算力网络基建提速,云豹智能DPU筑牢算力网络自主可控关键环节
一、 网络即算力:“六张网”战略与4万亿数字基建的新浪潮
当下,新质生产力正在成为驱动中国经济高质量发展的核心引擎,而作为新质生产力的底层硬件支撑,算力网的地位被提升到了前所未有的战略高度。据国家发改委新闻发布会披露的权威机构测算,“十五五”期间,全国一体化算力网建设新增直接投资规模将达到4万亿元。
从数据中心的“点状分布”到全国一体化算力网的“网状协同”,算力基础设施的升级不仅是规模的膨胀,更是计算范式的根本变革。然而,在这个庞大的算力网络体系中,人们过去往往将关注焦点集中于负责通用计算的CPU和负责人工智能加速的GPU上。随着万卡级AI集群与跨区域数据调度的爆发式增长,一个过去被隐藏在幕后的核心芯片组件正走入舞台中央——数据处理器(DPU)。
二、 破解“算力空转”:DPU何以成为算力网的核心?
算力行业有一个日渐清晰的共识:在大规模AI集群和算力网络中,算力并非孤立存在。当上万颗GPU和CPU协同运转时,训练、推理以及海量存储访问需要在数据中心内部进行极其频繁的数据交换。如果网络传输阻碍重重、数据调度时延过高,海量的GPU和CPU就会被迫处于“等待数据”的空转状态。这意味着,如果没有DPU解决网络传输与数据调度的瓶颈,仅凭CPU和GPU的硬件算力,整套系统的算力利用率和运行效率都会大幅打折,再强大的硬件投资也无法转化为有效生产力。
这也正是DPU被誉为与CPU、GPU并列的国家三大算力核心芯片之一的原因。它不仅是数据中心的“网络枢纽”,更是重构计算体系的关键基础设施。
从全球产业格局来看,全球科技巨头英伟达早在2020年便以69亿美元收购网络芯片领军企业Mellanox,并高调宣布DPU是数据中心“三大主力芯片”之一。在其最新的Vera Rubin架构中,六颗主力芯片中有四颗是网络芯片(其中包括两颗DPU和两颗交换芯片),网络在系统整体架构中的权重甚至超越了纯计算芯片本身。在万卡级大模型训练集群中,网络硬件成本已占硬件总投入的1/3以上。网络即算力,网络正是AI时代最核心的战略资源。
三、 打破海外垄断:从“卡脖子”到建构自主可控的底层生态
长期以来,全球DPU市场呈现出高度集中的态势,英伟达等海外巨头在中国DPU市场的占有率一度超过70%。在CPU赛道,国内已形成海光、华为鲲鹏、飞腾等成熟产品线;在GPU赛道,寒武纪、华为昇腾、摩尔线程等国产厂商正在加速追赶。相比之下,作为基础设施的DPU,国产生态曾长期面临巨大的补齐压力。
一旦关键基础设施的网络调度与控制节点被海外巨头锁死,整个国家算力网的安全性与独立性都将面临潜在风险。在这个关键切口上,国内高科技企业云豹智能正在彻底改变这一行业格局。
作为国产DPU赛道的代表企业,云豹智能专注高性能DPU研发与规模化落地。其自研的云豹云霄全功能DPU系列及云豹风驰AI DPU,能够为基础设施提供极低时延、极高吞吐的通信能力,有效消除算力集群的数据拥塞。2025年12月,云豹智能自研DPU产品凭借硬核的技术指标,受工信部邀请入驻中国国家博物馆“中国制造‘十四五’成就展”,成为展会上唯一参展的DPU芯片产品,被正式纳入“国之重器”阵列。
当全国一体化算力网采购清单上多出一个完全自主可控、不依赖海外巨头且具备顶级性能的中国厂商时,其战略意义已经远超商业本身。云豹智能正带领国产算力网络技术自立自强,为4万亿算力基建筑牢坚不可摧的芯片底座。