在信息技術(shù)日新月異的浪潮中，DPU正逐漸嶄露頭角。當前，DPU發(fā)展的核心驅(qū)動力來自于什么？DPU技術(shù)是否已經(jīng)足夠成熟到廣泛應(yīng)用？市場上頭部玩家參與到這一創(chuàng)新技術(shù)的市場角逐之中？在算力時代，DPU應(yīng)該如何找準價值定位？而中科馭數(shù)作為國內(nèi)DPU先行者，又將如何解題，引領(lǐng)DPU行業(yè)進入到一個全新的高度？

6月19日，在中科馭數(shù)2024產(chǎn)品發(fā)布會上，中科馭數(shù)CEO鄢貴海發(fā)表了《重新定義DPU》主題演講，為我們深入探索DPU發(fā)展問題打開了一扇窗口，讓我們帶著這些問題，一起走進鄢老師的演講實錄。

以下為演講文字實錄：

全文6462字|閱讀約16分鐘

01

我芯所向

馭數(shù)人是有信念、有追求、有敬畏、有技術(shù)的“四有新人”

六年前，中科馭數(shù)團隊帶著對科技創(chuàng)新無比堅定的信念、對發(fā)展自主可控核心技術(shù)的不懈追求，對變幻莫測的市場的深深敬畏，和對未來智能計算技術(shù)趨勢的研判，從實驗室勇敢地邁出了科技創(chuàng)業(yè)的穩(wěn)健步伐。我們也成為了有信念、有追求、有敬畏、有技術(shù)的“四有新人”。

我們馭數(shù)人有一個執(zhí)念：不僅要把DPU做成一個產(chǎn)品，更要把“馭數(shù)”做成一個品牌，做成一個在數(shù)字時代、助力數(shù)字中國的品牌。馭數(shù)應(yīng)該成為這個時代——趁勢而上的企業(yè)。

然而我們清晰地知道，趨勢并不能確保馭數(shù)的成功，時代只會給真正創(chuàng)新的企業(yè)以回報，只會給效率至上的企業(yè)生存空間。

創(chuàng)新，就是某種意義上的以弱勝強。集中資源、聚其一點，突破核心技術(shù)，用敢干務(wù)實的態(tài)度，克服千難萬難，夯實從0到1的過程。我們只聚焦DPU，不為任何風口所動。在研發(fā)DPU的過程中，也從來不抱怨環(huán)境，因為我們知道技術(shù)創(chuàng)新的底色就是——攻堅克難。

效率，就是以快勝慢。時間就是金錢，效率就是生命。緩慢穩(wěn)健是大象的專屬權(quán)利。創(chuàng)新性企業(yè)，必須用一年走過別人三年的路，才有可能在市場競爭中贏得生存空間。在復雜大型芯片每代產(chǎn)品普遍3～5年的研發(fā)周期中，我們用6年的時間，完成了三代芯片的迭代，平均每代芯片迭代僅有不到2年的時間。同時在成本控制上，也遠小于行業(yè)的平均值。

其秘訣，就是全棧技術(shù)自主研發(fā)，重硅前驗證，快速迭代。用理論來指導實踐，而非盲目地訴諸于通過工程試錯來優(yōu)化設(shè)計，把理論優(yōu)勢用到極致。

02

DPU是當下算力基礎(chǔ)設(shè)施的核心創(chuàng)新

被稱為數(shù)據(jù)中心“第三大支柱”

DPU是當下算力基礎(chǔ)設(shè)施的核心創(chuàng)新之一。如果把CPU比作大腦、那么GPU就好比是肌肉、而DPU就是神經(jīng)中樞。

CPU承載了應(yīng)用生態(tài)，決定了計算系統(tǒng)是否可以通用，GPU提供了高密度各類精度的算力，決定了系統(tǒng)是否有足夠的“力量”，DPU負責數(shù)據(jù)在各種CPU和GPU之間高效流通，決定了系統(tǒng)是否能協(xié)同工作。

DPU就是構(gòu)建數(shù)據(jù)網(wǎng)絡(luò)的“根結(jié)點”，掛載了各種計算、存儲資源的“葉節(jié)點”，無論這些處理器核是真實的物理核，還是虛擬化的核。

