在信息技術(shù)日新月異的浪潮中，DPU正逐漸嶄露頭角。當(dāng)前，DPU發(fā)展的核心驅(qū)動(dòng)力來(lái)自于什么？DPU技術(shù)是否已經(jīng)足夠成熟到廣泛應(yīng)用？市場(chǎng)上頭部玩家參與到這一創(chuàng)新技術(shù)的市場(chǎng)角逐之中？在算力時(shí)代，DPU應(yīng)該如何找準(zhǔn)價(jià)值定位？而中科馭數(shù)作為國(guó)內(nèi)DPU先行者，又將如何解題，引領(lǐng)DPU行業(yè)進(jìn)入到一個(gè)全新的高度？

6月19日，在中科馭數(shù)2024產(chǎn)品發(fā)布會(huì)上，中科馭數(shù)CEO鄢貴海發(fā)表了《重新定義DPU》主題演講，為我們深入探索DPU發(fā)展問(wèn)題打開了一扇窗口，讓我們帶著這些問(wèn)題，一起走進(jìn)鄢老師的演講實(shí)錄。

以下為演講文字實(shí)錄：

全文6462字|閱讀約16分鐘

01

我芯所向

馭數(shù)人是有信念、有追求、有敬畏、有技術(shù)的“四有新人”

六年前，中科馭數(shù)團(tuán)隊(duì)帶著對(duì)科技創(chuàng)新無(wú)比堅(jiān)定的信念、對(duì)發(fā)展自主可控核心技術(shù)的不懈追求，對(duì)變幻莫測(cè)的市場(chǎng)的深深敬畏，和對(duì)未來(lái)智能計(jì)算技術(shù)趨勢(shì)的研判，從實(shí)驗(yàn)室勇敢地邁出了科技創(chuàng)業(yè)的穩(wěn)健步伐。我們也成為了有信念、有追求、有敬畏、有技術(shù)的“四有新人”。

我們馭數(shù)人有一個(gè)執(zhí)念：不僅要把DPU做成一個(gè)產(chǎn)品，更要把“馭數(shù)”做成一個(gè)品牌，做成一個(gè)在數(shù)字時(shí)代、助力數(shù)字中國(guó)的品牌。馭數(shù)應(yīng)該成為這個(gè)時(shí)代——趁勢(shì)而上的企業(yè)。

然而我們清晰地知道，趨勢(shì)并不能確保馭數(shù)的成功，時(shí)代只會(huì)給真正創(chuàng)新的企業(yè)以回報(bào)，只會(huì)給效率至上的企業(yè)生存空間。

創(chuàng)新，就是某種意義上的以弱勝?gòu)?qiáng)。集中資源、聚其一點(diǎn)，突破核心技術(shù)，用敢干務(wù)實(shí)的態(tài)度，克服千難萬(wàn)難，夯實(shí)從0到1的過(guò)程。我們只聚焦DPU，不為任何風(fēng)口所動(dòng)。在研發(fā)DPU的過(guò)程中，也從來(lái)不抱怨環(huán)境，因?yàn)槲覀冎兰夹g(shù)創(chuàng)新的底色就是——攻堅(jiān)克難。

效率，就是以快勝慢。時(shí)間就是金錢，效率就是生命。緩慢穩(wěn)健是大象的專屬權(quán)利。創(chuàng)新性企業(yè)，必須用一年走過(guò)別人三年的路，才有可能在市場(chǎng)競(jìng)爭(zhēng)中贏得生存空間。在復(fù)雜大型芯片每代產(chǎn)品普遍3～5年的研發(fā)周期中，我們用6年的時(shí)間，完成了三代芯片的迭代，平均每代芯片迭代僅有不到2年的時(shí)間。同時(shí)在成本控制上，也遠(yuǎn)小于行業(yè)的平均值。

其秘訣，就是全棧技術(shù)自主研發(fā)，重硅前驗(yàn)證，快速迭代。用理論來(lái)指導(dǎo)實(shí)踐，而非盲目地訴諸于通過(guò)工程試錯(cuò)來(lái)優(yōu)化設(shè)計(jì)，把理論優(yōu)勢(shì)用到極致。

