用在大數據以及數據計算密集型的場景，如金融計算、數據中心、5G等相關的計算場景。這顆芯片的重要意義在于驗證了中科馭數KPU芯片架構的可行性。據介紹，K1已進入金融計算行業，在風控、極速交易等業務場景中實現應用。

KPU是中科馭數基于“軟件定義加速器”技術路線自主研發的敏捷異構眾核的芯片架構。目前中科馭數已經研發了5個應用領域80余類功能核，其中包括網絡協議處理核、大數據處理核等重要的自研技術組件。KPU中不同的功能核可以通過軟件定義進行自由配置，大大降低芯片的設計成本，同時KPU每個功能核都是面向特定的功能，因此能做到性能最優。

2022年12月，中科馭數發布了第二代DPU芯片K2，采用28nm制程工藝，支持網絡、存儲、虛擬化等功能卸載，是當時國內首顆功能較完整的ASIC形態的DPU芯片。K2可達到1.2μs超低時延，支持最高200G網絡帶寬。K2基于中科馭數自研的KPU芯片架構，可廣泛適用于金融計算、高性能計算、數據中心、云原生、5G邊緣計算等場景。

基于DPU芯片核心技術，中科馭數還研發了超低時延DPU網卡、RDMA加速卡、數據查詢加速DPU卡以及面向金融計算領域的極速風控、極速行情等解決方案。

近日，中科馭數正式推出第三代DPU（數據處理器）芯片K2-Pro。K2-Pro是國內首顆量產全功能DPU算力芯片，專為未來數據中心和云原生環境定制優化。該芯片基于自主研發的KPU架構，集網絡、存儲、安全及計算等多業務卸載功能于一體。

在數據處理方面，K2-Pro的包處理速率翻倍至80Mpps，在網絡密集型應用中能提供更高的吞吐量和更低的延遲。它強化了對復雜業務的支持，集成多種硬件卸載引擎，如網絡卸載、流表卸載、存儲卸載及RDMA網絡卸載等。采用PPP、NP內核及P4可編程架構，實現業務與同構算力、異構算力靈活擴展，用戶可以根據實際需求動態調整和優化系統配置。

在處理復雜任務時，K2-Pro較上一代芯片能耗降低30%，實現低功耗運行。K2-Pro可應用于超低延遲網絡、數據中心、金融計算、大數據處理、高性能計算等場景，提升算力基礎設施效率，減少能耗浪費，降低成本。

與K2-Pro DPU芯片同時發布的還有軟件開發平臺HADOS3.0，它擁有驅動、計算、存儲、網絡、安全等不同層次的API數量高達2765個，適配了8款CPU平臺以及10大主流操作系統，是業內適配最完全、在國內實際落地部署最多的DPU軟件平臺之一。

還有聯合行業內眾多合作伙伴共同打造的馭云高性能云底座解決方案，將云計算體系中的基礎設施層面完全下沉，為集群提供網絡轉發、存儲服務、安全防護、管理調度等能力，可為云計算提供高性能、高吞吐、高安全的算力底座。

DPU在人工智能發展中的重要作用

DPU的概念最初由美國公司Fungible在2016年提出，旨在優化和提升數據中心效能。DPU被認為是數據中心繼CPU和GPU之后的“第三顆主力芯片”，主要用于云計算、數據中心這種大規模算力場景。

最初，DPU是為了加速網絡數據包處理而設計的，以降低主機CPU的負載。隨著人工智能和大數據分析的發展，DPU的功能逐漸擴展到加速各種數據處理任務，包括深度學習推理、存儲加速和安全加密等。

DPU被定位為以數據為中心構造的專用處理器，采用軟件定義技術路線支撐基礎設施層資源虛擬化，支持存儲、安全、服務質量管理等基礎設施層服務。

DPU的有著廣泛多樣化的應用場景，如，在數據中心中，DPU可以加速網絡數據包處理、存儲加速和安全加密等任務。在邊緣設備上部署DPU可以加速本地數據處理，減少與云端的通信延遲，并提高隱私和安全性。DPU可以用于加速深度學習模型的推理過程，從而實現實時的人工智能應用。在圖像識別、語音識別、自然語言處理等場景中，DPU可以提供高性能的計算能力，滿足實時性要求。

DPU的發展有著非常重大的價值，隨著計算任務的日益密集，以CPU為中心的傳統數據中心架構面臨性能提升的瓶頸。在大型數據中心，流量處理大約占用20%至30%的計算資源。而DPU最直接的作用是作為CPU的卸載引擎，接管網絡虛擬化、硬件資源池化等基礎設施層服務，從而釋放寶貴的CPU資源以運行上層應用，實現數據為中心的業務和基礎設施操作的分離。

中科馭數創始人鄢貴海介紹說：“如果把CPU比作大腦、GPU比作肌肉，那么DPU就相當于神經中樞。DPU負責數據在各種CPU和GPU之間高效流通，決定了系統是否能協同工作。將CPU處理效率低下、GPU處理不了的負載卸載到專用DPU，能夠提升計算系統效率、降低整體系統成本。

事實上，在目前火熱的AIGC應用方面，AI大模型的訓練往往同時使用數千或數萬個GPU芯片，整個服務器集群規模超10萬，此時DPU可以支持超大規模組網算力互連，并可支持100G+的超高帶寬，是AI產業發展的加速器。

寫在最后

DPU的發展歷程經歷了從網絡數據包處理到數據中心全方位數據處理能力的轉變，其技術不斷演進，功能逐漸豐富，應用場景日益廣泛。隨著云計算、大數據和人工智能等技術的快速發展，DPU將在未來數據中心中扮演更加重要的角色。