DPU很舊，舊到可以完全取代傳統(tǒng)網(wǎng)卡的功能。網(wǎng)卡俗稱為“網(wǎng)絡(luò)適配器”，其唯一的功能就是接收網(wǎng)絡(luò)發(fā)來的數(shù)據(jù)和把數(shù)據(jù)通過網(wǎng)絡(luò)發(fā)送出去，實現(xiàn)“上網(wǎng)”，好比交通的——綠皮車時代，解決全國主要城市基本通鐵路的問題。

然而，DPU也很新，新到被稱為這個十年最重要的創(chuàng)新，被寄予了數(shù)據(jù)中心三大支柱芯片之一的定位，戴上了“PU”的王冠。好比數(shù)據(jù)網(wǎng)絡(luò)的——高鐵時代，已經(jīng)不僅僅是連通城市問題， 而是徹底重構(gòu)了地理位置的邏輯距離了。

03

全球掀起DPU發(fā)展浪潮

產(chǎn)業(yè)頭號玩家爭先”搶灘“DPU賽道

過去五年DPU技術(shù)高速發(fā)展，特別是近三年。

短短幾年時間對于一種具備巨大產(chǎn)業(yè)化價值的芯片技術(shù)而言并不算長，但是對于一種新的大類芯片類型，數(shù)家國際芯片業(yè)巨頭短時間內(nèi)組織研發(fā)力量并投入巨資“搶灘”式發(fā)布DPU產(chǎn)品也不是常見的現(xiàn)象。

NVIDIA于2020年發(fā)布了代號為BlueField 2的DPU產(chǎn)品，并高調(diào)宣稱這是數(shù)據(jù)中心場景下的“第三顆支柱型芯片（原文為the third pillar）”，同年Marvell發(fā)布了代號為OCTEON的DPU產(chǎn)品，主打5G基帶處理，攜手Facebook打造高性能的OpenRAN解決方案。

次年另一個芯片巨頭Intel攜全新的重磅產(chǎn)品IPU（Infrastructure Processing Unit）加入了對DPU市場的爭奪。前思科高管創(chuàng)立的科技公司Pensando在2020年HotChips會議上首次披露了其DPU的設(shè)計，主打P4，同時對PCIe設(shè)備虛擬化、存儲、信任根、加解密進行了方案的支持，從技術(shù)來看甚至有領(lǐng)先后續(xù)披露DPU產(chǎn)品的行業(yè)巨頭廠商的勢頭（該公司于2022年被AMD高價并購）。

在國內(nèi)的DPU產(chǎn)品方面，中科馭數(shù)也在一年半前（2022年）成功流片了一顆標志性的DPU芯片，并且在網(wǎng)絡(luò)時延指標和吞吐性能都處于業(yè)界同期較為領(lǐng)先的水平。阿里云也發(fā)布了CIPU產(chǎn)品、天翼云、移動云也分別發(fā)布了自研的DPU加速卡產(chǎn)品，還有移動云、天翼、云豹等，在此不一一列舉了。據(jù)不完全統(tǒng)計，涉及DPU產(chǎn)品的公司有數(shù)十家。

可以說，在對DPU關(guān)注熱度而言，國內(nèi)并不亞于國外。

04

AI算力的發(fā)展加速DPU成熟

DPU是“順”算力基礎(chǔ)設(shè)施的“勢”而為

按照Gartner的技術(shù)成熟度曲線Hype Cycle的規(guī)律，針對一項新技術(shù)從創(chuàng)新、發(fā)展、過熱、回歸、沉淀、再進入正常規(guī)模化應(yīng)用的常規(guī)發(fā)展路徑，我們在過去2021年Gartner發(fā)布的Hype Cycle里出現(xiàn)了DPU，即“下一代SmartNICs，DPUs，IPUs”。該技術(shù)處于Hype Cycle的創(chuàng)新期，預測僅需要5～10年到達成熟期。而現(xiàn)在距離預測最早成熟期還有兩年。而AI算力的加速發(fā)展，正在加速DPU的成熟。

近年在OpenAI主導的GPT模型取得了突破性進展已經(jīng)成為共識，甚至有專家認為ChatGPT已經(jīng)通過了經(jīng)典的圖靈測試，人們已經(jīng)找到了從AI到AGI的“金鑰匙”，而“AIGC”將是新一輪的內(nèi)容生成、更是財富生成的密碼。于是乎一夜之間，大模型遍地開花，僅中國有信息披露的就超過70家，可謂之盛況空前。OpenAI幾乎以一己之力把人工智能的發(fā)展掛上了高速檔。

