永遠不要投資DPU？

譚婧

別怪我沒提醒，云計算的虛擬化，和前幾代虛擬化，大為不同。

前幾代產品與DPU隔著一條深不見底的天塹，跳過去，就是通天大道。

問題來了，怎么跳？

從2012年開始，亞馬遜云團隊，尤其是EC2虛擬化就開始思考：

那個叫做Hypervisor的“超級管理員”，得膽子再大一點，能力再強一點。那么問題來了，世間能做出比純軟件架構更好的超級管理程序嗎？

這是我能找到的，安東尼在外媒采訪中談到的，亞馬遜云關于DPU思想萌芽最早的時間點。

但那個時候還沒有Nitro的影子。

后來，把Nitro System曝光于公眾面前的，是一次知名的收購案。

被收購的公司叫做Annapurna Labs，也就是安娜普爾納峰實驗室，公司在以色列和美國都設有研發中心。

登山愛好者，瞅這個名字很眼熟。

巧了，喜馬拉雅山最高十峰之一，安娜普爾納峰。

角峰銳利，山體挺拔，線條凌厲，冰雪覆蓋，云海猛烈翻滾，在向全世界的登山者搔首弄姿：“你過來呀～”

又巧了，公司兩位創始人Billy和Nafea也是登山愛好者，以攀登此峰為榮。雖未抵達，但心已至，他們將角峰設計成LOGO，印在了封裝好的芯片上。

登山是個人英雄主義，DPU是團隊實干集體主義。

安娜普爾納峰實驗室對于亞馬遜云來說，就是上天恩賜的禮物。國內云廠商一開始有這個好買賣，半夜睡覺都笑醒。

收購這件事情，光有鈔票不行，好的“收購目標”極其罕見。

這家“登山愛好者”公司，除了登山，還有幾個絕：”其一，Graviton芯片，云廠商第一顆Arm芯片；其二，是一種虛擬機抄近路小能手的技術，ENA。

這種技術講究的是四兩撥千斤，使得虛擬機繞過軟件（內核和用戶空間網絡處理程序），直接操作硬件（網卡），如此這般，提升了網絡效率。

昔日寂寂無名的ENA，成為亞馬遜云網絡虛擬化的關鍵技術，日后是大名鼎鼎的Nitro的一部分。

2015年，收購價3.5億美元。別看當時花了多少，要看日后省了多少。這是一場幾乎完美的收購，每年都為亞馬遜節省大把美金。

因為DPU的特長之一就是很能打，打敗虛擬化損耗，不在話下。損耗少了，當然省錢。

安娜普爾納峰實驗室開發的這張卡，不僅卸載了VPC網絡功能，還卸載了EBS 存儲網絡功能。

這就是前文提到的，“任務卸載”技術。

據網飛公司技術高管（Brendan Gregg）的說法，Nitro的性能損耗非常小（不到1%），Nitro的虛擬化性能接近裸設備。

亞馬遜的文化里，有單向門和雙向門決策的說法：“單向門”的任務，像電影《魷魚游戲》，大抵是干活時被人用槍指著腦袋。只要任務失敗，就“嘣”一槍。

“雙向門”就是這個場景用得不好，搬到別的地方，說不定還能用上。

DPU是專用的，“專用”意味著，拿到別處“沒用”。

Nitro 系統開發的時候，槍和腦袋的距離，幾毫米。

研發團隊在描述艱難的開發歲月的時候，像個文科生，一口氣用了四個形容詞。他們說：“這次我們做決定，有條不紊，謹慎，緩慢，深思熟慮。”

這不是普通的任務，其要求已經超出了傳統虛擬化技術的能力。因為打破傳統，就是浴火重生。

研發團隊在技術博客里寫下：“只有創新才行，但我們沒有急著拍腦袋。整個探索的旅程歷經五年，仔細、反復試驗，每一步都很小心，驗證我們前進的方向是正確的?！?/p>

喜大普奔的2013 年，亞馬遜云研發團隊推出了第一款Nitro 卸載卡（C3 實例類型），將網絡進程卸載到硬件中。

馬不停蹄的2014 年，將 EBS 存儲卸載到硬件中（C4 實例類型），這次研發團隊首次與一家名為安娜普爾納峰實驗室的公司合作。

Nitro研發團隊談到了研發的時間節點：“2017 年，我們卸載了最后的組件，包括控制面和剩余的 I/O，我們引入了一個新的管理程序，具有 C5 實例類型的完整Nitro系統。”

