آشنایی با فناوری DPUs (Data Processing Units) و تأثیر آن بر آینده سرورها

DPU چیست و چه تفاوتی با CPU و GPU دارد؟

DPU یک واحد پردازشی تخصصی برای اجرای وظایفی است که مستقیماً با جابه‌جایی، پردازش و حفاظت از داده در زیرساخت ارتباط دارند. در معماری سنتی بسیاری از این وظایف توسط CPU سرور انجام می‌شوند؛ برای مثال پردازش Packetها، Virtual Switching، رمزنگاری، برخی عملیات Storage I/O، Telemetry و اجرای سرویس‌های زیرساختی.

اهمیت این معماری زمانی بیشتر می‌شود که حجم پردازش زیرساختی روی Host افزایش پیدا کند. در سرورهایی که بخش قابل توجهی از CPU صرف Networking، Encryption، Storage Services یا Virtualization Overhead می‌شود، انتقال بخشی از این وظایف به DPU می‌تواند ظرفیت پردازنده میزبان را برای Workload اصلی آزاد کند.

به همین دلیل، DPU را باید بخشی از روند «پردازش ناهمگون» یا Heterogeneous Computing در نظر گرفت؛ رویکردی که در آن CPU، GPU و پردازنده‌های تخصصی هر یک وظایفی را انجام می‌دهند که برای آن مناسب‌تر طراحی شده‌اند. برای مطالعه موضوعات مرتبط با معماری پردازشی سرورها می‌توانید مجموعه مقالات سرور و سخت‌افزار را نیز بررسی کنید.

CPU، GPU و DPU چه نقش متفاوتی دارند؟

CPU همچنان پردازنده عمومی و اصلی سیستم است و برای اجرای سیستم‌عامل، منطق برنامه‌ها و طیف گسترده‌ای از محاسبات طراحی شده است. GPU در مقابل، تعداد زیادی عملیات موازی را با کارایی بالا اجرا می‌کند و به همین علت در AI، HPC، رندرینگ و تحلیل‌های موازی اهمیت دارد.

DPU بیشتر در مسیر I/O و زیرساخت قرار می‌گیرد. وظیفه آن می‌تواند پردازش ترافیک شبکه، کنترل Data Path، شتاب‌دهی رمزنگاری، Storage Offload یا جداسازی سرویس‌های زیرساختی از Workloadهای کاربر باشد. بنابراین این سه واحد رقیب مستقیم یکدیگر نیستند و در بسیاری از معماری‌های پیشرفته کنار هم استفاده می‌شوند.

معماری داخلی DPU چگونه کار می‌کند؟

معماری دقیق یک DPU به سازنده و نسل محصول بستگی دارد، اما راهکارهای مدرن معمولاً چند جزء را کنار یکدیگر قرار می‌دهند: هسته‌های قابل برنامه‌ریزی، رابط شبکه پرسرعت، مسیر داده سخت‌افزاری، شتاب‌دهنده‌های تخصصی و حافظه یا منابع محلی مورد نیاز برای اجرای نرم‌افزار زیرساختی.

هسته‌های پردازشی قابل برنامه‌ریزی

برخلاف یک NIC ساده، بسیاری از DPUها دارای هسته‌های پردازشی مستقل هستند و می‌توانند بخشی از نرم‌افزار یا Control Plane زیرساخت را روی خود اجرا کنند. این طراحی اجازه می‌دهد سرویس‌هایی که در معماری سنتی روی CPU میزبان اجرا می‌شدند، به دامنه‌ای مستقل‌تر منتقل شوند.

وجود این هسته‌ها به‌تنهایی کافی نیست؛ ارزش واقعی DPU از ترکیب پردازنده قابل برنامه‌ریزی با Hardware Acceleratorها و دسترسی مستقیم به مسیر شبکه یا I/O ایجاد می‌شود.

رابط شبکه، Data Path و شتاب‌دهنده‌های سخت‌افزاری

یکی از مهم‌ترین اجزای DPU رابط شبکه پرسرعت آن است. نرخ انتقال داده به مدل و نسل محصول وابسته است و در راهکارهای امروزی می‌تواند از سرعت‌های متداول دیتاسنتری تا صدها گیگابیت بر ثانیه برسد.

