2020年全民抗疫至今，国内疫情防治已经取得了阶段性胜利，全面有序复工复产也在稳步推进。与此同时，在3月份的两会上，国家领导人在政府工作报告中也明确要求，“要合理扩大有效投资，加强新一代信息基础设施建设”。
对比“传统基建”，“新基建”是指立足于高新科技的基础设施建设，主要包括大数据中心、人工智能、工业互联网、5G基建等七大领域。在这场国家级战略的帷幕下，“新基建”将为未来数字经济和科技创新打下坚实的基础。
值此之际，专注于领域专用计算架构研发的硬科技创业公司——中科驭数，于近日线上统一发布了六款KPU架构领域专用加速产品：三款即插即用的数据库加速、网络加速以及行情加速板卡产品（CONFLUX-1900R、SWIFT-1900N和SWIFT-2000QB）和三款加速硬件IP核产品（SWIFT-IP1900T、SWIFT-IP1900U和SWIFT-IP2000QB），将解决新基建中的数据中心、人工智能和工业互联网中，关于海量数据存储与网络传输的算力不足的痛点和加速需求，助力“新基建”战略。
“只有把核心技术掌握在自己手中，才能真正掌握竞争和发展的主动权，才能从根本上保障国家经济安全、国防安全和其他安全。” 脱胎于中科院计算所计算机体系结构国家重点实验室的中科驭数，长期专注于卡脖子技术之一的“专用计算芯片架构”的研发，在以新一代信息技术为依托的数字经济成型展开期，为即将爆发的数据智能时代提供强劲的算力和网络传输加速能力。
中科驭数研发的数据库加速和金融计算专用芯片：KPU-CONFLUX1800
2018年，中科驭数创新性地提出软件定义加速器的技术路线（SDA），研发了KPU（Kernel Processing Unit，即核处理器）领域专用计算芯片架构，采用软硬协同的方式，围绕KPU打造了硬件数据库（Database），网络运算加速（Network）和人工智能加速（AI）的“DNA”一体化加速产品体系，并于2019年第三季度流片并验证成功了首颗数据库加速和金融计算领域的KPU芯片：KPU-CONLUX1800。中科驭数围绕KPU和“DNA”产品体系布局了近百项专利（截止2020年5月已公开57项），基本完成了以原创性KPU为核心的领域专用计算架构的技术储备和核心知识产权壁垒构建。
中科驭数DNA产品体系
2020年疫情防控期间，远程办公、在线教育和远程医疗等特定场景都爆发出海量数据和网络传输的高吞吐、低时延的急迫需求。为了满足这些需求，主流数据中心网络带宽已经普遍扩展到10Gbps、40Gbps、甚至100Gbps以上，然而所有这些应用基本上都是架构于TCP/IP的网络传输之上的，目前业界主流的网络解决方案仍然是使用通用处理器CPU进行TCP/IP协议栈的处理。
据中科驭数CEO鄢贵海博士介绍，有数据表明，即使处理线速10Gbps的TCP/IP协议栈，也需要完全占用3到4个专用的强力CPU内核的全部算力才能支持（Intel Xeon E5），当系统扩展到40Gbps或100Gbps则需要16个乃至40个CPU内核。因此，网络吞吐主要瓶颈已经从物理带宽变成了TCP/IP的协议栈的运算处理能力。
为了解决以上痛点，中科驭数此次发布产品主要围绕网络加速 （Network）和数据库加速 （Database）。其中，网络加速卡产品（SWIFT-1900N）以及硬件设计IP核 （SWIFT-IP1900T、SWIFT-IP1900U），是专门为了解决这个关键问题而打造的。该系列产品基于KPU架构，硬件实现了完备的TCP/IP协议簇，能够卸载全部TCP/IP协议栈处理到加速板卡上，完全释放CPU算力，平均处理延迟降低一个数量级以上。
同时，该产品的驱动软件适配了现有标准BSD Socket接口，具有零学习成本，配置灵活，监控完备等亮点，完美的满足了大数据量下TCP/IP网络传输中的高吞吐、低时延传输需求。
值得一提的是，在此基础上，中科驭数还针对金融计算领域进一步打造了极速券商L2行情解析处理加速产品：SWIFT-2000QB，以及对应的硬件IP核产品：SWIFT-IP2000QB，可以提供100ns以下的实时Binary的协议解析和过滤功能，包含全部的逐笔委托、委托队列、逐笔成交和行情快照信息，帮助券商机构和客户极速感知市场行情信息全貌，赢得竞争先机。
此外，中科驭数此次发布的另外一款重量级产品是超高性能SQL查询运算加速卡产品：CONFLUX-1900R。基于KPU™架构，该产品实现了硬件SQL查询加速解决方案，支持标准JDBC/ODBC接口，兼容ANSI SQL-92标准。
实际应用中，CONFLUX-1900R将关系数据库中计算密集的操作卸载到加速板卡中执行，解决了在低时延高吞吐场景下CPU的运算压力和瓶颈，可以大幅提升系统整体查询性能，提升综合业务服务能力。在千万行数据量下，该产品的单卡实测查询延迟在80us左右，适用于海量数据下延迟敏感的OLTP和OLAP的场景，如金融交易加速，实时大数据分析、物联网、时间序列数据库加速等。