代碼長什么樣子，如今已經記不清了，但工程師依然記著當時的心情：“這是投入的揮金如土，是身心的殫精竭慮，是承諾的使命必達，是不可思議的時刻。當Nitro 系統推出時，五年辛勤，此生難得?！?/p>

Nitro給亞馬遜云帶來什么？

Nitro的迭代推動亞馬遜云最核心的EC2產品家族不斷往更大、更快、更安全、更穩定、更多類型、更高性價比方向演進。

Nitro 系統讓亞馬遜云有能力提供 100 Gbps 增強型以太網網絡的云，支持更高吞吐量或受網絡限制的工作負載（如 HPC 應用程序）。

借助 Nitro 系統，將虛擬化功能卸載到專用硬件上，將 EC2 的架構分解為更小的塊。這些塊以多種不同的方式組裝，能夠靈活地設計和快速交付 EC2 實例，并提供越來越多的計算、存儲、內存和網絡選項。

亞馬遜云 CTO 沃納·威格爾（Werner Vogels）曾經說過，“在亞馬遜云，90%到95%的新項目，都是來自于客戶給我們的反饋，剩下的5%也是從客戶角度出發所做的創新嘗試?！?/p>

而Nitro 系統正是這種項目之一，它誕生于2013年，成熟于2017年，到現在還在不斷進化中，2021年已經迭代到第五代。

最重要的一點，亞馬遜云科技的團隊看到了，阿里云神龍團隊也看到了。

安東尼看到了，張獻濤也看到了。

把傳統的虛擬化技術直接移到云計算，缺陷極其明顯，畢竟不是為了云計算的服務器而生的。

2016年左右，張獻濤博士，天天都在思考同一個問題：什么樣的虛擬化技術，才適合云計算？

得從根本上解決傳統虛擬化應用到數據中心里面存在的缺陷（也就是性能、資源、隔離方面所有的問題）。

他腦中的“神龍系統”慢慢清晰。

那一年里，張獻濤博士密集、低調往返于北京和杭州兩地，意在勸說多位大咖級芯片主架構師加入阿里云。

有這樣一句話，很打動人心，日后實現的時候，更激動人心：“外界無法理解互聯網公司要做DPU的決心，這件事情絕對是前人沒有做過的，它可以改變云計算里面最核心的技術?！?/p>

神龍芯片給阿里云帶來什么技術價值？

張獻濤認為，第一，解決CPU和內存完全隔離的問題。這里的隔離有兩個層面意思，一個是安全方面的隔離，一個是性能的隔離。

第二，IO鏈路上最容易出安全漏洞。QEMU這個模擬器是從傳統的虛擬化帶過來的，在神龍芯片第一代的那個時間點上，它是完完全全過時了。

所謂的過時了，包括兩點。其一，代碼是開源的，人人皆可見。其次，安全漏洞多，常發生一些虛擬機逃逸的情況。

在公共云的世界里，“虛擬機逃逸”五個字，還沒有說出口，就有一群人撲上去，捂住你的嘴——虛擬機逃逸=絕對不允許。

DPU解決了性能，同時也解決了安全方面的問題。

神龍芯片一開始就想好了，多張卡解決問題，強調多合一，多種功能在一張卡上實現，復雜度下降，穩定性增強。

兩架馬車，解決的問題一樣，實現的思路不同。

DPU的一個關鍵就是，“從哪里切”與“切到何處”，答案充滿玄機和禪意。這讓人想起庖丁解牛，若要回答：骨在哪，肉在哪，骨肉相連又在哪；恐怕要稔知全牛結構，全憑手感，刀法在腦海里，在肌肉里。

