AI基础设施的下一个千亿市场，为何藏在网络里？

“国产DPU第一股冲刺上市，基础能否撬动千亿级市场？设施”

作者丨包永刚
编辑丨林觉民

过去六年，国产GPU企业乘着AI东风，个千估值屡创新高，亿市而DPU（数据处理单元）却长期处于行业视野的何藏边缘。

这种忽视与产业现实严重脱节。网络

早在2020年，基础英伟达完成对Mellanox的设施收购，便确立了“GPU+CPU+DPU”的个千三芯战略。近年来，亿市英伟达持续加码网络能力，何藏黄仁勋在2026年CES上展示的网络“六芯组合”中，有四款均与网络紧密相关。基础

一个清晰的设施趋势日益凸显：AI基础设施的瓶颈，正从单纯的个千算力竞赛，转向网络效率与资源调度。

随着Agent（智能体）时代的到来，AI系统重心从大规模训练转向高频推理与持续运行，GPU的利用率高度依赖网络性能。DPU已从数据中心边缘的“可选项”，跃升为AI基础设施中的“必选项”。

然而，一个值得深思的问题是：既然英伟达早已押注DPU，为何过去六年行业依然对其估值不足？

直到云豹智能冲刺“国产DPU第一股”并获深交所受理，其招股书公开后，市场才猛然惊觉：一款具备低时延、高带宽及高性能数据调度能力的全功能DPU，可能是AI基础设施中被低估最久的关键拼图。

01 被低估六年的核心赛道

过去几年，AI行业的聚光灯始终打在GPU上。更大的模型参数、更强的单卡性能、昂贵的HBM内存，几乎吸走了所有注意力。

但随着模型规模从千卡集群迈向万卡集群，业界逐渐发现，GPU已不再是AI系统中最稀缺的资源，真正昂贵且稀缺的，是低时延、高带宽以及数据流动的效率。

许多算法工程师对此深有体会。在当前AI基础设施架构下，单节点算力相对容易获取，存储容量次之，最难攻克且成本最高的环节是带宽和低时延。尤其在大规模训练与推理场景中，GPU利用率往往不尽如人意，即便经过深度优化，系统瓶颈仍频繁出现在网络与数据调度环节。

这正是英伟达近年来不断强化网络能力的核心动因。释放出的信号非常明确：AI基础设施的竞争，已从单芯片性能比拼，升级为系统级效率竞争。

在此背景下，DPU的角色发生了根本性转变。

在传统的CPU通算云计算时代，DPU主要承担网络、存储、安全等基础设施任务的卸载，被视为数据中心的辅助芯片。而在Agent时代，随着AI基础设施转向高频推理、资源编排与持续调度，DPU正演变为连接计算、网络与存储的系统级核心节点。

• 在Scale Up（向上扩展）场景下：DPU优化单节点内CPU与GPU间的内存共享与数据流动，降低搬运时延，提升异构算力协同效率。
• 在Scale Out（向外扩展）场景下：DPU承担大规模集群间的数据调度与网络卸载，直接决定GPU的整体利用率。

推理需求的爆发，进一步放大了DPU的战略价值。

随着大模型上下文窗口不断延伸，GPU显存容量成为推理成本的关键瓶颈。DPU能够在不增加GPU硬件数量的前提下，扩展AI系统的有效可用内存容量。

2026年GTC大会上，黄仁勋展示了新一代DPU在KV-Cache分层存储上的能力演进。在最新的Vera Rubin系统中，BlueField-4系列DPU承担KV-Cache管理与硬件加速任务，在GPU高速HBM与外部存储之间构建“温数据层”，为每颗Rubin GPU动态分配16TB专用上下文空间。这一突破打破了上下文处理的硬件瓶颈，将单Token推理成本降低了90%。

AI 推理上下文存储流转机制，来源：中国信息通信研究院

DPU正从“可选项”变为“关键组件”，推动市场快速扩张。

根据沙利文（Frost & Sullivan）2026年专项报告，全球DPU市场规模已从2021年的649.93亿元增长至2025年的1964.91亿元，预计2030年将达4362.39亿元；中国市场预计2030年达到1290.91亿元，成为AI基础设施中增长最快的细分领域之一。

但为何过去几年，这一市场始终未成为行业焦点？

02 为何AI行业长期低估DPU？

随着模型规模激增，网络已成为系统瓶颈。Agent时代的到来，改变了AI基础设施的需求逻辑：从训练更大模型，转向让推理更频繁、成本更低、运行更持久。在此过程中，资源编排、任务调度、KV-Cache管理及存储池化等系统能力的重要性急剧上升。

这种变化同步推高了CPU与DPU的需求。

当CPU承担更多推理调度与系统管理任务时，网络卸载、安全隔离、虚拟化及存储加速等基础设施能力，必须交由DPU处理。Agent时代不仅重估了CPU的价值，更凸显了DPU的核心地位。

然而，DPU被低估的另一大原因在于：真正具备全功能DPU研发能力的公司凤毛麟角。

DPU并非简单的网卡升级，它融合了网络、计算、存储、虚拟化及安全隔离等多领域技术，本质上是一颗系统级芯片。决定DPU壁垒的，不仅是芯片硬件，更包括数据面处理能力、软件栈、云原生适配性以及大规模数据中心中的稳定性。

