雲端網路與儲存卸載：AMD Pensando DPU 架構

網路架構師與 SRE 常常忽略一件事：CPU 有一部分運算資源，根本沒有拿去跑應用程式，而是花在處理網路封包、資安檢查與儲存協定轉換上。

這篇談的是 AMD 收購 Pensando 之後在做的事：把這些基礎設施層級的工作，搬到一顆專用的可程式化晶片上，也就是 DPU。

CPU 不該做的事：DPU 想解決的問題

一台伺服器的 CPU，理論上應該把運算資源留給應用程式本身。但實際運作時，虛擬化管理、網路封包處理、儲存協定轉換、資安規則檢查，這些基礎設施層級的工作，同樣要吃掉不少 CPU 資源。

工作負載規模越大，這部分的損耗越明顯。DPU 的角色，就是把這些原本該由 CPU 處理的基礎設施工作，搬到一顆專用的可程式化晶片上執行。

Pensando 是什麼：收購背後的策略

Pensando 是 AMD 在 2022 年收購的公司，收購之後併入資料中心解決方案事業群。官方當時的說法是，這套資料處理單元能顯著加速資料傳輸速度，同時提供額外層級的資安與分析能力。

值得注意的是，在被收購之前，Pensando 已經有 Goldman Sachs、IBM Cloud、Microsoft Azure、Oracle Cloud 這類客戶採用，證明這套架構在正式進入雲端環境之前，就通過了市場驗證。

可程式化的意思：軟體定義網路的執行層

可程式化是 DPU 和傳統網路卡最大的差異。傳統網路卡功能固定，規則寫死在硬體裡；DPU 內建自己的運算核心，能執行相對複雜的邏輯，而且可以透過軟體更新規則，不必更換硬體。

這正好呼應軟體定義網路的精神：把網路的控制邏輯從實體設備抽離，交給軟體集中管理與調整。DPU 提供的是執行這些邏輯所需要的運算能力與速度，讓策略變動不再綁死在硬體規格上。

在 AMD AI 基礎設施裡的角色

2026 年，AMD 在自家的技術活動上，把新一代 Pensando DPU 與新一代 AI 網卡納入機架級 AI 基礎設施的整體設計，作為機架內外資料傳輸的前端與網路層。

這呼應了 AMD 近年反覆強調的系統思維：運算、加速器、網路與軟體一起設計，而不是分開採購。DPU 在這套設計裡負責的，是把虛擬化與資安相關的負擔，從真正要跑運算的節點上搬開。

確切的效能數字與世代命名，以官方 2026 年公告為準，這類基礎設施晶片的世代更迭速度不慢，不宜直接沿用舊資料。

網路架構師與 SRE 的實務評估角度

1. 先盤點目前 CPU 花在網路與資安相關工作上的比例，判斷是不是真的存在卸載空間。
2. 確認既有網路策略是不是已經走向軟體定義，DPU 的效益在這種環境裡才會明顯。
3. 從邊界較清楚的場景開始試，例如前端流量的加解密或防火牆規則，而不是一次全面替換。
4. 導入後用同一份監控指標，對照卸載前後 CPU 使用率與延遲的實際差異。