NVIDIA 缓慢但坚定地主导了企业 GPU 市场。 近年来，GPU 变得越来越重要，并且在必要时与 CPU 并驾齐驱。 NVIDIA 去年推出了一种新的处理单元，即数据处理单元或 DPU。 去哪里看看这三个，看看有什么区别，为什么一个人可能需要更多的一个或所有三个。
NVIDIA 缓慢但坚定地主导了企业 GPU 市场。 近年来，GPU 变得越来越重要，并且在必要时与 CPU 并驾齐驱。 NVIDIA 去年推出了一种新的处理单元，即数据处理单元或 DPU。 去哪里看看这三个，看看有什么区别，为什么一个人可能需要更多的一个或所有三个。
中央处理器 (CPU) 是最古老、最著名的处理单元。 CPU，或通常简称为“处理器”，自 1950 年代以来一直在使用。 通常被认为是计算机（或任何使用计算能力的任何东西）的一种大脑，在最长的时间里，这些处理单元是上述设备中唯一的可编程元素。 虽然它们继续变得越来越快，但信息技术不断变化的格局需要其他处理单元。
输入图形处理单元 (GPU)。 最初，GPU 被设计为独立于 CPU 工作，以操纵内存和渲染图像（图形）以显示输出。 GPU 曾经并且在很大程度上仍然在视频游戏中大量使用。 NVIDIA 以其 GPU 及其在视频游戏、汽车电子和移动设备方面的业务而闻名。 在企业中，NVIDIA 一直在利用其 GPU 能力处理 AI 工作负载。 GPU 的并行处理能力使其成为各种加速计算任务的理想选择。
什么是 NVIDIA DPU？
上面只是快速浏览一下，试图将广泛的主题概括起来。 CPU 和 GPU 的深度和细微差别可以填满书本，而且已经做到了。 虽然以上两种是最著名的，但还有第三种处理单元是相当新的，即 DPU。
我们最早提到 DPU 的时间之一是 VMware Project Monterey 宣布. CPU 是执行通用计算的大脑，GPU 现在加速计算，而新的 DPU 旨在处理在数据中心周围移动的数据。 根据 NVIDIA 的说法，DPU 将是一个片上系统，它是以下各项的组合：
- 行业标准的高性能，软件可编程的多核CPU
- 高性能网络接口
- 灵活的可编程加速引擎
上述特征是实现隔离、裸机、云原生计算平台所必需的，据该公司称，该平台将定义下一代云规模计算。 虽然 DPU 是独立的处理器，如 CPU 和 GPU，但它们更常见地嵌入在 SmartNIC 上，就像 Project Monterey 与 VMware 合作的情况一样。 NVIDIA 的 BlueField DPU 结合在 ConnectX 网络适配器上。 目前，NVIDIA 提供 NVIDIA BlueField-2 DPU 和 NVIDIA BlueField-2X AI-Powered DPU。
参与 StorageReview
电子报 | YouTube | 播客 iTunes/Spotify | Instagram | Twitter | Facebook | RSS订阅
