3026
作者：畅秋
2022年12月中旬，业界传出消息，微软以约1.9亿美元的低价，收购了硅谷初创公司Fungible，该公司主业是研发DPU。前些天，也就是1月9日，微软官方正式发布了这一并购消息。微软收购Fungible的目的是为其Azure云平台开发定制处理器，这是近些年各大互联网企业都在做的事情，包括亚马逊（Amazon）、Meta、谷歌等，区别在于根据各自的业务特点，定制处理器的类型会有所不同，而DPU似乎正在成为它们共同的选择。这是因为系统需要处理的数据量越来越大，传统的CPU、GPU已经不堪重负了，需要一种专门的数据处理器，承担相应的任务，以使CPU、GPU能够将主要资源和算力放在它们擅长的指令处理上去。简单来讲，数据处理器DPU，通过其可编程特点，将网络通信、存储、安全保障等任务分离出来单独处理，让CPU专心处理指令任务。
微软收购Fungible并不是个案，近些年，为了应对云计算应用中数据量的爆发式增长，无论是系统、互联网企业，还是芯片企业，关于DPU的并购屡屡出现，例如，英伟达在2019年收购了Mellanox，DPU这个概念正是从那时兴起的，其旗舰产品BlueField在业界知名度大涨。之后，AMD先后收购了Xilinx和Pensando（Pensando和Fungible是硅谷最知名的DPU初创公司），目的都是DPU（DPU的前身是智能网卡SmartNIC，Xilinx利用其FPGA，在智能网卡应用领域如鱼得水）。
在芯片企业并购的同时，大型互联网企业也在通过并购或自研的方式，加紧推出适合自身业务特点和需要的DPU产品，如亚马逊发明了Nitro DPU，谷歌为其云业务自研了云张量处理器，用于加速人工智能工作流程，同时，谷歌还与英特尔合作推出了Mount Evans IPU。可见，亚马逊、谷歌、微软都开启了自研DPU业务，之所以如此，主要原因是：随着互联网云和边缘计算的发展，上层的软件业务对底层硬件要求越来越高，而传统的芯片公司，虽然有一些先进的技术，但受限于对具体应用场景的认知和理解，在云计算快速发展的情况下，这些技术并没有为系统和互联网客户带来更大的价值，或者说，它们的芯片功能和性能提升，明显落后于实际应用发展和变化的速度，甚至在某些方面，还会限制客户价值的发挥。以上这些问题和矛盾，迫使一些有实力的系统和互联网企业，不得不自研它们需要的芯片。自研的芯片，与外购的芯片相比，具有更高的性价比，更重要的是，可以提供差异化功能和服务，以及更好地支持软件升级。有了这些优点，自研芯片，特别是DPU，就是顺理成章的事了。不过，自研芯片初期的风险较大，且需要较高的研发投入，更重要的是，其自身的体量要足够大，才能消化足够数量的芯片，这样才能摊薄成本，自研芯片才有意义。而大型互联网企业恰好具备这些特点。
01、DPU遇到困局
在这几大互联网企业当中，微软是较晚自研DPU的，该公司原本是想与Fungible合作，为其Azure云平台开发定制处理器，但应用的发展对自研的要求愈加迫切，还有一点很重要，那就是此次收购属于抄底，微软只需要付出较小的成本，就拥有了该公司。之所以如此，是因为Fungible发展遇到了瓶颈，运营出现困难。Fungible由Juniper Networks联合创始人Pradeep Sindhu和苹果前软件工程高级副总裁Bertrand Serlet于2015年创立，并筹集了超过3亿美元的风险投资资金，但是在2022年8月，该公司透露已裁员并削减开支，11月缩减了产品线，显然，该公司陷入了困境，据悉，Fungible管理层原本想将该公司出售给Meta，但没有成功。12月，微软就出手了。
其实，Fungible遇到的困局并不是个案，近些年，包括中国大陆和美国，涌现出了一批DPU初创企业，在喧嚣过后，DPU的应用落地和企业发展问题凸显出来。
在前期投入方面，DPU与CPU/GPU量级相当，但是，虽然投入大（需要各种高性能IP，开发多种加速引擎）、难度高（把IaaS等很多上层软件服务融入到芯片的软硬件方案中，并且需要跟不同用户的不同应用场景进行对接），但其市场规模却有限，最起码现阶段是这样，并且，因为DPU跟业务和应用场景密切相关，如前文所述，很多DPU初创企业的用户都开始自研芯片，这使得公开市场规模雪上加霜，即使像英伟达这种级别的芯片企业，其DPU已经发布两年左右，目前仍没有得到大规模应用。再来看Fungible，该公司表示，其DPU不仅可以提升服务器的效率，还能提高存储基础设施的效率，为此，Fungible构建了一个闪存系统，即Fungible Storage Cluster，该系统使用其DPU技术来压缩数据并运行纠删码算法，可以确保在硬件出现故障时信息仍然可用。该公司表示，单个Fungible Storage Cluster系统每秒可以执行1300万次数据输入和输出操作。
