近年来，我国人工智能加速走向产业应用，算力基础设施建设持续推进。随着大模型训练、推理和智能体应用不断发展，数据中心对算力、网络、存储和调度能力提出了更高要求。

　　在此过程中，AI算力集群内部的数据传输效率正成为新的考验，DPU（数据处理器）作为连接算力、网络与存储的关键芯片，重要性日益凸显。面对这一格局，国内已涌现出一批研发能力强、应用前景广的DPU企业，从技术突破向规模化应用加速跨越，成为补齐算力底座短板的重要力量。

　　AI重塑全球算力格局 DPU成为算力基建新焦点

　　自OpenAI推出ChatGPT以来，全球人工智能产业进入新一轮快速发展阶段。AI大模型的训练与推理，不仅依赖GPU等算力芯片的密集计算能力，也对算力集群内部的数据传输、资源调度和系统协同提出了更高要求。

　　业内普遍认为，AI时代的竞争，表面上是模型和应用的竞争，底层实则是算力基础设施的竞争。没有稳定、高效、自主可控的底层芯片和基础设施，模型训练、推理服务、产业应用和数据安全都将受到制约。

　　当前，数据中心算力体系由CPU（中央处理器）、GPU（图形处理器）、DPU三大芯片协同支撑。其中，CPU承担通用计算任务，GPU承担并行计算和AI加速任务，DPU则扮演算力集群内部“隐形指挥官”的角色。在通算场景中，DPU可将网络、存储、安全、虚拟化等任务从CPU侧卸载，释放宝贵的通用算力资源；在智算场景中，DPU可为GPU集群提供高带宽、低时延的数据传输能力，缓解网络拥塞，减少GPU等待数据的时间，从而显著提升AI集群的有效算力利用率。

　　基于这一价值定位，DPU作为连接算力、网络和数据流动的关键环节，正成为算力基础设施建设的新焦点。英伟达新一代AI智算系统Vera Rubin的六款核心芯片中，有四款聚焦解决算力集群网络瓶颈，其中两款为DPU产品，足见其在AI算力体系中的核心地位。

　　政策层面，2023年10月，工信部等六部门印发《算力基础设施高质量发展行动计划》，明确提出要“优化算力高效运载质量”，开展DPU、无损网络等技术升级与试点应用，实现算力中心网络高性能传输。当前，随着AI智算中心、云数据中心建设提速，这一细分领域正在产业实践中加速推进。

　　从行业长期发展来看，CPU、GPU、DPU等核心芯片关系到算力基础设施的自主可控。其中，CPU赛道国内已形成海光、华为鲲鹏、飞腾等成熟自主产品线，并实现规模化落地；GPU赛道上，寒武纪、华为昇腾、阿里平头哥，以及摩尔线程、沐曦、壁仞、海光等一批国产厂商持续迭代产品，加速替代进程。相比之下，DPU作为数据中心基础设施的重要环节，长期由海外企业占据主导，国产生态仍处于加快补齐阶段。近年来，云豹智能等国产DPU企业开始发力高性能产品研发和规模化应用，正在改变这一行业格局。

　　聚焦全流程突破真实场景检验产品能力

　　据悉，在国产DPU加速发展的浪潮中，云豹智能正加速推进关键技术突破和产业化落地。公开信息显示，云豹智能成立于2020年8月，是国内首家实现400Gbps速率技术突破的DPU企业。其第一代DPU芯片一次性流片成功，这款由两百亿晶体管组成的大芯片，无需修改任何晶体管（即A0版本）便可直接规模化商用。相比之下，海外头部厂商同等规格DPU历经三代产品迭代、耗时7年实现商用落地，云豹智能用两年半时间完成了从设计、验证到规模量产的全流程突破。据介绍，云豹智能DPU系列产品入驻中国国家博物馆“中国制造‘十四五’成就展”，纳入“国之重器”展示阵列，成为展览中展出的三家芯片企业之一，也是唯一入选的DPU企业。

　　DPU属于系统级芯片，企业能否真正进入真实数据中心场景，是检验产品能力的核心标尺。同时，DPU的客户验证不仅要看芯片参数指标，还要看软件栈完备性、生态兼容性、系统稳定性、供应保障能力以及在真实业务场景中的长期运行表现。据悉，云豹DPU产品已在云计算、互联网、金融、运营商、电网等场景中实现规模化部署，已累计发货超过十万片。

　　从行业发展规律来看，硬科技企业成长初期客户集中度较高是普遍现象。DPU这类系统级芯片，早期能够承接大规模验证和部署的客户，往往集中在大型云厂商、运营商和头部行业客户——产品需要先在复杂场景中完成验证，再逐步复制推广至更多客户和应用场景。据了解，云豹正推进客户结构多元化，已与运营商、互联网企业、AI大模型公司以及金融、电力等行业客户建立合作，应用场景持续拓展。

　　关注长期价值国产DPU走出自主创新之路

　　高端大芯片行业普遍具有研发投入大、产业化周期长、商业化爬坡滞后等特点。对DPU、GPU、CPU等大芯片企业而言，通常需要先完成核心技术突破和产品验证，再进入规模化商业落地阶段，最后才能逐步释放盈利能力。

　　一位业内人士分析，判断硬科技芯片企业的商业化质量，不能只看短期利润指标，更应关注技术是否进入真实场景、收入是否来自核心产品、客户是否完成规模化验证、产品是否具备持续迭代能力。

　　从财务数据来看，云豹智能营业收入从2023年的17.32万元增长至2025年的36989.17万元，2025年收入同比增长超过900%，DPU产品收入已成为主营业务收入的主要来源，显示出核心产品已迈入规模化商业化阶段。与此同时，公司仍处于研发高投入期。2025年，公司归母净利润亏损约11.89亿元，其中包含约6.43亿元一次性确认的股份支付费用（主要来自股权激励的会计计提）。剔除非经常性损益后，2025年扣非归母净亏损约5.62亿元，资金主要用于芯片研发，且亏损规模较2024年收窄。

　　市场空间方面，沙利文报告预计，全球DPU市场规模将由2025年的1964.91亿元增长至2030年的4362.39亿元，中国DPU市场规模将由2025年的497.58亿元增长至2030年的1290.91亿元。国内DPU市场国产替代空间较广。

　　业内分析认为，持续高研发投入、早期阶段性亏损，是大芯片企业发展初期的主要特征，对云豹智能而言，短期大额研发投入带来阶段性财务压力，但长期产业价值与市场前景值得关注。

　　当前，AI基础设施正从单机算力走向集群算力、从单点芯片能力走向系统效率，这一趋势构成了DPU市场增长的核心驱动力。我国AI基础设施和数据中心建设的长期需求，叠加高性能核心芯片自主可控的产业趋势，也为国产DPU企业打开了发展窗口。据悉，云豹已推出400Gbps高性能全功能DPU和AI DPU，并在下一代800Gbps/1.6Tbps产品上持续投入。企业方面表示，希望通过自主研发的DPU产品和技术平台，助力智算中心、云数据中心和行业数据中心全面提升系统效率，为国产算力底座筑牢根基。

（文章来源：人民网）