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
-
製品資料
[rakumo株式会社] Microsoft 365での情報埋没を防ぐ、社内ナレッジを資産化する情報ポータル活用 -
技術文書・技術解説
[NTTインテグレーション株式会社] 「耐量子計算機暗号」（PQC）に今、取り組むべき理由とは？ 実現の道筋も解説 -
製品資料
[株式会社リンプレス] どうしたら非デジタル人材を「自走するDX推進者」に変えられるのか？ -
製品資料
[アステリア株式会社] 既存システムをAIレディに変える「連携型モダナイゼーション」の手法とは？ -
製品資料
[アステリア株式会社] 「データ連携」徹底解説 要件整理から連携手法、ツール選択まで
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
なぜ「Gemini 4 Argon」は出遅れたのか？ Googleが狙う“逆転のシナリオ”
-
2
ChatGPTは“検索しまくり”でGeminiは“淡泊”？ データが明かすAIの裏側
-
3
PHP脆弱性「PHP2Shell」で2260万件に影響 情シスの緊急チェックリスト
-
4
「Microsoft 365」が乗っ取られる MFAを破る“本物の画面”の恐怖
-
5
慶應義塾が「Notion」を選んだ理由 AI導入の盲点になる“情報のサイロ化”
-
6
半数がブルーカラー転向を視野に？ ベテランエンジニアを追い込む“54歳の壁”
-
7
なぜ「全社配布Copilot」は使われないのか？ 失敗に学ぶAI定着
-
8
Copilot導入で陥る“目的化”の落とし穴 定着の鍵は「作り込まない」こと
-
9
RAGで「データをAIに送る」運用が限界を迎えている理由
-
10
業務用プリンターの老舗が挑むAI活用に向けた開発基盤変革を伴走支援
ホワイトペーパーランキング PR
-
1
AI駆動攻撃にどう対抗する？ 超速の攻撃からエンドポイントを保護する方法
-
2
最速72分でデータが流出？ 最新の脅威トレンドや侵入手法から分かった防衛策
-
3
2026年のサイバーセキュリティには何が必要か？ 最新データに学ぶ傾向と対策
-
4
経験豊富な即戦力人材に直接アプローチできる、「攻めの採用」への転換術
-
5
「IT史に名を残すシステム障害」8選
-
6
SASE選定は「見極め力」で大きな差――本当に必要な製品を選ぶための6つの視点
-
7
不審メールの経路や見せ方に変化？ 2026年夏の3事例から見えた動向と対処方法
-
8
Microsoft 365のメールセキュリティ、3つの“死角”と追加で検討すべき対策とは
-
9
AI駆動開発のスピードと安全性を両立 「品質・セキュリティ管理」の実践ガイド
-
10
「標的型攻撃メール」事例・サンプル集
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