天翼云紫金DPU将网络时延降至原来的四分之一、NVIDIA BlueField-4在GPU HBM与冷存储间创建“温数据层”、中兴通讯DPU支撑智慧城市公交云巡检——DPU的应用场景正从算力中心向智能驾驶、工业互联网等新兴领域全面拓展。中国信通院这份白皮书系统梳理了DPU在通用算力中心、智能算力集群、5G边缘计算、新兴智能场景四大领域的落地实践，揭示DPU如何从可选加速部件演进为算力中心的标配组件。
通用算力中心——破解“虚拟化税”，推动云原生转型
在云计算领域，DPU破解传统架构下的“虚拟化税”问题。DPU通过将虚拟交换机、存储控制器、安全策略执行等基础设施服务从服务器主机CPU卸载至DPU，大幅提升主机资源利用率，降低虚拟化损耗。同时强化安全隔离能力，保障业务运行稳定。
国内方面，天翼云自研DPU芯片“紫金”采用SOC+FPGA设计，通过芯片级的硬件加速，提升网络PPS性能以及存储IOPS性能，网络时延降低至原来的四分之一。百度智能云基于太行DPU2.0，打造新一代太行弹性计算产品，具备多平台兼容、多场景适配、多协议支持、多业务承载四大核心能力。国外方面，AWS Nitro、微软Azure Boost系统通过DPU全面卸载虚拟化功能，提升云服务器性能及传输效率。微软Azure Boost DPU集成Azure硬件安全模块，功耗约为传统CPU的三分之一，同时提供高达四倍的性能。
智能算力集群——重构内存层次，释放GPU潜力
在AI与HPC领域，DPU是破解“数据搬运墙”和“I/O墙”的核心组件。在大规模AI集群训练过程中，GPU之间需频繁交换梯度等中间数据，传统网络架构易出现数据传输阻塞，严重制约训练效率。DPU通过无损RDMA网络，保障数据在数千张GPU卡间高效、无阻塞流动。
NVIDIA BlueField-4 DPU不再仅优化数据流动，而是主动重构内存层次，通过驱动池化NAND存储资源，在GPU HBM与远端冷存储之间创建一个由DPU统一调度的“温数据层”中间层，为检查点、激活值等海量临时数据提供近计算侧的高速存取空间，大幅减少跨机房I/O流量，缩短训练周期。全新架构下，DPU已演化为智算集群的“全局数据中枢”，通过深度协同网络、存储与计算资源，重塑了高性能智算底座的系统范式。
5G边缘计算与新兴智能场景
在5G边缘计算领域，DPU支撑5G用户面功能下沉、移动边缘计算节点部署。中兴通讯联合上海电信、浦东公交，采用自研DPU构建5G-A智能网络，支撑智慧城市公交云巡检应用，通过“5G+AI云边端”协同架构，优化城市道路维护与交通管理效率。中国联通边缘算力平台中引入DPU作为CPU卸载引擎，提升算力利用率、降低端到端时延。
在新兴智能场景方面，DPU正逐步成为连接物理世界与数字空间的关键基础设施。在智能驾驶领域，NVIDIA DRIVE平台集成DPU芯片，实现高效数据交换、网络加速和存储卸载，满足L3及以上级别自动驾驶对实时性要求。在数字孪生领域，西门子能源利用NVIDIA Omniverse创建数字孪生，将原本需要数周的计算缩短到几小时。在量子计算领域，DPU作为经典计算集群的协处理器，高效执行量子测量数据的筛选、错误缓解与预处理任务。