02

DPU是當(dāng)下算力基礎(chǔ)設(shè)施的核心創(chuàng)新

被稱為數(shù)據(jù)中心“第三大支柱”

DPU是當(dāng)下算力基礎(chǔ)設(shè)施的核心創(chuàng)新之一。如果把CPU比作大腦、那么GPU就好比是肌肉、而DPU就是神經(jīng)中樞。

CPU承載了應(yīng)用生態(tài)，決定了計(jì)算系統(tǒng)是否可以通用，GPU提供了高密度各類精度的算力，決定了系統(tǒng)是否有足夠的“力量”，DPU負(fù)責(zé)數(shù)據(jù)在各種CPU和GPU之間高效流通，決定了系統(tǒng)是否能協(xié)同工作。

DPU就是構(gòu)建數(shù)據(jù)網(wǎng)絡(luò)的“根結(jié)點(diǎn)”，掛載了各種計(jì)算、存儲(chǔ)資源的“葉節(jié)點(diǎn)”，無(wú)論這些處理器核是真實(shí)的物理核，還是虛擬化的核。

DPU很舊，舊到可以完全取代傳統(tǒng)網(wǎng)卡的功能。網(wǎng)卡俗稱為“網(wǎng)絡(luò)適配器”，其唯一的功能就是接收網(wǎng)絡(luò)發(fā)來(lái)的數(shù)據(jù)和把數(shù)據(jù)通過(guò)網(wǎng)絡(luò)發(fā)送出去，實(shí)現(xiàn)“上網(wǎng)”，好比交通的——綠皮車時(shí)代，解決全國(guó)主要城市基本通鐵路的問(wèn)題。

然而，DPU也很新，新到被稱為這個(gè)十年最重要的創(chuàng)新，被寄予了數(shù)據(jù)中心三大支柱芯片之一的定位，戴上了“PU”的王冠。好比數(shù)據(jù)網(wǎng)絡(luò)的——高鐵時(shí)代，已經(jīng)不僅僅是連通城市問(wèn)題， 而是徹底重構(gòu)了地理位置的邏輯距離了。

03

全球掀起DPU發(fā)展浪潮

產(chǎn)業(yè)頭號(hào)玩家爭(zhēng)先”搶灘“DPU賽道

過(guò)去五年DPU技術(shù)高速發(fā)展，特別是近三年。

短短幾年時(shí)間對(duì)于一種具備巨大產(chǎn)業(yè)化價(jià)值的芯片技術(shù)而言并不算長(zhǎng)，但是對(duì)于一種新的大類芯片類型，數(shù)家國(guó)際芯片業(yè)巨頭短時(shí)間內(nèi)組織研發(fā)力量并投入巨資“搶灘”式發(fā)布DPU產(chǎn)品也不是常見的現(xiàn)象。

NVIDIA于2020年發(fā)布了代號(hào)為BlueField 2的DPU產(chǎn)品，并高調(diào)宣稱這是數(shù)據(jù)中心場(chǎng)景下的“第三顆支柱型芯片（原文為the third pillar）”，同年Marvell發(fā)布了代號(hào)為OCTEON的DPU產(chǎn)品，主打5G基帶處理，攜手Facebook打造高性能的OpenRAN解決方案。

次年另一個(gè)芯片巨頭Intel攜全新的重磅產(chǎn)品IPU（Infrastructure Processing Unit）加入了對(duì)DPU市場(chǎng)的爭(zhēng)奪。前思科高管創(chuàng)立的科技公司Pensando在2020年HotChips會(huì)議上首次披露了其DPU的設(shè)計(jì)，主打P4，同時(shí)對(duì)PCIe設(shè)備虛擬化、存儲(chǔ)、信任根、加解密進(jìn)行了方案的支持，從技術(shù)來(lái)看甚至有領(lǐng)先后續(xù)披露DPU產(chǎn)品的行業(yè)巨頭廠商的勢(shì)頭（該公司于2022年被AMD高價(jià)并購(gòu)）。

