DPU雖然不算是很新的一個概念，但是相對於傳統的CPU和GPU來說，還是一個新手，沒有那麼多年的發展史，那你知道DPU相較於另外兩個的區別嗎？

Deep-Learning Processing Unit（深度學習處理器）。DPU 並不是哪家公司的專屬術語。在學術圈，Deep Learning Processing Unit（或 processor）被經常提及。

國際上，Wave Computing最早提出DPU。

回顧數據中心架構發展歷程，傳統的數據中心架構是以CPU為中心的架構，這代表著數據中心基礎架構的運行能夠消耗20%-30%的CPU核，這在數據中心龐大的數據處理任務中是一個非常嚴重的絆腳石存在。

而DPU為中心的數據中心架構是指以數據為中心的市場發展和應用需求，也可以說新的數據中心架構是指數據在哪計算就在哪。

CPU、GPU等傳統的芯片，每結束一階段的計算任務，需要將數據輸送到外部的DDR計數器存儲，等到下一階段再重新從計數器取出數據，處理完數據後再存回去。

這樣繁複的流程容易造成數據通道的擁堵，特別不適合AI對巨量數據處理、傳輸和存儲的要求。這是典型的馮諾依曼（von Neumann）架構。

而基於數據流驅動dataflow技術的DPU採用的是非馮諾依曼（von Neumann）架構，它的軟件可動態重構處理器CGRA（Coarse grain reconfigurable array/accelerator）技術，在最合理分配和使用算力的同時，成倍節約了數據存儲和傳輸帶寬。

這些你都瞭解了嗎？