目前人工智能發(fā)展的三要素：數(shù)據(jù)、算法、算力，在這一輪AI大模型的洗禮下，仍然重要，但是這些要素配給的挑戰(zhàn)程度不同了。

在數(shù)據(jù)層面，人類社會雖然有五千年文明，但真正有大量數(shù)據(jù)沉淀的時間不超過200年，真正的數(shù)據(jù)爆發(fā)已經(jīng)是以計算機和互聯(lián)網(wǎng)的發(fā)明為標志的第三次產(chǎn)業(yè)革命之后的事了。也正是隨著人類社會從電氣化向數(shù)字化的轉(zhuǎn)變，數(shù)據(jù)的爆發(fā)式增長才真正到來——而這滿打滿算只不過短短五十年的時間。以當前視角下所謂的“海量”數(shù)據(jù)，對于大模型訓練而言，若非算力約束，是完全有能力消化的。

對于算法層面，雖然對創(chuàng)新有非常高的要求，幾乎都要走在科學的“無人區(qū)”才有可能“偶遇”突破口，但是一旦突破，驗證了可行性，就可以迅速的普及開來，當前大語言模型（LLM）的空前熱度就是證明。OpenAI的GPT取得技術(shù)突破后一旦發(fā)布，就會迅速成為各個行業(yè)的一種共性技術(shù)基礎(chǔ)。

而對于算力而言，相較于數(shù)據(jù)、算法層面的“軟約束”，算力面臨的是摩爾定律、登納德縮放定律、能耗指標的物理“硬約束”。例如，就算訓練GPT4的語料都具備，重新訓練一次類GPT4大模型的算力需求、訓練時間、綜合成本也會讓人望而生畏。甚至有專家斷言，從既有算力儲備的角度看，短期內(nèi)在國內(nèi)具備從0開始研發(fā)大模型的廠商不超過兩家。

算力就是AI時代的“面包”！如何解決算力問題，成為了人工智能技術(shù)發(fā)展面臨的最嚴峻的挑戰(zhàn)，特別是在當前高端算力芯片進口受控的局面下。

DPU作為專注于解決算力基礎(chǔ)設(shè)施層各種數(shù)據(jù)流量負載的芯片，其發(fā)展的主要驅(qū)動力也必然來自于對算力基礎(chǔ)設(shè)施的更高要求——正所謂順勢而為。

05

從計算系統(tǒng)的三個視角審視DPU核心價值

為數(shù)字經(jīng)濟構(gòu)造更高效、更大規(guī)模的算力底座

算力的問題不僅是單一算力芯片的問題，更是一個計算系統(tǒng)性的問題。有研究表明，即便是配備了較先進GPU的AI訓練集群，受限于調(diào)度策略，數(shù)據(jù)共享，計算依賴等因素，僅30%系統(tǒng)計算資源利用率的現(xiàn)象并不罕見。如果再考慮在云計算環(huán)境下的多租戶等復雜場景，資源被高度虛擬化、池化，一方面消耗了大量的CPU資源，一方面給網(wǎng)絡(luò)、存儲、系統(tǒng)安全等增加了很大的復雜度，結(jié)果就是留給客戶應(yīng)用的計算資源不僅減少了，而且性能也被降級。

傳統(tǒng)意義上的“數(shù)據(jù)中心稅”已經(jīng)不僅僅是20～30%的資源開銷問題，而是“算力經(jīng)濟”是否行得通的問題！

我們需要采用系統(tǒng)性視角，革新我們的計算系統(tǒng)設(shè)計，而DPU是解決這一問題的關(guān)鍵。

為什么？答案就在我們看待計算系統(tǒng)的三個視角中：

視角一：DPU要解決的首要問題其實還是各種算力資源的高效使用的問題，包括CPU的資源的釋放，CPU與GPU以及GPU之間的高效通信、容器間通信、容器與虛擬機、Bare-Metal的統(tǒng)一調(diào)度與管理 等等。甚至可以認為DPU就是新一代算力基礎(chǔ)設(shè)施的“基帶”處理器（BP），解決資源的管理、數(shù)據(jù)通信問題；相應(yīng)地，CPU和GPU可類比為“應(yīng)用”處理器（AP），解決的是上層應(yīng)用的執(zhí)行問題。這里的“基帶”是以網(wǎng)絡(luò)為核心，類比在ISO七層協(xié)議的表示層/會話層以下的協(xié)議層，AP主要是應(yīng)用層及其之上承載的豐富的各種應(yīng)用。簡言之，“BP+AP”就是新一代算力芯片的核心構(gòu)成，——正所謂CPU-GPU-DPU “三U一體”。

