多种迹象显示，以ChatGPT所激发的预训练大语言模型“赛跑”正进入超跑的加速度阶段，一种新的加速器正在成为大语言模型“赛跑”的神器。
众所周知，预训练大语言模型动辄上千亿甚至万亿参数规模，而模型训练需要“吃掉”的训练数据量在数十TB级，运用的算力在上万张GPU卡，可以说是极为烧钱的“军备赛”。
众多的厂商和创业公司，都排着队进入大语言模型赛道，360、商汤、阿里、华为、亚马逊、科大讯飞、京东等大厂，还有王小川、李开复、王慧文等一众创业大佬等，为大语言模型赛道带来了“众神之战”的色彩。
当然，NVIDIA也是大语言模型成功背后的受益者。甚至呼吁暂停下一代GPT训练的马斯克，一边呼吁暂停一边扭脸就囤了1万张GPU卡，为推特的大模型研发做好了准备。
一时间，GPU不够用了的焦虑，笼罩着大模型赛道的上空。那么，有什么替代方案么？有的，那就是采用DPU，通过提升网络带宽和加速性能可以极大提升GPU的效率。这就是NVIDIA创始人兼CEO黄仁勋的另一步妙棋——BlueField 系列DPU。
DPU是一种定制化的CPU/GPU加速硬件，可以将CPU/GPU的部分数据交换和处理工作，转移到DPU上进行，这样就极大减轻了CPU/GPU的压力，同时还能提升整体处理效率和降低总体成本。
例如，微软在今年初就斥资1.9亿美元收购了DPU厂商Fungible，而亚马逊云科技、阿里、华为等大厂均有自研的DPU，谷歌则采用了基于ARM的Ampere Altra进行数据处理加速。大厂们都不约而同的想到了采用DPU来加速数据中心基础设施，让自己的数据中心成本更低、性能更高。
既然是定制，不同DPU有着不同的设计，有的单一处理网络数据，有的单一处理安全数据，有的单一处理存储数据……而NVIDIA的DPU则是一种比较全面的设计，可以同时处理网络、存储和安全数据。
在前不久的NVIDA GTC大会上，NVIDIA宣布BlueField-3投产。NVIDIA BlueField DPU产品发展路线图中，包括了已量产的BlueField-2 DPU，刚投产的可达400Gb/s速率的BlueField-3 DPU，以及未来可达800Gb/s的BlueField-4 DPU。
在NVIDIA宣布BlueField-3量产的同时，还透露已经被百度、CoreWeave、京东、微软Azure、Oracle OCI、腾讯游戏等领先的云服务提供商所采用，以加速其云计算平台。
关于BlueField-3有很多“传说”。一个说法是一个BlueField-3 DPU所提供的数据中心基础设施服务的能力相当于多达300个CPU核心。还有一个说法是1个采用了BlueField-3 DPU的新一代DGX服务器，相比上一代DGX服务器来说，在大语言模型的训练上，性能约为后者的4倍多。另一个更为让业界动心的说法是，很多结合了DPU和GPU的大模型训练基础架构方案，将逐步亮相，届时将让一大批新加入大模型的“参赛者”，实现快车道超车。
对于没有自研能力的云、互联网、电信、金融等公司来说，采用NVIDIA的DPU是一种选择。对于有自研能力的大厂来说，采用NVIDIA的DPU+GPU方案，或许可以取得更惊艳的加速度。
根据已经透露的技术细节，BlueField-3 DPU有一种GPUDirect RDMA技术，可实现GPU之间高效、零拷贝的数据传输，DPU可以直接读写GPU内存，消除不必要的内存拷贝。GPU-direct RDMA的好处是显而易见的，特别对于大模型的训练来说更加节省了各种开销，从而降低了网络延迟、提高了网络性能，也相应的提高了训练速度。而这也是NVIDIA自家DPU结合自家GPU的好处。
据说，很多大厂和创业公司已经开始悄悄囤DPU了，准备今年下半年在大模型赛道上，一鸣惊人。那么，问题来了，今天要入手DPU么？(文/宁川)