受限计算： 边缘硬件优化案例

电影阿波罗 13 号中有一个场景，充分说明了电源对于操作设备的重要性。 操作和随后重新启动飞船所需的动力对于宇航员最终成功返回地球至关重要（剧透警告）。

许多人都忽略了一个现实：我们运行的每个应用都会消耗电力，除非发生暴风雨或其他外部事件导致断电。 我们如今依赖应用来操作灯、锁门和运行汽车，这意味着电量以电力消耗和 CPU 周期的形式计算。

我们可能会开玩笑地说我们的浏览器今天运行得有多慢，并不好意思承认这可能是因为我们打开了三十个或更多的标签，但事实是计算能力不是无限的。 在任何受限的环境中（例如边缘），用于执行我们每天在工作、生活和娱乐中所依赖的自动化、数据处理和通信的计算能力就更少了。

尽管我们已经突破了工程技术的极限，但摩尔定律终结的呼声不断提醒我们，一平方英寸内能塞入的晶体管数量是有限的。 我们能够在一部手机中安装的组件是有限的，而且我们能够从安装在手机信号塔上的服务器机架中期待的计算能力也是有限的。

因此，由所有设备、端点和受限计算节点组成的边缘需要一种方法来增加其可用的计算能力，而无需增加尺寸和空间。 这一需求是基础设施复兴的背后原因；这是一场大多数人没有注意到的运动，其重点是利用专门的（优化的）计算能力来有效地提高这些受限环境的总体容量。

硬件优化计算的演变

硬件优化计算的演进路径很早就始于针对加密技术的专用加速“卡”，最终产生了 GPU（图形处理单元）和现在的 DPU（数据处理单元）。

每次演进都会提取特定的处理任务，这些任务实际上会在硅片中被硬编码，从而产生指数级的增长能力，从而更快、更有效地处理数据。 这是 2000 年代中期加密加速卡的基础，通过大幅提高加密和解密（加密）处理的性能，最终推动了 SSL Everywhere 的采用。 邻近市场也取得了类似的进展，重点是提高存储处理速度。 TOE（TCP 卸载引擎）是一种在硬件卡上实现 TCP/IP 协议的网络设备。 TOE 接口还为 Data ONTAP 提供了 1 或 10 GbE 基础设施的接口。 10-GbE PCIe TOE 卡完全支​​持 Data ONTAP 中的NFS、CIFS 和 iSCSI TCP应用。”     

基本上，每次我们需要在受限的环境中提高容量时（无论该限制是经济的还是物理的），我们都会看到优化硬件组件的引入。

DPU 目前因 NVIDIA和人们对 AI 和 ML 相关应用日益增长的兴趣而成为当红人物，它是我们努力克服计算物理限制的最新体现。

DPU 在边缘的作用

边缘等环境需要来自硬件优化计算的功率提升。 无论是用于制造业（其中IIoT（工业物联网）需要以极低的延迟（小于 20 毫秒）实时处理数据），还是用于医疗保健（其中处理健康数据的速度可能意味着生死之间的差别），硬件优化的计算都是必需的。

这意味着，任何寻求使组织能够利用优势的应用程序中心平台都必须将硬件优化的计算作为一项关键功能。

DPU 代表了优化计算能力的民主化。 结合正确的软件堆栈并由正确的平台支持，边缘将能够为企业提供大型超大规模提供商目前享有的相同效率和优势。

这就是我们继续与 NVIDIA 等合作伙伴合作的原因。 虽然软件正在吞噬一切（包括边缘计算），但驱动一切的仍然是硬件。 并且，通过利用硬件优化，无需占用更多空间即可提高功率。