在國(guó)內(nèi)的DPU產(chǎn)品方面，中科馭數(shù)也在一年半前（2022年）成功流片了一顆標(biāo)志性的DPU芯片，并且在網(wǎng)絡(luò)時(shí)延指標(biāo)和吞吐性能都處于業(yè)界同期較為領(lǐng)先的水平。阿里云也發(fā)布了CIPU產(chǎn)品、天翼云、移動(dòng)云也分別發(fā)布了自研的DPU加速卡產(chǎn)品，還有移動(dòng)云、天翼、云豹等，在此不一一列舉了。據(jù)不完全統(tǒng)計(jì)，涉及DPU產(chǎn)品的公司有數(shù)十家。

可以說(shuō)，在對(duì)DPU關(guān)注熱度而言，國(guó)內(nèi)并不亞于國(guó)外。

04

AI算力的發(fā)展加速DPU成熟

DPU是“順”算力基礎(chǔ)設(shè)施的“勢(shì)”而為

按照Gartner的技術(shù)成熟度曲線Hype Cycle的規(guī)律，針對(duì)一項(xiàng)新技術(shù)從創(chuàng)新、發(fā)展、過(guò)熱、回歸、沉淀、再進(jìn)入正常規(guī)?；瘧?yīng)用的常規(guī)發(fā)展路徑，我們?cè)谶^(guò)去2021年Gartner發(fā)布的Hype Cycle里出現(xiàn)了DPU，即“下一代SmartNICs，DPUs，IPUs”。該技術(shù)處于Hype Cycle的創(chuàng)新期，預(yù)測(cè)僅需要5～10年到達(dá)成熟期。而現(xiàn)在距離預(yù)測(cè)最早成熟期還有兩年。而AI算力的加速發(fā)展，正在加速DPU的成熟。

近年在OpenAI主導(dǎo)的GPT模型取得了突破性進(jìn)展已經(jīng)成為共識(shí)，甚至有專家認(rèn)為ChatGPT已經(jīng)通過(guò)了經(jīng)典的圖靈測(cè)試，人們已經(jīng)找到了從AI到AGI的“金鑰匙”，而“AIGC”將是新一輪的內(nèi)容生成、更是財(cái)富生成的密碼。于是乎一夜之間，大模型遍地開花，僅中國(guó)有信息披露的就超過(guò)70家，可謂之盛況空前。OpenAI幾乎以一己之力把人工智能的發(fā)展掛上了高速檔。

目前人工智能發(fā)展的三要素：數(shù)據(jù)、算法、算力，在這一輪AI大模型的洗禮下，仍然重要，但是這些要素配給的挑戰(zhàn)程度不同了。

在數(shù)據(jù)層面，人類社會(huì)雖然有五千年文明，但真正有大量數(shù)據(jù)沉淀的時(shí)間不超過(guò)200年，真正的數(shù)據(jù)爆發(fā)已經(jīng)是以計(jì)算機(jī)和互聯(lián)網(wǎng)的發(fā)明為標(biāo)志的第三次產(chǎn)業(yè)革命之后的事了。也正是隨著人類社會(huì)從電氣化向數(shù)字化的轉(zhuǎn)變，數(shù)據(jù)的爆發(fā)式增長(zhǎng)才真正到來(lái)——而這滿打滿算只不過(guò)短短五十年的時(shí)間。以當(dāng)前視角下所謂的“海量”數(shù)據(jù)，對(duì)于大模型訓(xùn)練而言，若非算力約束，是完全有能力消化的。

對(duì)于算法層面，雖然對(duì)創(chuàng)新有非常高的要求，幾乎都要走在科學(xué)的“無(wú)人區(qū)”才有可能“偶遇”突破口，但是一旦突破，驗(yàn)證了可行性，就可以迅速的普及開來(lái)，當(dāng)前大語(yǔ)言模型（LLM）的空前熱度就是證明。OpenAI的GPT取得技術(shù)突破后一旦發(fā)布，就會(huì)迅速成為各個(gè)行業(yè)的一種共性技術(shù)基礎(chǔ)。

