第2章：DPU硬件架构入门

说实话，很多刚接触DPU的朋友，第一反应都是——这玩意儿和CPU有啥区别？

我当年第一次拿到BlueField的规格书时，也懵了半天。后来拆了几块板子，翻了几个月文档，才算真正搞明白。今天我就把这点经验分享给你。

2.1 DPU芯片内部组成

一个典型的DPU芯片，说白了就是三大部分：ARM核、硬件加速引擎、网络接口。这三者缺一不可。

2.1.1 ARM核：DPU的大脑

ARM核负责控制面操作。比如处理网络协议栈的控制逻辑、运行管理固件、执行安全策略等。

我个人习惯把ARM核比作“管家”——它不干重活，但所有事情都得经过它调度。

• 典型配置：16-64个ARM Cortex-A72/A78核
• 主频：2-3GHz
• 缓存：L1/L2/L3三级缓存，通常几MB到几十MB

我在项目中遇到过一个问题：ARM核跑Linux时，中断处理太频繁，导致转发性能下降。后来把中断绑到特定核上，才解决。嗯，这里要注意——ARM核的亲和性设置很关键。

2.1.2 硬件加速引擎：真正的“大力士”

这部分才是DPU的精华。说白了，就是把那些CPU干起来费劲的活，用硬件电路直接搞定。

常见的加速引擎包括：

• 包处理引擎：支持L2-L4转发，线速处理
• 加密引擎：IPsec、TLS、AES等硬件卸载
• 存储加速：NVMe over Fabrics、压缩/解压缩
• 正则匹配：用于深度包检测（DPI）
• 调度器：QoS、流量整形

2.1.3 网络接口：DPU的门面

网络接口负责和外界通信。目前主流是25GbE/100GbE，高端产品已经到200GbE甚至400GbE。

接口类型	速率	典型应用
25GbE	25 Gbps	通用服务器
100GbE	100 Gbps	高性能计算
200GbE	200 Gbps	AI训练集群
400GbE	400 Gbps	超大规模数据中心

你想想看，如果网络接口跟不上，ARM核再强、加速引擎再多，也是白搭。这就是木桶效应。

2.2 主流DPU厂商介绍

目前市场上三足鼎立：NVIDIA、Intel、AMD。每家都有自己的思路和生态。

2.2.1 NVIDIA BlueField

BlueField是目前最成熟的DPU产品线。它基于Mellanox的ConnectX网卡技术，加上ARM核和加速引擎。

• BlueField-2：8个ARM A72核，200GbE，支持DOCA SDK
• BlueField-3：16个ARM A78核，400GbE，AI加速
• BlueField-4：传闻中，集成更多AI能力

我最早接触DPU就是从BlueField-2开始的。说实话，DOCA的文档写得不错，但学习曲线还是有点陡。建议你先从基础例程入手，别一上来就搞复杂应用。

2.2.2 Intel IPU

Intel的IPU（Infrastructure Processing Unit）走的是另一条路。它基于Xeon D或Agilex FPGA，强调灵活性和可编程性。

• Mount Evans：Intel和Google联合开发，基于Xeon D
• Oak Springs Canyon：基于Agilex FPGA，适合原型验证

2.2.3 AMD Pensando

Pensando是AMD收购的一家DPU初创公司。它的特点是：P4可编程数据平面，灵活性极高。

• DSC-200：100GbE，适合边缘和云
• DSC-300：200GbE，面向数据中心

我个人觉得Pensando的P4编程模型很有意思。你想想看，用P4写转发逻辑，比用C语言写ARM固件要直观得多。不过P4的学习门槛也不低，建议先看几个例子再动手。

2.3 DPU开发板选型指南

选开发板，说白了就是看你的需求。我总结了几条经验：

1. 看接口速率：25GbE够用就别上100GbE，省成本
2. 看ARM核数：控制面复杂就多核，简单就少核
3. 看加速引擎：需要什么功能就选对应的板子
4. 看生态支持：文档、社区、SDK成熟度很重要

我曾经帮一个客户选型，他非要买400GbE的板子，结果他的服务器连100GbE的PCIe插槽都没有。嗯，这就是典型的“买得起马配不起鞍”。

本章小结

DPU硬件架构的核心就是ARM核+加速引擎+网络接口。三大厂商各有千秋：NVIDIA生态最成熟，Intel灵活性高，AMD可编程性强。选开发板时，别光看参数，要结合自己的实际需求。

下一章我们会深入DPU的软件栈，看看怎么让这些硬件跑起来。到时候我会分享一些我踩过的坑，保证让你少走弯路。

---