視角二：DPU是“算網(wǎng)”融合的關(guān)鍵。“網(wǎng)”這一端的核心作用是傳輸數(shù)據(jù)，核心的功能是路由和交換，但這并不是DPU的重心。“網(wǎng)”端的核心指標帶寬和延遲，目前看其實并不是系統(tǒng)性能的瓶頸所在，在服務(wù)器的“算”端能不能線速的處理那么高帶寬的數(shù)據(jù)才是性能的瓶頸所在。DPU之所以仍要處理一些路由轉(zhuǎn)發(fā)業(yè)務(wù)的原因其實是由于虛擬化技術(shù)的使用，本地資源被虛擬成了各種可獨立運行的計算資源節(jié)點（例如容器、虛擬機），在行為上與一個物理節(jié)點沒有區(qū)別，這些虛擬節(jié)點仍然有網(wǎng)絡(luò)互聯(lián)的需求，仍然有相互間訪問，這也是網(wǎng)絡(luò)在“算”端的延伸，所以也就有了OVS，SRIOV，Virt-IO等技術(shù)的需求。可以說是用“算”來實現(xiàn)“網(wǎng)”的功能——這不就是“算網(wǎng)融合”最具體的表現(xiàn)形式嗎！

視角三：基礎(chǔ)設(shè)施處理器的基礎(chǔ)性體現(xiàn)在網(wǎng)絡(luò)、存儲、安全、計算加速等服務(wù)，DPU可以承接自原來的CPU所支持的底層或獨立功能，即通常理解的“卸載”CPU的基礎(chǔ)層功能，特別是讓操作系統(tǒng)很多內(nèi)核態(tài)的服務(wù)遷移到DPU上，通過硬件輔助的手段來獲得更高的性能，這也決定了DPU不僅邏輯上應(yīng)該更靠近CPU，物理上也應(yīng)該更緊密才好。現(xiàn)在備受矚目的CXL互聯(lián)協(xié)議，也為DPU進一步靠近CPU提供了更方便的途徑。進一步可以預測，維持直接相連節(jié)點間存儲數(shù)據(jù)一致性的高速互連網(wǎng)絡(luò)將會是DPU的核心能力之一。

總之，從功能上看，DPU將進一步推動算和網(wǎng)的融合，構(gòu)造更加高效、更大規(guī)模的算力底座。

06

革命的產(chǎn)品一定不是單純指標的升級

而是深度契合了技術(shù)趨勢的發(fā)展

DPU到底值多少錢？

從DPU的價值判斷上看，應(yīng)該怎樣理解DPU之于未來的計算系統(tǒng)的作用和價值，DPU的價值是否可以通過替代多少個CPU/GPU核、降低幾微秒網(wǎng)絡(luò)延遲來體現(xiàn)呢？

答案是肯定的，但這僅僅是“管中窺豹”，只見一斑！

革命的產(chǎn)品一定不是單純指標的升級，而是深度契合了技術(shù)趨勢的發(fā)展。汽車提升一下速度固然好，但是汽車做得再快，也不可能支撐航空產(chǎn)業(yè)的發(fā)展。

價值蘊含在趨勢中。當前，DPU的發(fā)展契合哪些趨勢呢？我們認為至少有三個重要的趨勢值得關(guān)注：

趨勢一：當前正處于人工智能時代的爆發(fā)前夜。

不可思議！短短30年產(chǎn)生三輪大的科技革命的奇跡即將成為現(xiàn)實。

2000年的互聯(lián)網(wǎng)，把世界變平了；2010年代的移動互聯(lián)網(wǎng)，改變了人們生產(chǎn)和生活方式，也為數(shù)字化、智能化做出了必要積累；2020年代的人工智能，大模型的劇烈演進，已經(jīng)讓人們看到了AGI的曙光，同時潛在失控風險也讓一些人感到深深的不安。我們中國人非常有“先見之明”，在40年前將計算機稱之為“電腦”，真的越來越像“腦”。深度學習的發(fā)明人、圖靈獎得主Hinton明確表達了自己的觀點：今天的深度學習可能已經(jīng)有了意識。OpenAI的首席科學家，Hinton的高徒Ilya Sutskever也明確的表達建立完全自主的機器是完全有可能的，現(xiàn)在的當務(wù)之急是如何確保機器的目標和人類的目標一致，而避免電影《終結(jié)者》中的場景成為現(xiàn)實。