而對(duì)于算力而言，相較于數(shù)據(jù)、算法層面的“軟約束”，算力面臨的是摩爾定律、登納德縮放定律、能耗指標(biāo)的物理“硬約束”。例如，就算訓(xùn)練GPT4的語(yǔ)料都具備，重新訓(xùn)練一次類GPT4大模型的算力需求、訓(xùn)練時(shí)間、綜合成本也會(huì)讓人望而生畏。甚至有專家斷言，從既有算力儲(chǔ)備的角度看，短期內(nèi)在國(guó)內(nèi)具備從0開始研發(fā)大模型的廠商不超過(guò)兩家。

算力就是AI時(shí)代的“面包”！如何解決算力問(wèn)題，成為了人工智能技術(shù)發(fā)展面臨的最嚴(yán)峻的挑戰(zhàn)，特別是在當(dāng)前高端算力芯片進(jìn)口受控的局面下。

DPU作為專注于解決算力基礎(chǔ)設(shè)施層各種數(shù)據(jù)流量負(fù)載的芯片，其發(fā)展的主要驅(qū)動(dòng)力也必然來(lái)自于對(duì)算力基礎(chǔ)設(shè)施的更高要求——正所謂順勢(shì)而為。

05

從計(jì)算系統(tǒng)的三個(gè)視角審視DPU核心價(jià)值

為數(shù)字經(jīng)濟(jì)構(gòu)造更高效、更大規(guī)模的算力底座

算力的問(wèn)題不僅是單一算力芯片的問(wèn)題，更是一個(gè)計(jì)算系統(tǒng)性的問(wèn)題。有研究表明，即便是配備了較先進(jìn)GPU的AI訓(xùn)練集群，受限于調(diào)度策略，數(shù)據(jù)共享，計(jì)算依賴等因素，僅30%系統(tǒng)計(jì)算資源利用率的現(xiàn)象并不罕見。如果再考慮在云計(jì)算環(huán)境下的多租戶等復(fù)雜場(chǎng)景，資源被高度虛擬化、池化，一方面消耗了大量的CPU資源，一方面給網(wǎng)絡(luò)、存儲(chǔ)、系統(tǒng)安全等增加了很大的復(fù)雜度，結(jié)果就是留給客戶應(yīng)用的計(jì)算資源不僅減少了，而且性能也被降級(jí)。

傳統(tǒng)意義上的“數(shù)據(jù)中心稅”已經(jīng)不僅僅是20～30%的資源開銷問(wèn)題，而是“算力經(jīng)濟(jì)”是否行得通的問(wèn)題！

我們需要采用系統(tǒng)性視角，革新我們的計(jì)算系統(tǒng)設(shè)計(jì)，而DPU是解決這一問(wèn)題的關(guān)鍵。

為什么？答案就在我們看待計(jì)算系統(tǒng)的三個(gè)視角中：

視角一：DPU要解決的首要問(wèn)題其實(shí)還是各種算力資源的高效使用的問(wèn)題，包括CPU的資源的釋放，CPU與GPU以及GPU之間的高效通信、容器間通信、容器與虛擬機(jī)、Bare-Metal的統(tǒng)一調(diào)度與管理 等等。甚至可以認(rèn)為DPU就是新一代算力基礎(chǔ)設(shè)施的“基帶”處理器（BP），解決資源的管理、數(shù)據(jù)通信問(wèn)題；相應(yīng)地，CPU和GPU可類比為“應(yīng)用”處理器（AP），解決的是上層應(yīng)用的執(zhí)行問(wèn)題。這里的“基帶”是以網(wǎng)絡(luò)為核心，類比在ISO七層協(xié)議的表示層/會(huì)話層以下的協(xié)議層，AP主要是應(yīng)用層及其之上承載的豐富的各種應(yīng)用。簡(jiǎn)言之，“BP+AP”就是新一代算力芯片的核心構(gòu)成，——正所謂CPU-GPU-DPU “三U一體”。