شتاب‌دهنده‌های سخت‌افزاری نیز ممکن است برای پردازش Packet، Encryption، Compression، RDMA، NVMe-oF، Virtual Switching، QoS یا سایر وظایف Data Plane استفاده شوند. نوع و دامنه این قابلیت‌ها میان محصولات مختلف تفاوت قابل توجهی دارد؛ بنابراین هنگام Sizing نباید صرفاً به عبارت DPU روی Datasheet اکتفا کرد.

از آنجا که کیفیت NIC و Data Path تأثیر مستقیمی بر این معماری دارد، مطالعه راهنمای انتخاب NIC در شبکه دیتاسنتر می‌تواند در درک بهتر این بخش مفید باشد.

امنیت و جداسازی زیرساخت

یکی از جذاب‌ترین قابلیت‌های DPU امکان جداسازی بخشی از Infrastructure Plane از CPU میزبان است. در معماری مناسب، سرویس‌های شبکه و امنیت می‌توانند روی یک دامنه پردازشی مستقل اجرا شوند و وابستگی آن‌ها به سیستم‌عامل یا Workload میزبان کاهش پیدا کند.

برخی محصولات همچنین قابلیت‌هایی مانند Secure Boot، Cryptographic Acceleration، Isolation و Root of Trust ارائه می‌کنند. با این حال، وجود DPU به‌خودی‌خود یک معماری را Zero Trust نمی‌کند؛ سیاست هویت، Segmentation، کنترل دسترسی، Logging و سایر لایه‌های امنیتی همچنان ضروری هستند. برای بررسی این معماری می‌توانید مقاله Zero Trust Security در دیتاسنترها را مطالعه کنید.

مزایای DPU در زیرساخت سرور و دیتاسنتر

مهم‌ترین ارزش DPU، انتقال بخشی از پردازش زیرساختی از CPU میزبان به یک واحد تخصصی است. میزان سود واقعی به نوع Workload، حجم ترافیک، Software Stack و قابلیت‌های Offload بستگی دارد و نباید برای همه محیط‌ها یکسان فرض شود.

مهم‌ترین کاربردهای DPU در زیرساخت سازمانی

ارزش DPU در محیط‌هایی بیشتر دیده می‌شود که حجم بالایی از ترافیک، چندمستاجری، مجازی‌سازی گسترده، نیازهای امنیتی جدی یا زیرساخت AI و HPC وجود داشته باشد. در یک سرور عمومی با بار شبکه محدود، اضافه کردن DPU ممکن است هیچ توجیه اقتصادی مشخصی ایجاد نکند.

تفاوت DPU با SmartNIC و IPU چیست؟

اصطلاحات DPU، SmartNIC و IPU همیشه مرز کاملاً استاندارد و یکسانی ندارند و Vendorهای مختلف ممکن است محصولات مشابه را با نام‌های متفاوت معرفی کنند. به همین علت بهتر است به جای تصمیم‌گیری صرفاً بر اساس نام محصول، معماری و قابلیت‌های واقعی آن بررسی شود.

چالش‌ها و محدودیت‌های DPU پیش از پیاده‌سازی

اضافه شدن DPU به سرور، یک لایه جدید سخت‌افزاری و نرم‌افزاری ایجاد می‌کند. همین موضوع علاوه بر مزایا، پیچیدگی بیشتری در طراحی، Lifecycle Management، Firmware، Monitoring و Troubleshooting به همراه دارد.

سازگاری نرم‌افزار، Hypervisor و سرور

مهم‌ترین بررسی قبل از خرید، سازگاری است. پشتیبانی از DPU معمولاً به ترکیبی از مدل سرور، Slot و فرم فاکتور، BIOS و Firmware، سیستم‌عامل، Driver، نسخه Hypervisor و Software Stack سازنده وابسته است.

بنابراین نمی‌توان صرفاً با مشاهده PCIe Compatibility نتیجه گرفت که همه قابلیت‌های DPU در یک سرور قابل استفاده خواهند بود. Hardware Compatibility List و مستندات OEM و Vendor باید برای همان مدل و نسخه نرم‌افزاری بررسی شوند.