盡管無論是腦科學還是認知科學，人們現(xiàn)在還是無法解釋大腦為什么會產(chǎn)生智能。愛因斯坦說“我們無法用提出問題的思維來解決問題”，是否可以理解為我們用人類智能來研究出的這些科學原理和經(jīng)驗法則，是不可能解決人類智能的問題的。相反，如果我們無法知道它的原理，也搞不清楚它的機制，但是結(jié)果卻超出預期，反而有可能是“智能”的原因。

有觀點認為智能并不蘊含在算法中，而在數(shù)據(jù)中。深度學習、大模型只是基于簡單的計算規(guī)則，把數(shù)據(jù)的復雜性轉(zhuǎn)換成了模型的復雜性，從而將蘊含在數(shù)據(jù)中的智能嵌入到了模型中。天量的數(shù)據(jù)，堪比人腦神經(jīng)元數(shù)量的模型規(guī)模，注定了算力需求必然暴漲。而迭代出的更好的模型對數(shù)據(jù)又會有更大的胃口，更大參數(shù)規(guī)模的模型；更大的算力意味著更高的智能。至此，算力與智能的正循環(huán)徹底啟動了，難以逆轉(zhuǎn)。

趨勢二：盡管摩爾定律已經(jīng)放緩，但是單芯片規(guī)模還在不斷上升。“Super Computer on a single Chip”已經(jīng)成為現(xiàn)實。Chiplet技術(shù)使得單個封裝芯片的規(guī)模可以不斷增大，但不降低良率。英偉達的GH200處理器單個芯片提供約4PFLOPS的算力（FP8精度），功率消耗控制在1000瓦。作為對比，在2010年Top500第一名的天河1A超級計算機，算力也不過2.57PFLOPS（全精度）。就目前而言，單芯片的算力還在指數(shù)增長，這就意味著單個芯片的IO性能要求必然更高了。否則，就會面臨“茶壺里面煮餃子——倒不出來”的尷尬。

趨勢三：算力的供給方式多樣化與靈活性持續(xù)增強，降低客戶的算力成本。從IaaS，PaaS、SaaS到FaaS，對資源的供給方式和抽象層次一直在不斷的變化，背后的整體趨勢是越來越弱化應(yīng)用支撐的差異性，資源的粒度也越來越細化。從最早的以一臺帶著虛擬的CPU、內(nèi)存、網(wǎng)絡(luò)、存儲資源和操作系統(tǒng)的虛擬機服務(wù)，到只提供函數(shù)級的服務(wù)；費用從按天/月租用虛擬機的方式計費，和利用率無關(guān)，到按照調(diào)用函數(shù)的次數(shù)來計費，pay as you go，這代表著算力資源的形式、組織方式、供給粒度都產(chǎn)生了巨大的變化，從粗放一直向集約化演進。這對計算系統(tǒng)的部署、服務(wù)、運維都提出了巨大的挑戰(zhàn)。

從資源管理的角度看，無論哪個層面的操作系統(tǒng)，都在建立在統(tǒng)一的視圖的基礎(chǔ)上，通過層次化抽象、封裝、模擬等技術(shù)來實現(xiàn)。例如虛擬機、容器和Bare Metal，都可作為計算節(jié)點，共享相同的物理資源池，并且有可能需要相互通信。這些計算節(jié)點會隨著應(yīng)用的需求按需動態(tài)申請部署，協(xié)同工作，完成任務(wù)后即刻原地釋放了。這個管理的開銷是極大的。

大家一定對這三個趨勢的價值有自己的判斷。而相應(yīng)的，對DPU的價值判斷，我相信大家已經(jīng)有了答案！

以上三個趨勢有內(nèi)在因果關(guān)系。當算力成為了剛需，必然導致第二個趨勢——單芯片越來越大，IO的需求越來越高，隨之管理這些資源也會越來越復雜。

其實不難理解，城市擴大了，如果基礎(chǔ)設(shè)施和治理機制跟不上，就會出現(xiàn)“大城市病”，芯片變大了沒有配套好基礎(chǔ)設(shè)施和治理機制，也會出現(xiàn)“大芯片病”。