視角二：DPU是“算網(wǎng)”融合的關(guān)鍵。“網(wǎng)”這一端的核心作用是傳輸數(shù)據(jù)，核心的功能是路由和交換，但這并不是DPU的重心?！熬W(wǎng)”端的核心指標(biāo)帶寬和延遲，目前看其實(shí)并不是系統(tǒng)性能的瓶頸所在，在服務(wù)器的“算”端能不能線速的處理那么高帶寬的數(shù)據(jù)才是性能的瓶頸所在。DPU之所以仍要處理一些路由轉(zhuǎn)發(fā)業(yè)務(wù)的原因其實(shí)是由于虛擬化技術(shù)的使用，本地資源被虛擬成了各種可獨(dú)立運(yùn)行的計(jì)算資源節(jié)點(diǎn)（例如容器、虛擬機(jī)），在行為上與一個(gè)物理節(jié)點(diǎn)沒(méi)有區(qū)別，這些虛擬節(jié)點(diǎn)仍然有網(wǎng)絡(luò)互聯(lián)的需求，仍然有相互間訪問(wèn)，這也是網(wǎng)絡(luò)在“算”端的延伸，所以也就有了OVS，SRIOV，Virt-IO等技術(shù)的需求。可以說(shuō)是用“算”來(lái)實(shí)現(xiàn)“網(wǎng)”的功能——這不就是“算網(wǎng)融合”最具體的表現(xiàn)形式嗎！

視角三：基礎(chǔ)設(shè)施處理器的基礎(chǔ)性體現(xiàn)在網(wǎng)絡(luò)、存儲(chǔ)、安全、計(jì)算加速等服務(wù)，DPU可以承接自原來(lái)的CPU所支持的底層或獨(dú)立功能，即通常理解的“卸載”CPU的基礎(chǔ)層功能，特別是讓操作系統(tǒng)很多內(nèi)核態(tài)的服務(wù)遷移到DPU上，通過(guò)硬件輔助的手段來(lái)獲得更高的性能，這也決定了DPU不僅邏輯上應(yīng)該更靠近CPU，物理上也應(yīng)該更緊密才好?，F(xiàn)在備受矚目的CXL互聯(lián)協(xié)議，也為DPU進(jìn)一步靠近CPU提供了更方便的途徑。進(jìn)一步可以預(yù)測(cè)，維持直接相連節(jié)點(diǎn)間存儲(chǔ)數(shù)據(jù)一致性的高速互連網(wǎng)絡(luò)將會(huì)是DPU的核心能力之一。

總之，從功能上看，DPU將進(jìn)一步推動(dòng)算和網(wǎng)的融合，構(gòu)造更加高效、更大規(guī)模的算力底座。

06

革命的產(chǎn)品一定不是單純指標(biāo)的升級(jí)

而是深度契合了技術(shù)趨勢(shì)的發(fā)展

DPU到底值多少錢？

從DPU的價(jià)值判斷上看，應(yīng)該怎樣理解DPU之于未來(lái)的計(jì)算系統(tǒng)的作用和價(jià)值，DPU的價(jià)值是否可以通過(guò)替代多少個(gè)CPU/GPU核、降低幾微秒網(wǎng)絡(luò)延遲來(lái)體現(xiàn)呢？

答案是肯定的，但這僅僅是“管中窺豹”，只見一斑！

革命的產(chǎn)品一定不是單純指標(biāo)的升級(jí)，而是深度契合了技術(shù)趨勢(shì)的發(fā)展。汽車提升一下速度固然好，但是汽車做得再快，也不可能支撐航空產(chǎn)業(yè)的發(fā)展。

價(jià)值蘊(yùn)含在趨勢(shì)中。當(dāng)前，DPU的發(fā)展契合哪些趨勢(shì)呢？我們認(rèn)為至少有三個(gè)重要的趨勢(shì)值得關(guān)注：