هزینه، عملیات و مهارت تیم فنی

DPU هزینه مستقیم سخت‌افزار و در برخی پلتفرم‌ها هزینه نرم‌افزار، پشتیبانی یا Integration ایجاد می‌کند. از طرف دیگر، تیم عملیات باید بتواند Firmware، Embedded Software، Telemetry و ارتباط میان Host و DPU را مدیریت و عیب‌یابی کند.

در محیطی که فشار CPU ناشی از Infrastructure Services پایین است، این هزینه و پیچیدگی ممکن است در برابر مزیت حاصل منطقی نباشد. به همین دلیل استفاده از DPU باید بر اساس یک Business Case مشخص انجام شود، نه صرفاً به دلیل جدید بودن فناوری.

راهنمای انتخاب و پیاده‌سازی DPU برای سازمان‌ها

انتخاب DPU باید از نیاز Workload آغاز شود، نه از مشخصات یک کارت. ابتدا باید مشخص شود کدام بخش از Infrastructure Processing در محیط فعلی Bottleneck ایجاد کرده و آیا Offload آن واقعاً امکان‌پذیر است یا خیر.

DPU چه تأثیری بر آینده سرورها دارد؟

روند طراحی دیتاسنتر به سمت تخصصی‌تر شدن پردازش حرکت کرده است. CPU دیگر تنها واحدی نیست که همه وظایف سیستم را اجرا می‌کند؛ GPU برای پردازش موازی، شتاب‌دهنده‌های AI برای مدل‌های یادگیری ماشین و DPUها برای بخشی از Data Movement و Infrastructure Services به معماری اضافه شده‌اند.

یکی از حوزه‌های مهم رشد DPU، زیرساخت AI است. افزایش تعداد GPUها به معنی رشد شدید ترافیک میان Compute، Network و Storage است و مدیریت این جریان داده می‌تواند بخش قابل توجهی از منابع زیرساخت را مصرف کند. در چنین محیطی، DPU یا دیگر پردازنده‌های Infrastructure Acceleration می‌توانند نقش مهم‌تری در Front-End Networking، Storage Access، Security و Isolation داشته باشند.

Cloud و Edge نیز از سناریوهای طبیعی این معماری هستند. در Edge، محدودیت منابع و نیاز به پردازش نزدیک به منبع داده اهمیت دارد؛ در Cloud نیز Multi-Tenancy و جدا کردن Infrastructure Plane از Workload مشتری اهمیت بیشتری پیدا می‌کند.

با این حال، آینده سرورها الزاماً به معنی نصب DPU در همه Hostها نیست. محتمل‌تر است که DPU به یکی از اجزای انتخابی معماری تبدیل شود و در Workloadهایی استفاده شود که Offload، Isolation و پردازش Data Path ارزش مشخصی ایجاد می‌کنند.

جمع‌بندی؛ آیا سازمان شما واقعاً به DPU نیاز دارد؟

Data Processing Unit مرحله دیگری از تخصصی شدن پردازش در دیتاسنتر است. این فناوری می‌تواند بخشی از Networking، Storage، Security و Virtualization Infrastructure را از CPU جدا کند و در محیط‌های مناسب، منابع بیشتری برای اجرای Workloadهای اصلی در اختیار سرور قرار دهد.

اما DPU یک ارتقای عمومی برای تمام سرورها نیست. سازمان‌هایی که حجم بالای East-West Traffic، محیط Multi-Tenant، مجازی‌سازی متراکم، زیرساخت AI/HPC، Storage Networking سنگین یا نیاز جدی به Infrastructure Isolation دارند، بیشترین دلیل را برای ارزیابی این فناوری خواهند داشت.

تصمیم نهایی باید پس از بررسی Compatibility، عملکرد واقعی، هزینه، پشتیبانی نرم‌افزاری و توان تیم عملیاتی گرفته شود. در پروژه‌های سازمانی، یک Pilot کوچک و قابل اندازه‌گیری بسیار ارزشمندتر از انتخاب صرفاً بر اساس مشخصات اسمی Vendor است.

سوالات متداول درباره DPU

مطالب و راهکارهای مرتبط

اگر هدف شما بررسی معماری‌های جدید سرور، Edge یا زیرساخت‌های شتاب‌یافته برای AI است، مسیرهای زیر می‌توانند ادامه منطقی این راهنما باشند.