這還不夠，難題在于，每一家云廠商的軟件是不一樣的：怎樣處理分布式存儲和分布式網絡的軟件接口？哪些應該放在控制路徑？哪些放在數據路徑？

如果不懂虛擬化，你就不知道怎么切，或者切完后性能也不好。

DPU團隊表面生氣，心里憋悶，誰出的破題？再或者，有的DPU團隊，還沒有看到牛在哪里。

DPU這個東西，光有硬件思路，或光有軟件思路，一定會出大問題。

當故事講到這里，虛擬化的知識就不夠用了，要細聊張獻濤在英特爾的另一段經歷。

上海虹橋作為著名的交通樞紐，周邊房價，一直看漲。

2005年的時候，張獻濤剛到英特爾實習，工資不高，錢包不鼓，在大虹橋地段找房子住，選來選去，選了仙霞路附近的茅臺路，一個叫做天山五村的老式小區。

大虹橋的房價，逼得張獻濤和師兄合租了一個單間，逼仄的房間里，擺了兩張單人床，已經夠局促了。沒想到，更局促的在后面。

一進英特爾，張獻濤的壓力值就爆表了。

為什么？他發現，六年的計算機專業白讀了，媽耶，英特爾大牛們說的話，居然聽不太懂。原因是他們講的那些東西，都牽涉到芯片內部的專業知識。

能主宰一個時代的門派，半導體產業鏈的頂端，還是有很多秘籍的。腦袋混沌了幾天之后，張獻濤那股子不服輸的勁兒，上頭了。

《英特爾系統編程手冊》（System Development Manual）是這樣一種存在，你看第一遍，包你根本看不懂。

照理說，計算機的操作系統，是按此寫出來的。比如，英特爾的64位處理器用的是IA 64，配套的《手冊》有好幾卷。

《手冊》也誠不我欺，卷卷厚如板磚，就不信你能讀完。

晚上，師兄睡了，張獻濤不敢開大燈，從枕頭下面摸出一樣東西，手電筒。于是，咳嗽放屁都在一個被窩里，用手電筒的光，照著看《手冊》。

老舊小區的黑瓦和夜色融在一起，樓層里閃爍著零星的光，從窗口的方格里冒出來，張獻濤屋里的光，從被子里透出來。

開了頭才知道，痛苦是一層套一層的套娃。每日不輟的翻讀，還要看操作系統的內核代碼。這行代碼為什么這么寫，他要到編程手冊里找答案。這還不夠，要看Linux和Xen的代碼。

看不懂怎么辦，英特爾還有一個“師兄幫扶”機制，類似學霸紅領巾，不懂問師兄。

左手一本軟件編程手冊，右手一本硬件編程手冊，外加Linux內核代碼，一行一行去理解。再看不懂怎么辦，去找美國的工程師請教。張獻濤吃一口編程手冊，蘸幾行Linux內核代碼，成為每日的例行動作。

日復一日，張獻濤對CPU、對操作系統的理解，加深加深，再加深。

在英特爾公司，張獻濤知道了一個“冷知識”。

任何一顆芯片，從英特爾公司“走”出來之前，內部員工可能提前三到五年就已經拿到了“未出廠的芯片”。

工程師們要把 CPU所有的新功能用軟件“用”起來。

說白了，到手的芯片還沒有正式量產。芯片里面會有各種各樣的毛病。你要去理解“問題”來自于軟件，還是硬件。

不了解這點，你永遠不會懷疑CPU會出問題。

DPU的技術領袖，需要對芯片、對芯片組、對PCIe總線、對操作系統、對虛擬化的了解，到達一種境界，關燈取物，如同開燈取物一樣自如。

看似行云流水的判斷，是在日復一日、年復一年、無聲無息中形成的，就像火山爆發后，熱風里從早到晚飄落的火山灰，把一切技術難點都掩埋。從火山灰中醒來，看到一個重塑的新世界。

DPU的部署，無異于完成了給高速飛馳的列車換防風材料，給深海作業的潛艇換防水材料。

2017年到2021年，亞馬遜云和阿里云均已跑步進入了DPU產品迭代良性循環的新世界。

2021年的夏天，張獻濤博士對我說：“以前，沒有人相信互聯網公司需要芯片技術。現在，大家都相信了。”

