DPU (Data Processing Unit)
Datenverarbeitungseinheit
Was ist das?
In ihrer Gesamtheit war die Entwicklung von Servertechnologien und Anwendungen in Rechenzentren stets darauf ausgerichtet, neue Entlastungseinheiten für die zentrale Verarbeitungseinheit (CPU) zu entwickeln und dadurch die Datenverarbeitung zu beschleunigen. Das offensichtlichste Beispiel ist die GPU, die ursprünglich zur Darstellung von Computergrafiken entwickelt wurde. Daraus entstand die GPGPU, als man erkannte, dass GPUs mehr können, als nur Grafiken zu rendern. Durch das Zusammenspiel von heterogenem Computing und paralleler Datenverarbeitung werden GPGPUs heute umfassend eingesetzt, um die Rechenleistung von CPUs bis in die Bereiche des High-Performance Computing (HPC) und des Supercomputing zu steigern.
Die DPU (Data Processing Unit, Datenverarbeitungseinheit) ist ein jüngerer Meilenstein bei der Umsetzung dieser Philosophie. Als dritte Säule des Rechenzentrums neben CPU und GPU entlastet die DPU die CPU zusätzlich, indem sie deren Netzwerk- und Kommunikationsaufgaben übernimmt. Mithilfe von Hardwarebeschleunigung und leistungsstarken Netzwerkschnittstellen eignet sie sich besonders für Datenübertragungen, Datenkomprimierung, Datenspeicherung, Datensicherheit und Datenanalysen. Während diese Aufgaben traditionell von der CPU ausgeführt wurden, können sie in einer großen Serverfarm oder einem Serverraum an DPUs delegiert werden, sodass die CPUs für andere Workloads zur Verfügung stehen. Dies kann bei datenintensiven Aufgaben wie Big Data, künstlicher Intelligenz (KI), maschinellem Lernen und Deep Learning einen erheblichen Leistungsunterschied bewirken.
Kostenloser Download:《So bauen Sie Ihr Rechenzentrum mit GIGABYTE auf》
Die DPU (Data Processing Unit, Datenverarbeitungseinheit) ist ein jüngerer Meilenstein bei der Umsetzung dieser Philosophie. Als dritte Säule des Rechenzentrums neben CPU und GPU entlastet die DPU die CPU zusätzlich, indem sie deren Netzwerk- und Kommunikationsaufgaben übernimmt. Mithilfe von Hardwarebeschleunigung und leistungsstarken Netzwerkschnittstellen eignet sie sich besonders für Datenübertragungen, Datenkomprimierung, Datenspeicherung, Datensicherheit und Datenanalysen. Während diese Aufgaben traditionell von der CPU ausgeführt wurden, können sie in einer großen Serverfarm oder einem Serverraum an DPUs delegiert werden, sodass die CPUs für andere Workloads zur Verfügung stehen. Dies kann bei datenintensiven Aufgaben wie Big Data, künstlicher Intelligenz (KI), maschinellem Lernen und Deep Learning einen erheblichen Leistungsunterschied bewirken.
Kostenloser Download:《So bauen Sie Ihr Rechenzentrum mit GIGABYTE auf》
Warum brauchen Sie sie?
Die Integration von DPUs in Ihren Rechencluster kann die Leistung steigern, insbesondere bei umfangreichen Projekten, die die Grenzen der Datenverarbeitungstechnologie erweitern. In einem Rechenzentrum, das DPUs zur Datenübertragung zwischen Prozessoren einsetzt, sind eine höhere Rechengeschwindigkeit, bessere Verfügbarkeit, mehr Sicherheit und eine einfachere gemeinsame Datennutzung zu erwarten. Befürworter sind überzeugt, dass DPUs künftig eine zentrale Rolle in Cloud-Computing-Rechenzentren spielen werden, da immer mehr Daten weltweit in die Cloud verlagert werden.
Wie unterstützt GIGABYTE?
Eines der führenden Produkte im Bereich der Datenverarbeitungseinheiten (DPUs) auf dem Markt ist die NVIDIA BlueField®-2 DPU. Sie entlastet die CPUs von kritischen Netzwerk-, Speicher- und Sicherheitsaufgaben und ermöglicht es Unternehmen, ihre IT-Infrastruktur in hochmoderne Rechenzentren umzuwandeln, die beschleunigt, vollständig programmierbar und mit „Zero-Trust“-Sicherheitsfunktionen ausgestattet sind, um Datenlecks und Cyberangriffe zu verhindern. Der G242-P32 von GIGABYTE, ein GPU-Server der G-Serie, ist Bestandteil des NVIDIA Arm HPC Developer Kit, einer integrierten Hardware- und Softwareplattform für HPC-, KI- und wissenschaftliche Rechenanwendungen. Das Kit ist mit zwei NVIDIA® BlueField®-2 DPUs ausgestattet. Das Arm HPC Developer Kit wird bereits von Kunden aus zahlreichen Branchen erfolgreich eingesetzt, darunter das Graduate Institute of Networking and Multimedia der National Taiwan University (NTU). Dieses hat ein intelligentes Verkehrssystem namens „High-Precision Traffic Flow Model“ entwickelt, um autonome Fahrzeuge zu testen und unfallträchtige Straßenabschnitte zu identifizieren, damit dort umgehend Abhilfe geschaffen werden kann.