在近日舉行的NVIDIA GTC大會上，創始人兼首席執行官黃仁勛發布了全新的數據處理單元（DPU）處理器，標志著人工智能基礎設施領域迎來了一次重大飛躍。此次發布的核心亮點在于，新一代DPU實現了計算吞吐量在短短三年內跨越1000倍的驚人增長，這不僅是技術的指數級突破，更是黃仁勛“一切為了AI”戰略愿景的集中體現。全新的DPU旨在徹底革新數據中心的數據處理與存儲支持服務，為AI應用的規?；渴鹋c高效運行提供前所未有的強大動力。

DPU：AI時代的數據中心“新引擎”

隨著人工智能模型復雜度與數據量的爆炸式增長，傳統以CPU為中心的數據中心架構正面臨嚴峻挑戰。數據處理、網絡傳輸和存儲I/O的瓶頸日益凸顯，嚴重制約了AI算力的有效釋放。NVIDIA推出的新一代DPU，正是為解決這一核心矛盾而生。它被設計為數據中心內的專用處理器，專門卸載和處理由CPU處理的網絡、存儲和安全等基礎設施任務，從而讓CPU和GPU能夠更專注于運行AI、高性能計算等核心應用負載。黃仁勛在大會上強調，DPU已成為現代AI數據中心的第三大核心支柱，與CPU和GPU共同構成了完整的加速計算體系。

三年千倍吞吐：技術突破的里程碑

“計算吞吐量三年跨越1000倍”——這一宣言并非空談，而是基于NVIDIA在芯片架構、片上網絡（NoC）、高速互連技術以及軟件棧方面的全方位創新。新一代DPU集成了更強大的Arm核心、下一代Tensor核心（針對特定基礎設施AI任務進行優化），以及突破性的網絡與存儲接口。其內部的數據通路和處理引擎經過重新設計，能夠以極低的延遲并行處理海量的數據包、存儲請求和安全協議。這種性能的躍遷，意味著單個服務器節點能夠以前所未有的效率處理來自成千上萬個AI訓練或推理任務的數據流，極大地提升了數據中心的整體利用率和能效比。

重塑數據處理與存儲服務

全新DPU的發布，其深遠影響在于從根本上重構了數據中心內部的數據處理與存儲支持服務模式：

1. 智能卸載與加速：DPU能夠將虛擬化、網絡功能（如OVS）、存儲虛擬化（如NVMe-oF）、安全加密/解密以及入侵檢測等任務從CPU完全卸載并硬件加速。這不僅釋放了寶貴的CPU周期用于業務計算，更以硬件級的性能和確定性，保障了這些關鍵服務的低延遲和高吞吐。

1. 存儲性能革命：通過DPU對存儲協議的深度加速，并結合NVIDIA的BlueField技術，可以實現本地NVMe存儲的性能與共享存儲的靈活性、可擴展性的完美統一。AI工作負載可以像訪問本地磁盤一樣高速訪問網絡化、池化的存儲資源，徹底打破存儲I/O瓶頸，滿足AI訓練中對海量數據集高速讀寫的苛刻需求。

1. 安全性內生：安全不再是外掛功能，而是從芯片層面開始構建。DPU提供了從硬件信任根、安全啟動到運行時全流量加密、微隔離的全棧安全能力，為多租戶的AI云環境提供了從數據入口開始就牢不可破的安全防護。

1. 云原生與AI就緒：新一代DPU的軟件棧（如DOCA）與Kubernetes、容器、微服務等云原生范式深度集成，使得基礎設施的配置、管理和編排能夠完全自動化、彈性化，真正實現了“以應用為中心”的基礎設施，讓AI應用的開發、部署和運維變得前所未有的敏捷。

賦能未來AI基礎設施

黃仁勛所描繪的“一切為了AI”的藍圖，正在通過像DPU這樣的核心硬件創新一步步變為現實。這款吞吐量實現千倍跨越的新處理器，不僅僅是單點技術的突破，更是對整個AI計算生態的系統性升級。它使得構建超大規模、高效能、高安全且易于管理的AI數據中心成為可能，為下一波人工智能浪潮——無論是萬億參數的大模型訓練，還是實時、復雜的邊緣AI推理——提供了堅實而靈活的基礎設施基石。從云端到邊緣，NVIDIA正通過其全棧計算方案，全力加速各行各業的智能化轉型，而全新的DPU無疑是這條道路上最關鍵的動力組件之一。