DPU功能示意图，来源：中国信息通信研究院

即便如英伟达这般巨头，在DPU领域也经历了漫长的演进。英伟达早期斥巨资收购Mellanox以补齐短板，但其早期BlueField系列（BF1, BF2）并未被市场广泛采纳，直到收购后推出的BF3，才真正被视为成功的DPU产品。

国内具备全功能DPU研发与量产能力的独立厂商更是寥寥无几。除华为外，云豹智能是少数实现产品化与规模落地的独立厂商之一，也是国内唯一推出对标英伟达BF3、速率达400Gbps的全功能DPU产品的企业。

云豹智能之所以能切入这一高壁垒赛道，得益于其强大的团队背景。

创始人萧启阳24岁即获斯坦福大学电子工程博士学位，其博士论文攻克了人工智能领域悬置三十余年的经典理论难题，成果编撰成书《Discrete Neural Computation: A Theoretical Foundation》，获“人工智能之父”马文·明斯基亲笔作序推荐。凭借早期在AI神经网络上的突破性理论，他荣获美国国家科学基金会青年研究员奖，后长期专注于网络与分布式计算研究，曾任MIT endowed-chair副教授。

在创立云豹智能前，萧启阳已有大芯片创业经验，其联合创立的硅谷网络处理器公司后被博通以37亿美元收购。云豹智能核心团队汇聚了来自博通、英特尔、ARM、华为海思、阿里巴巴等巨头的人才，覆盖网络芯片、云计算与系统架构等关键方向。

强大的团队支撑了系统级DPU芯片的设计。据接近云豹的人士透露，其首代DPU产品在A0版本阶段即实现客户部署与量产，这在高端芯片领域（无论国内外）都极为罕见。这意味着云豹智能在首次流片后，便能直接进入真实数据中心环境。

推出产品仅是第一步，大规模落地才是终极考验。

云豹智能自主研发的DPU是国内首家达到400Gbps速率的芯片产品。相比参数，更重要的是其已进入真实数据中心场景，目前已在头部客户场景中实现超过十万片的规模化商用，广泛应用于高性能计算、存储与网络卸载等业务。

过去几年，云豹智能在研发与落地方面保持低调，导致DPU虽存在于AI基础设施体系中，却鲜少进入公众视野。

直到英伟达强化网络布局、Agent推动AI进入重调度时代，加之云豹智能冲刺IPO，行业才开始重新审视DPU——这块AI基础设施中被低估最久的拼图。

03 Agent时代，DPU迎来价值“重估”

DPU的重要性持续攀升。

对于具备全功能DPU能力的企业而言，AI市场不仅带来新增需求，更意味着巨大的能力外溢空间。

雷峰网获悉，云豹智能将于今年推出专门针对AI网络场景的DPU产品，以进一步满足AI基础设施的市场需求。

决定全功能DPU公司长期价值的，并非单一产品，而是持续进入核心基础设施场景的能力。

目前，DPU已在数据中心、云计算、高性能计算及大模型推理等场景中，显著提升GPU利用率、降低系统时延并优化资源效率。其应用范围更扩展至金融、运营商、能源等行业：在金融领域，提升核心交易系统的稳定性与安全隔离；在能源领域，支撑电网与工业系统的数字化调度。

对于全功能DPU厂商，持续的技术演进至关重要。

当前，DPU网络接口速率已进入“400Gbps规模化部署、800Gbps开始商用”的阶段，AI基础设施对更高带宽与更低时延的需求仍在快速攀升。

据悉，云豹智能新一代800Gbps/1.6Tbps DPU产品即将推向市场，以适配下一代AI数据中心需求。

在行业竞争格局中，DPU厂商极为稀缺。

中国信通院近期发布的《DPU发展分析报告》显示，在中国DPU市场中，英伟达凭借长期的芯片架构积累、成熟的数据面处理能力及完善的软件生态占据首位。云豹智能排名第二，并在本土DPU厂商中位列第一，是国内少数实现DPU大规模量产与商用落地的独立厂商之一。

随着AI基础设施愈发强调系统能力，国产高端网卡市场的竞争格局正趋于收敛。未来，市场可能仅存两类玩家：云豹智能，及其他厂商。

这种稀缺性，使云豹智能获得了更广泛的关注。

在中国国家博物馆与工业和信息化部联合主办的《筑基强国路——中国制造“十四五”成就展》中，云豹DPU系列产品成功入选并亮相“国之重器”展区，成为重点展示的芯片产品之一。

中国国家博物馆展出云豹DPU系列产品

随着国产AI基础设施公司持续获得资本市场青睐，DPU赛道的价值正被重新评估。

相比已进入高度拥挤阶段的GPU市场，真正具备全功能DPU研发、量产与规模化落地能力的公司依然极少。IPO申请获深交所受理后，云豹智能向“国产DPU第一股”迈进，其在国产AI基础设施领域的稀缺性正受到资本市场密切关注。

过去两年，国产GPU公司上市后普遍获得数千亿元市值，促使资本市场重新评估国产DPU公司的长期价值空间。作为国内DPU领域最具代表性的独立厂商，在这千亿级市场中，云豹智能的稀缺性赋予了其在未来资本市场上更大的想象空间。

DPU已被列入国家战略，从“卡脖子”技术转变为“基础底座”，成为算力基础设施自主可控的最后一环。国内DPU公司，正迎来属于自己的价值重估周期。

更多DPU和AI基础设施行业和公司的交流，欢迎添加作者微信 BENSONEIT互通有无。

(责任编辑：热点)