我們不能采用線性的思維來解決這個問題。城市擴大一倍，所有車道數(shù)量并不能簡單的也擴大一倍，而是需要地鐵、輕軌、立交橋等新型的基礎(chǔ)設(shè)施和相應(yīng)的高效流控機制。同樣的道理，解決“大芯片病”也一樣，也需要技術(shù)創(chuàng)新才有可能解決。

07

打通數(shù)據(jù)中心算力的“堰塞湖”

以架構(gòu)決勝、軟件護城、平臺上門重新定義DPU

馭數(shù)的目標是為算力基礎(chǔ)設(shè)施提供一流的DPU產(chǎn)品，解決算力資源的彈性擴展、高效互連、加速計算、統(tǒng)一運維等關(guān)鍵問題，打通數(shù)據(jù)中心算力的“堰塞湖”。

我們將——

架構(gòu)決勝——用最先進的芯片架構(gòu)來重新定義DPU芯片架構(gòu)；

軟件護城——用最高兼容性來重新定義DPU的軟件系統(tǒng)；

平臺上門——用最低的成本讓客戶接入DPU規(guī)模化部署與業(yè)務(wù)驗證。

為了實現(xiàn)這些目標，DPU已經(jīng)不僅僅是一顆芯片，而是芯片、軟件、平臺的一體化工程，馭數(shù)將徹底重新定義DPU！

08

以”芯云計劃“全面進化算力基礎(chǔ)設(shè)施

做到手中有芯，心里有云

在2025年，中科馭數(shù)會完成K3芯片的發(fā)布，仍然采用我們最新的KPU架構(gòu)，KISA2.0指令集，兼容KISA1.0，集成RISC-V輕量級控制核，處理帶寬將是K2Pro的四倍，達到800G，延遲低于1微秒，功耗比K2-Pro的下降40%。

在軟件方面，我們將逐步向各大開源社區(qū)開源我們的HADOS教育版，同時推出企業(yè)版HADOS 4.0，在性能、功能、穩(wěn)定性方面全面升級。

在云平臺方面，我們也將進一步擴容馭云，推出馭云2.0，節(jié)點規(guī)模從400個節(jié)點突破到1000個節(jié)點，同時在集群部署、運維、調(diào)優(yōu)、一體化、可視化方面達到更高的高度。

這些內(nèi)容將構(gòu)成馭數(shù)在算力基礎(chǔ)設(shè)施領(lǐng)域的“芯云計劃”。我們做芯，是為了服務(wù)云。手中有芯，心里有云。

中科馭數(shù)也會繼續(xù)為行業(yè)做貢獻，持續(xù)深度參與行業(yè)標準的制定，力爭參與和牽引標準突破100項。同時，我們也會繼續(xù)重視知識產(chǎn)權(quán)保護，筑牢科創(chuàng)根基。到2025年末，累計提交發(fā)明專利1000項、軟件著作權(quán)1000項。

而這一切，都離不開我們生態(tài)伙伴的支持與信任。這也是我們馭數(shù)的信條——協(xié)作創(chuàng)造價值，創(chuàng)新引領(lǐng)未來。

09

希望人們以后像記住Intel=CPU，Nvidia=GPU一樣，

記得 馭數(shù)=DPU！

回顧歷史，50多年前的1971年，當Intel發(fā)布了首顆成功的CPU產(chǎn)品，我們還沒有改革開放。

20多年前的1997年，Nvidia發(fā)布了讓它起死回生的GeForce系列GPU，宣告自己成為了GPU的發(fā)明者，而當時對于科技創(chuàng)新而言，我們還處于濃濃的“做不如買，買不如租”的氛圍中。

4年前，當DPU成為了風口浪尖的熱點時，我們已經(jīng)提前出發(fā)了2年。這一次，我們終于有希望不僅是起得早，還能趕上早集。

我們更希望，人們以后像記住Intel=CPU，Nvidia=GPU一樣，記得馭數(shù)=DPU。

我們今天發(fā)布的所有成果，是中科馭數(shù)團隊2千多個日夜艱苦奮戰(zhàn)的結(jié)果，就在現(xiàn)在，我們還有同事在客戶的現(xiàn)場開展交付調(diào)試，還有同事奔赴在去往各個客戶交付場景的高鐵、飛機上。

感謝大家的熱情參與，期待與您在不久的將來，再次相聚，再會！