趨勢(shì)一：當(dāng)前正處于人工智能時(shí)代的爆發(fā)前夜。

不可思議！短短30年產(chǎn)生三輪大的科技革命的奇跡即將成為現(xiàn)實(shí)。

2000年的互聯(lián)網(wǎng)，把世界變平了；2010年代的移動(dòng)互聯(lián)網(wǎng)，改變了人們生產(chǎn)和生活方式，也為數(shù)字化、智能化做出了必要積累；2020年代的人工智能，大模型的劇烈演進(jìn)，已經(jīng)讓人們看到了AGI的曙光，同時(shí)潛在失控風(fēng)險(xiǎn)也讓一些人感到深深的不安。我們中國(guó)人非常有“先見之明”，在40年前將計(jì)算機(jī)稱之為“電腦”，真的越來(lái)越像“腦”。深度學(xué)習(xí)的發(fā)明人、圖靈獎(jiǎng)得主Hinton明確表達(dá)了自己的觀點(diǎn)：今天的深度學(xué)習(xí)可能已經(jīng)有了意識(shí)。OpenAI的首席科學(xué)家，Hinton的高徒Ilya Sutskever也明確的表達(dá)建立完全自主的機(jī)器是完全有可能的，現(xiàn)在的當(dāng)務(wù)之急是如何確保機(jī)器的目標(biāo)和人類的目標(biāo)一致，而避免電影《終結(jié)者》中的場(chǎng)景成為現(xiàn)實(shí)。

盡管無(wú)論是腦科學(xué)還是認(rèn)知科學(xué)，人們現(xiàn)在還是無(wú)法解釋大腦為什么會(huì)產(chǎn)生智能。愛因斯坦說(shuō)“我們無(wú)法用提出問(wèn)題的思維來(lái)解決問(wèn)題”，是否可以理解為我們用人類智能來(lái)研究出的這些科學(xué)原理和經(jīng)驗(yàn)法則，是不可能解決人類智能的問(wèn)題的。相反，如果我們無(wú)法知道它的原理，也搞不清楚它的機(jī)制，但是結(jié)果卻超出預(yù)期，反而有可能是“智能”的原因。

有觀點(diǎn)認(rèn)為智能并不蘊(yùn)含在算法中，而在數(shù)據(jù)中。深度學(xué)習(xí)、大模型只是基于簡(jiǎn)單的計(jì)算規(guī)則，把數(shù)據(jù)的復(fù)雜性轉(zhuǎn)換成了模型的復(fù)雜性，從而將蘊(yùn)含在數(shù)據(jù)中的智能嵌入到了模型中。天量的數(shù)據(jù)，堪比人腦神經(jīng)元數(shù)量的模型規(guī)模，注定了算力需求必然暴漲。而迭代出的更好的模型對(duì)數(shù)據(jù)又會(huì)有更大的胃口，更大參數(shù)規(guī)模的模型；更大的算力意味著更高的智能。至此，算力與智能的正循環(huán)徹底啟動(dòng)了，難以逆轉(zhuǎn)。

趨勢(shì)二：盡管摩爾定律已經(jīng)放緩，但是單芯片規(guī)模還在不斷上升?！癝uper Computer on a single Chip”已經(jīng)成為現(xiàn)實(shí)。Chiplet技術(shù)使得單個(gè)封裝芯片的規(guī)?？梢圆粩嘣龃螅唤档土悸?。英偉達(dá)的GH200處理器單個(gè)芯片提供約4PFLOPS的算力（FP8精度），功率消耗控制在1000瓦。作為對(duì)比，在2010年Top500第一名的天河1A超級(jí)計(jì)算機(jī)，算力也不過(guò)2.57PFLOPS（全精度）。就目前而言，單芯片的算力還在指數(shù)增長(zhǎng)，這就意味著單個(gè)芯片的IO性能要求必然更高了。否則，就會(huì)面臨“茶壺里面煮餃子——倒不出來(lái)”的尷尬。

