GPUの次はDPUに注目
DPU（Data Processing Unit）とは何か――何ができる？ なぜ必要？
専用ハードウェアが復権しつつある。その最たるものが並列演算に特化したGPUだ。そして今、「DPU」が注目されている。DPUはなぜ必要なのか。
専用ハードウェアは、安価な汎用（はんよう）ハードウェアで実行されるソフトウェアに置き換えられてきた。これに仮想化とコンテナが加わり、ITは多くの点でソフトウェア定義になった。
だが最近、汎用ハードウェアの限界が目立ってきた。
仮想アプリケーションであっても、データの保存や取得、タスクの受け取りと結果の出力など、どこかの時点で物理環境に接続する必要がある。ネットワークへの要求も厳しくなり、膨大な演算を必要とする機械学習などを組み込んだアプリケーションが増えるにつれ、汎用ハードウェアは適切ではなくなってきた。
そこで専用ハードウェアが復権しつつある。最も広く利用されている専用ハードウェアといえばGPUだ。そして最近注目されているものにはDPU（Data Processing Unit）やIPU（Infrastructure Processing Unit）、SPU（Service Processing Unit）などがある。
DPUとは何か
iStock.com/Motion Loop
DPUという名前はやや混乱を招く。そもそもデータを処理しないコンピュータがあるだろうか。だがBroadcom、Intel、Marvell Technology Group、Nebulon、NVIDIAらは、データの移動と保存に関係する機能を担うデバイスをDPUと称している。DPUはTCPとRDMAによるネットワークアクセラレーション、データ圧縮、ネットワーク仮想化、データ暗号化などを処理する。
これも珍しいことではないように思える。これらは既に「スマートNIC」が行っており、メインフレームやミニコンピュータはかなり前からI/Oをオフロードするプロセッサを搭載していた。
スマートNICとの違いは2つある。一つは特定のワークロードだけが対象ではないことだ。もう一つは、DPUはプログラマブルであり、コンピューティング能力とメモリによって高度な構成可能性を実現することだ。
これらの専用デバイスはいつまで使われるのか。これらの機能は最終的にCPUに統合されるのではないか。既に、AI機能がCPUに組み込まれるのを見ている。
「Apple M1」のカスタム行列乗算ユニットや「IBM Telum」のオンチップアクセラレーションなどのAI機能は推論が主な目的だ。分析など他の作業にも役立つが、AIモデルを構築してトレーニングする作業には向いていない。
DPUはプロセッサ要素（通常はArmベース）を含むため、アプリケーションを実行できる。だが、基本的にはネットワークやデータプレーン内あるいはそれらに近い場所に配置する。DPUでファイアウォールを実行する（サーバ間トラフィックが増えているため意義がある）ことは可能だが、データベースやERPを動かすことはできない。
構成可能性のニーズがなくなることはない。もちろん、全てのユーザーやアプリケーションがGPU、DPU、IPU、SPUを必要とするわけではない。だが、ワークロードの緻密さと複雑さが増すにつれ、ボトルネックやパフォーマンスを向上させる機会がどこにあるかを知ることが重要になる。
Copyright © ITmedia, Inc. All Rights Reserved.
Computer Weekly日本語版
この記事の著者
関連記事
新着ホワイトペーパー PR
-
製品レビュー
「電子帳簿保存法対応」実践術：タイムスタンプ付与などの要件の手軽な実現方法 -
事例
「大企業のデジタル化」成功事例集【コクヨ、九州電力、ヨネックスなど21社】 -
製品資料
“顧客管理の課題”を簡単に解決する方法とは？ -
製品資料
契約管理の“あるある課題”をノーコード開発で解決するためのポイント -
製品資料
揺らぐ境界防御 いま企業が特に警戒すべき「3つのセキュリティ課題」とは？
こんなメディアも見られています
TechTargetジャパンに関連する情報をお探しであれば、こちらのメディアもお役に立てるかもしれません。
ベンダーコンテンツ PR
From Informa TechTarget
SpecialPR
アクセスランキング
-
1
「技術屋」で終わらないために 情シスが今取るべき認定資格5選
-
2
Microsoft製品でここまで自動化できる 情シスがやめられる手作業10選
-
3
100億円の「Linux更新」を回避 みずほ銀行が選んだ“おきて破り”のRHEL延命策
-
4
自宅のWi-Fiが「遅い」「途切れる」本当の原因は？ Dellが推奨する鉄則
-
5
継続利用は4割どまり M365 Copilotが「効く業務」と期待外れの境界
-
6
「即戦力」は幻想？ 中途の3割が消えるAI時代のエンジニア生存戦略
-
7
画面をティッシュで拭くのはNG Dellが推奨するPCの正しいお手入れ方法
-
8
メインフレームは死なず AI活用で20年来の高収益をたたき出す基幹システムの底力
-
9
Oracle巨大ITプロジェクトはなぜつまずいたのか 8年で導入1割、追加で170億ドル
-
10
「企業におけるAIの運用」に関するアンケート
ホワイトペーパーランキング PR
-
1
AIエージェントで多様な日常業務を効率化するための入門ガイド
-
2
AIが「わざわざ使うツール」になっていない？ 業務で自然に使う導線にする秘訣
-
3
JR西日本ITソリューションズが「監視業務の属人化」を解消した方法とは？
-
4
5回聞くだけじゃ足りない？ トヨタ式「なぜなぜ分析」の正しい実践方法
-
5
「脱Excel」か「Excel快適化」か？ 現場にやさしい業務改善の進め方
-
6
インシデント対応工数を約3割削減、東京ガスの事例に学ぶ監視体制刷新のコツ
-
7
「結局、一部の人しか使わない」 AI活用が業務に定着しない根本的な理由
-
8
AIエージェントで成果は出る？ 調査結果に見る費用対効果の実態
-
9
PostgreSQLの「機能」「性能」「運用」「拡張性」に関する悩みの解消法
-
10
ゼロトラストにおける「IDaaSの課題」と補完すべき重要機能とは？
TechTargetジャパン SNS
@techtarget_itmをフォロー
インフォメーション
注目情報をチェック
TechTargetジャパンをフォロー