当前，一个以计算能力为基础，万物感知、万物互联、万物智能的数字经济时代正在加速到来。
“算力，已经不仅仅是一个技术指标，而是一种先进生产力的体现。当前承载算力的基础设施是各种规模的的数据中心，从几十个服务器节点的小规模企业级计算中心到数万个节点的巨型数据中心，通过云计算的模式对应用层客户提供存储、软件、计算平台等服务。这个生态直接承载了全球数十万亿美元规模的数字经济。”3月31日，中科驭数(北京)科技有限公司CEO鄢贵海在接受记者采访时表示。在他眼里，算力成为了数字经济新引擎。
那么，我们应该如何提升算力?这需要在芯片上做文章。算力源于芯片，通过基础软件的有效组织，最终释放到终端应用上。目前数据中心中核心算力芯片包括CPU、GPU、FPGA和少量的ASIC，其中各类通用CPU的占比处于绝对统治地位。随着AI的迅猛发展，GPU大放异彩，成为了下一代数据中心里算力芯片的又一个重要角色。在云端，高性能CPU和GPU是主要的两种算力芯片——也是规模最大，单价最高，应用环境最复杂的芯片。
不过，算力芯片正在发生变化。鄢贵海认为，尽管CPU和GPU是目前主流的算力芯片，但在未来，CPU、GPU、DPU(数据处理器)将成为数据中心的三个重要算力芯片，未来数据中心的算力引擎将出现CPU、GPU和DPU并举的情景。
具体而言，CPU优势是通用和所承载的复杂的业务生态，其定义了软件生态和系统的可用性。GPU作为流媒体处理的核心，将继续朝着AR、VR的方向发展。而DPU将软件定义网络，软件定义存储，软件定义加速器融合到一个有机的整体中，解决协议处理、数据安全、算法加速等“CPU做不好，GPU做不了”的计算负载。
记者了解到，数据中心虽然可以逻辑上被视为一台计算机，但其中的节点是需要通过网络互连的。计算的分配、存储的共享、硬件资源的虚拟化等，都将成为整合数据中心资源的开销。而数据中心的CPU和GPU都不是针对数据中心的这些负载来设计的，诸如网络协议处理、存储压缩、数据加密。网卡设备在数据中心中起到了关键作用。既然网卡可以处理物理层和链路层的数据帧，为什么不继续卸载网络层和部分应用层的计算到网卡上来呢?于是DPU应运而生。DPU可以用作独立的嵌入式处理器，但通常被集成到SmartNIC(一种作为下一代服务器中关键组件的网卡)中。
不过，鄢贵海表示，DPU不仅仅是网卡芯片，而是全面成为“软件定义硬件”的重点对象。未来，DPU的市场也将不会局限在服务器端，也会出现在边缘端，例如智能驾驶的V2X场景，用于解决实时视频结构化、传感器数据融合和一些消费级的DPU产品，用于在隐私保护等业务上提升终端的用户体验。未来的算力时代，DPU将大有可为。