趨勢(shì)三：算力的供給方式多樣化與靈活性持續(xù)增強(qiáng)，降低客戶的算力成本。從IaaS，PaaS、SaaS到FaaS，對(duì)資源的供給方式和抽象層次一直在不斷的變化，背后的整體趨勢(shì)是越來(lái)越弱化應(yīng)用支撐的差異性，資源的粒度也越來(lái)越細(xì)化。從最早的以一臺(tái)帶著虛擬的CPU、內(nèi)存、網(wǎng)絡(luò)、存儲(chǔ)資源和操作系統(tǒng)的虛擬機(jī)服務(wù)，到只提供函數(shù)級(jí)的服務(wù)；費(fèi)用從按天/月租用虛擬機(jī)的方式計(jì)費(fèi)，和利用率無(wú)關(guān)，到按照調(diào)用函數(shù)的次數(shù)來(lái)計(jì)費(fèi)，pay as you go，這代表著算力資源的形式、組織方式、供給粒度都產(chǎn)生了巨大的變化，從粗放一直向集約化演進(jìn)。這對(duì)計(jì)算系統(tǒng)的部署、服務(wù)、運(yùn)維都提出了巨大的挑戰(zhàn)。

從資源管理的角度看，無(wú)論哪個(gè)層面的操作系統(tǒng)，都在建立在統(tǒng)一的視圖的基礎(chǔ)上，通過(guò)層次化抽象、封裝、模擬等技術(shù)來(lái)實(shí)現(xiàn)。例如虛擬機(jī)、容器和Bare Metal，都可作為計(jì)算節(jié)點(diǎn)，共享相同的物理資源池，并且有可能需要相互通信。這些計(jì)算節(jié)點(diǎn)會(huì)隨著應(yīng)用的需求按需動(dòng)態(tài)申請(qǐng)部署，協(xié)同工作，完成任務(wù)后即刻原地釋放了。這個(gè)管理的開銷是極大的。

大家一定對(duì)這三個(gè)趨勢(shì)的價(jià)值有自己的判斷。而相應(yīng)的，對(duì)DPU的價(jià)值判斷，我相信大家已經(jīng)有了答案！

以上三個(gè)趨勢(shì)有內(nèi)在因果關(guān)系。當(dāng)算力成為了剛需，必然導(dǎo)致第二個(gè)趨勢(shì)——單芯片越來(lái)越大，IO的需求越來(lái)越高，隨之管理這些資源也會(huì)越來(lái)越復(fù)雜。

其實(shí)不難理解，城市擴(kuò)大了，如果基礎(chǔ)設(shè)施和治理機(jī)制跟不上，就會(huì)出現(xiàn)“大城市病”，芯片變大了沒(méi)有配套好基礎(chǔ)設(shè)施和治理機(jī)制，也會(huì)出現(xiàn)“大芯片病”。

我們不能采用線性的思維來(lái)解決這個(gè)問(wèn)題。城市擴(kuò)大一倍，所有車道數(shù)量并不能簡(jiǎn)單的也擴(kuò)大一倍，而是需要地鐵、輕軌、立交橋等新型的基礎(chǔ)設(shè)施和相應(yīng)的高效流控機(jī)制。同樣的道理，解決“大芯片病”也一樣，也需要技術(shù)創(chuàng)新才有可能解決。

07

打通數(shù)據(jù)中心算力的“堰塞湖”

以架構(gòu)決勝、軟件護(hù)城、平臺(tái)上門重新定義DPU

馭數(shù)的目標(biāo)是為算力基礎(chǔ)設(shè)施提供一流的DPU產(chǎn)品，解決算力資源的彈性擴(kuò)展、高效互連、加速計(jì)算、統(tǒng)一運(yùn)維等關(guān)鍵問(wèn)題，打通數(shù)據(jù)中心算力的“堰塞湖”。

