之前听过这个talk，但是由于作者本人的英语口语不太行，所以当时么认真看。这篇同样，在CXL.cache出来以后实现方法完全是另外一套，但是我们完全可以在其他device上实现相同逻辑，用CXL.cache做offload。但是TLB等硬件的hack加速还是必要的。
GPU side 的smartNIC是为了
- 使用GPU虚拟地址与本地GPU进行直接的PCIe P2P通信，并为远程GPU提供可靠的100Gb网络访问。（用DPA或者IOMMU都是相对比较慢的操作
- 有编程能力用C++ HLS做datapath优化。
对比NV出的DPU确实有很大的优势，也许那些人做硬件的时候也没考虑为什么放一个Arm core 而不是放一个FPGA更好的software define。（年初打ISC的时候用过DPU，真的只能调用他们的OPENMPI优化少数几个primitive，如alltoallv.
做法是hook GPU的send/recv请求，现在变成GPU到NIC的p2p通讯。这个操作需要offload control plane onto GPUs/offload data plane onto FPGA。主要让GPU能poll FPGA状态寄存器，FPGANIC可以直接访问GPU所有数据。
GTLB优化VA->PA转换，参数如下。
Evaluation 很成功。offloading和DPU所谓的overlap率有关，但是这个只适合高频公司特定需求，DPU已经很好的利用bandwidth了。