简单来讲，Fungible的DPU主攻数据中心的数据存储处理，为此，该公司推出了FS1600 NVMe阵列存储产品，它用DPU取代了x86控制器，用基于DPU的存储（DBS）取代了传统的基于CPU的存储（CBS）。在此基础上，Fungible创始人想拓展出更大的应用市场，但就目前DPU的应用情况来看，拓展的难度很大，因为需要应对的应用场景大量增加，使得软硬件解耦难度加大，如果采用ASIC方案实现完全定制硬件加速，则是场景和硬件完全紧耦合，开发难度更大，灵活性更低，风险更高。软件生态方面，与CPU相比，DPU还没有成熟的软件支持能力。由于受到多种限制，Fungible的产品和应用拓展脚步困难重重，因此，Fungible在2022年将其业务重心重新放回到FS1600存储产品上，与此同时，创始人Pradeep Sindhu和董事会有了出售公司的想法。微软趁机抄底了Fungible，只用了约1.9亿美元，作为对比，AMD收购Pensando花费了约19亿美元。Pensando的产品为分布式服务卡 (Distributed Services Card，DSC)，类似 SmartNIC，但集成有CPU，最新一代的分布式服务卡Elba采用Arm CPU核。
02、IPU路线
众多芯片企业开发DPU，目的是减轻CPU的负担，而作为CPU行业霸主，英特尔没有推DPU，而是创造了IPU（基础设施处理单元）概念。英特尔开发IPU始于使用FPGA进行在线加速，许多金融服务机构将其用于高速交易等应用，数据转换通常无需修改即可放入FPGA。不久之后，SmartNIC出现了，它具有各种网络和存储加速功能，原本在CPU上运行的程序、算法、协议和服务器上的操作系统，可以放在SmartNIC上处理了，但它没有类似于CPU的计算核心来运行软件定义功能。于是，英特尔推出了IPU。IPU和SmartNIC的主要区别在于：IPU能够从主机卸载整个基础架构堆栈，并可以控制主机与该基础架构的连接方式，这为服务提供商提供了一层额外的防护和控制，由IPU在硬件中实施。SmartNIC具有与IPU相似的联网和卸载功能，但它作为外设，仍然在主机的控制之下。也就是说，IPU具备更高的独立性。亚马逊网络服务在其开发的Nitro智能网卡上采用了IPU。实际上，IPU与DPU的基本功能是相似的，都是为了处理海量数据，从而解放CPU，主要区别在于具体实现方式不同。
03、中国DPU产业向何处去？
过去几年，看到DPU的价值和市场发展潜力后，中国也涌现出了一批初创企业，如北中网芯、芯启源、云豹智能、星云智联、大禹智芯、中科驭数等。同时，投资机构和产业资本也很看好DPU赛道，本土互联网企业也通过投资入股的方式参与到DPU研发和市场拓展当中。然而，近一两年，中国DPU初创企业遇到多种问题，包括人才缺乏，产品落地难，以及资金不足等。由于DPU是新生事物，没有标准和成熟的设计流程参考，前期需要大量投资，有统计显示，一家DPU企业从零做起，到实现产品规模量产，至少需要3亿美元。从2021下半年开始，中国开始对资本市场去杠杆，半导体产业同样受到影响，进入2022年以后，多数投资者变得非常谨慎，半导体业迎来“融资寒冬”，初创企业不再像以前那么容易拿到投资人的钱了。在这种情况下，如果团队实力不过硬，已经很难按照原定计划发展，甚至生存都是问题。
与此同时，DPU产品落地遇到瓶颈期，有些企业为了短期利益，凭借前些年融到的资金，做一些相对容易的事情，如做基于FPGA的DPU解决方案，或者是传统的加速网卡，而不是自研DPU芯片。这样做，研发投入会少很多，且难度也大幅降低了。DPU的一个特点是难以做到通用，DPU是软件定义的计算架构，它将软硬件技术高度融合在一起，芯片企业要让产品落地，需要跟客户建立深层次合作关系，针对每家客户做定制化方案，这是件很难操作的事情，其过程繁琐复杂，且没有成熟经验借鉴。DPU芯片不太适合走通用路线，这就是亚马逊、谷歌、微软等国际互联网大厂纷纷自建团队，或收购DPU芯片初创企业，开发自家芯片的主要原因。鉴于DPU的这种特点，以及当下遇到的各种困难，或许中国DPU初创企业被本土系统或互联网大厂收购是更好的归宿。
除了收购，DPU芯片企业与本土系统或互联网大厂采取深度合作方式也是一个选择，近些年，百度、美团等投资DPU创业企业就是在走这条路。在技术迭代和优质资源整合方面，国外大厂已经走在了前面，它们正在加速抢占DPU产业生态系统主导地位。中国企业在这方面较为落后，没有形成合力，要想在将来的竞争中占有一席之地，还有很多工作要做。
下载ECAD模型