裁判一聲長哨，男主持人富有磁性的聲音播報：觀眾朋友們，這里是數據中心賽場，IaaS層終場，云計算基礎設施最后一場比賽。

當優秀DPU問世的時候，國內云計算廠商在IaaS層，這輪的戰斗，宣告結束了。

自研出DPU的云計算廠商說：“我攤牌了，我贏了?！?/p>

哪怕五年前，放眼找工作的網站，就算云計算廠商“放出”招芯片專家的崗位，誰敢去？去干啥？再資深的HR一看崗位說明，都懵了，就沒接觸過搞芯片的人。

軟件開發周期何其快，硬件開發周期何其慢。旁人都說，這戀情看上去就不長久。

老牌芯片公司一扭頭，眼角余光里都是質疑。云廠商只擅長軟件，如何面對芯片 云廠商面對的場景極其復雜，用芯片怎么搞定？

問題是復雜中的復雜，需求是剛需中的剛需。

很抱歉文章科普得遲了，DPU是一種云上服務器的專用芯片。

這句話，有兩個關鍵詞，“云上服務器”和“專用芯片”。

先講，云上服務器。

云上服務器有些像公共澡堂，可以一個人用，也可以多人共用，麻煩都是“一起用”帶來的。

可口可樂和百事可樂要在一朵云上，還能互相看文件，立馬就翻臉了。

那怎么辦？

答案是：得插DPU，而且是每臺服務器都得插。十萬臺服務器，插十萬張DPU。殺毒軟件是用軟件保護安全，DPU的作用之一是用硬件保護安全。

說到安全，硬件比軟件更能打。

再講，專用芯片。

提到專用芯片，挖礦炒幣賺到錢的人興奮了，搶著說：“我最內行。”因為不同的加密貨幣，要不同的礦機。礦機越對口，挖幣越賺錢。

金錢的銅臭味，告訴我們：專門的事情，讓專門的芯片去做。

現在還有爭議，但是未來，會看得清楚，DPU是云計算的標配。

摩爾和登納德兩位老先生，無情指出“現實之無奈”，CPU成了最昂貴的“打工人”。

所以，DPU作為專用硬件，除了安全，還要來給CPU減負。

幾條街之外，都能聽見DPU的嘮叨：“哎呦，CPU我的祖宗，快放下，您哪敢動這，可不能把資源浪費在網絡和存儲的負載上?！?/p>

CPU則說：救救孩子吧。我太難了。

CPU大聲呼救的原因是：CPU既要處理大量的上層應用，又要維持底層軟件的基礎設施，還要處理各種特殊的IO類協議，不堪重負。

把“負擔”從CPU上卸載下來，DPU將有望成為承接這些“負擔”的代表性芯片。CPU也很高興DPU的出現，你行，你上呀。

的確，有人夸DPU是繼CPU和GPU之后的“第三顆”主力芯片。

不要因為鮮花和掌聲太多，就對DPU的能力有什么誤會。

CPU穩坐“主咖”寶座，CPU可以當DPU用，CPU也可以當GPU用，但是反過來不成立。

DPU的事情CPU能做，但是，CPU比DPU昂貴老多了。牛刀太貴，殺雞的人自然不舍得。

云廠商想實現“一起洗澡（一起用）”，得靠虛擬化技術。虛擬化雖好，但是會引發一堆“糟心事兒”，比如性能損耗，甚至有人把這種損耗比喻成“交稅”，搞不定當然多交稅。

這種損耗也相當于，還沒有開始洗澡，一半水在水管里就浪費光了，肥皂沫都沒有來得及沖掉。

技術問題越難，極客們越興奮，不自覺揚起了手里的小皮鞭。

虛擬化是DPU的精髓，虛擬化的歷史幾乎和計算機一樣悠久，是計算機科學史上最偉大的思想之一，造就了偉大的云計算技術和市場。

“制造假象”“隱藏細節”（給上層應用提供一種假象，降低上層應用使用下層資源的復雜度）。

我們天天在用的操作系統，也是一種虛擬化的“思想”，是對硬件資源的虛擬化。PC機的虛擬化，把計算的核心“變成”進程。把存儲介質“變成”文件系統。

云計算的硝煙戰火中，虛擬化這個噴涂了迷彩偽裝的彈藥庫，終于藏不住了。