自電腦問世以來，一直採用的馮諾依曼架構，該架構以運算和儲存為核心。其中CPU作為處理器單元，負責執行各種算術和邏輯計算。 RAM和硬碟則負責儲存數據，與CPU進行互動。 再後來圖形、3D設計等多媒體軟體的快速發展，要處理的工作量越來越大，也越來越複雜。為了幫CPU分擔壓力，專門進行影像和圖形處理工作的GPU應運而生。 如今，隨著數位經濟的蓬勃發展，特別是生成式人工智慧、大數據分析、自動駕駛、元宇宙等應用的快速普及與實施，全球各行各業對大規模算力的渴求呈現出急劇增長的態勢。這時候，DPU（資料處理單元）憑藉其卓越的性能和獨特優勢，逐步嶄露頭角，成為推動算力提升的關鍵技術之一。 輝達執行長黃仁勳曾在演講中表示：「 DPU 將成為未來運算的三大支柱之一，未來的資料中心標配是' CPU + DPU + GPU '。CPU 用於通用運算， GPU 用於加速運算， DPU 則進行資料處理。

在資料中心領域，英偉達（輝達）除了能提供廣為人知的AI晶片——GPU以外，他們在產品「百寶箱」中還能提供一系列其他的產品，為客戶提供服務。例如DPU，就是其一極具競爭力的產品？所謂DPU，依照英偉達所說，是一種新型可程式處理器，集三個關鍵要素於一身。 DPU 是一種SOC （ System On Chip ，系統單晶片），它結合了： 1. 業界標準的、高效能及軟體可編程的多核心CPU ，通常基於已應用廣泛的Arm 架構，與其他的SOC 元件密切配合。 2. 高效能網路介面，能以線速或網路中的可用速度解析、處理數據，並有效率地將數據傳輸到GPU 和CPU 。 3. 各種靈活且可編程的加速引擎， 為AI 、機器學習、安全、電信和儲存等應用作業負載，並提升其效能。

隨著技術的發展，數據量的爆炸性增長，到2025年，全球生成和消耗的數據總量預計將超過180ZB。而電腦的核心部件－中央處理器（CPU）分析資料的能力卻有點力不從心，導致資料處理緩慢且低效。傳統的CPU為了滿足多工處理、高效能和節能要求，變得越來越複雜。在這個高速發展的時代，我們不能再依賴單一的CPU來完成所有的工作。為此，各種特定的處理單元（PU）如雨後春筍般湧現，其目標就是「瓜分」CPU的任務，人多力量大，各司其職，優化運算效率。 GPU在AI時代崛起 CPU是電腦的“大腦”，執行一般運算任務，而GPU則幫助CPU執行圖形和人工智慧等更複雜的任務。 GPU（圖形處理單元）最初是為了滿足圖形渲染的需求而發展起來的，在GPU晶片市場中，英偉達控制著全球約80%的市場。其GPU晶片主要用於遊戲市場，但現在它的作用已經遠不止於此。由於其並行處理的能力，一路高歌猛進的GPU，就像一個無畏的少年，展現了無限的可能。GPU已被廣泛應用於深度學習、科學運算等多個領域。這種運算能力不僅可以加速圖形處理，還能在其他任務上分擔CPU的負擔，如資料分析、機器學習等。

替換英偉達（NVIDIA,又譯輝達），甚至說乾掉英偉達已經不是什麼新鮮事了。 憑藉其GPU的領先優勢，英偉達過去幾年炙手可熱，乘著ChatGPT熱潮，公司的市值從今年年初至今更是大漲了93.6%，過去五年的漲幅更是達到驚人的385%。雖然GPU是英偉達的最重要倚仗，但這絕不是美國芯片“當紅炸子雞”的唯一武器。 通過過去幾年的收購和自研，英偉達已經打造起了一個涵蓋DPU、CPU和Switch，甚至矽光在內的多產品線巨頭，其目的就是想在一個服務器甚至一個機架中做很多的生意。但和很多做GPGPU或者AI芯片的競爭對手想取替GPU一樣，英偉達的“取替”計劃似乎也不是不能一帆風順。 近日，三巨頭更是再次出手，想把英偉達拒之門外。