我們將——

架構(gòu)決勝——用最先進(jìn)的芯片架構(gòu)來(lái)重新定義DPU芯片架構(gòu)；

軟件護(hù)城——用最高兼容性來(lái)重新定義DPU的軟件系統(tǒng)；

平臺(tái)上門——用最低的成本讓客戶接入DPU規(guī)模化部署與業(yè)務(wù)驗(yàn)證。

為了實(shí)現(xiàn)這些目標(biāo)，DPU已經(jīng)不僅僅是一顆芯片，而是芯片、軟件、平臺(tái)的一體化工程，馭數(shù)將徹底重新定義DPU！

08

以”芯云計(jì)劃“全面進(jìn)化算力基礎(chǔ)設(shè)施

做到手中有芯，心里有云

在2025年，中科馭數(shù)會(huì)完成K3芯片的發(fā)布，仍然采用我們最新的KPU架構(gòu)，KISA2.0指令集，兼容KISA1.0，集成RISC-V輕量級(jí)控制核，處理帶寬將是K2Pro的四倍，達(dá)到800G，延遲低于1微秒，功耗比K2-Pro的下降40%。

在軟件方面，我們將逐步向各大開源社區(qū)開源我們的HADOS教育版，同時(shí)推出企業(yè)版HADOS 4.0，在性能、功能、穩(wěn)定性方面全面升級(jí)。

在云平臺(tái)方面，我們也將進(jìn)一步擴(kuò)容馭云，推出馭云2.0，節(jié)點(diǎn)規(guī)模從400個(gè)節(jié)點(diǎn)突破到1000個(gè)節(jié)點(diǎn)，同時(shí)在集群部署、運(yùn)維、調(diào)優(yōu)、一體化、可視化方面達(dá)到更高的高度。

這些內(nèi)容將構(gòu)成馭數(shù)在算力基礎(chǔ)設(shè)施領(lǐng)域的“芯云計(jì)劃”。我們做芯，是為了服務(wù)云。手中有芯，心里有云。

中科馭數(shù)也會(huì)繼續(xù)為行業(yè)做貢獻(xiàn)，持續(xù)深度參與行業(yè)標(biāo)準(zhǔn)的制定，力爭(zhēng)參與和牽引標(biāo)準(zhǔn)突破100項(xiàng)。同時(shí)，我們也會(huì)繼續(xù)重視知識(shí)產(chǎn)權(quán)保護(hù)，筑牢科創(chuàng)根基。到2025年末，累計(jì)提交發(fā)明專利1000項(xiàng)、軟件著作權(quán)1000項(xiàng)。

而這一切，都離不開我們生態(tài)伙伴的支持與信任。這也是我們馭數(shù)的信條——協(xié)作創(chuàng)造價(jià)值，創(chuàng)新引領(lǐng)未來(lái)。

09

希望人們以后像記住Intel=CPU，Nvidia=GPU一樣，

記得 馭數(shù)=DPU！

回顧歷史，50多年前的1971年，當(dāng)Intel發(fā)布了首顆成功的CPU產(chǎn)品，我們還沒(méi)有改革開放。

20多年前的1997年，Nvidia發(fā)布了讓它起死回生的GeForce系列GPU，宣告自己成為了GPU的發(fā)明者，而當(dāng)時(shí)對(duì)于科技創(chuàng)新而言，我們還處于濃濃的“做不如買，買不如租”的氛圍中。

4年前，當(dāng)DPU成為了風(fēng)口浪尖的熱點(diǎn)時(shí)，我們已經(jīng)提前出發(fā)了2年。這一次，我們終于有希望不僅是起得早，還能趕上早集。

我們更希望，人們以后像記住Intel=CPU，Nvidia=GPU一樣，記得馭數(shù)=DPU。

我們今天發(fā)布的所有成果，是中科馭數(shù)團(tuán)隊(duì)2千多個(gè)日夜艱苦奮戰(zhàn)的結(jié)果，就在現(xiàn)在，我們還有同事在客戶的現(xiàn)場(chǎng)開展交付調(diào)試，還有同事奔赴在去往各個(gè)客戶交付場(chǎng)景的高鐵、飛機(jī)上。

感謝大家的熱情參與，期待與您在不久的將來(lái)，再次相聚，再會(huì)！