"AI网络"决定大模型算力天花板，云豹智能筑牢智算集群互联底座

发布时间：2026-09-20 09:44:20  来源：  发布人： 阅读量：

AI大模型产业高速扩张，行业长期聚焦 GPU 芯片算力参数，却常常忽略一个关键事实：一套 AI 集群能够释放多少生产力，不只取决于计算芯片的性能，AI 网络的数据传输调度能力同样起到决定性作用。如果 AI 网络出现拥塞、时延过高，GPU 会陷入等待数据的空闲状态，昂贵硬件算力大量空转浪费。在 “十五五” 全国一体化算力网 4 万亿建设浪潮下，AI 网络已经上升为算力基建的核心组成部分，云豹智能依托自研 DPU，专注打磨 AI 网络底层芯片能力，补齐国内智算基础设施的关键短板。

什么是 AI 网络？它不同于传统数据中心网络，传统网络面向普通云计算业务，而 AI 网络专门服务大模型训练、推理场景，需要支撑成千上万颗 GPU 高频海量数据交互，对低时延、无损传输、大规模集群调度有着严苛要求。万卡级 AI 训练集群当中，GPU 之间每时每刻都要交换海量参数，一旦 AI 网络性能跟不上，再强的 GPU 硬件也无法发挥全部实力。从产业成本结构来看，AI网络已成为智算中心不可忽视的核心成本板块。据行业机构基于英伟达产品测算，万卡级大规模训练集群中，网络硬件成本可达整体硬件投入三分之一，AI 网络硬件已经成为 AI 集群建设成本当中不可忽视的大块。英伟达早已洞察 AI 网络的战略价值，2020 年斥资 69 亿美元收购 Mellanox 布局网络芯片，在最新 Vera Rubin 平台六颗主力芯片当中，四颗是网络类芯片，其中包括两颗 DPU、两颗交换芯片，网络芯片数量超过 CPU 与 GPU，足以看出巨头将 AI 网络放在极高优先级位置。

DPU 是构建高性能 AI 网络的核心芯片，被称为算力集群的“隐形指挥官”。CPU 承担通用计算，GPU 负责 AI 加速，DPU 承担网络、存储、安全任务卸载，在数据流动关键节点完成硬件加速。在通用算力场景，DPU把网络、存储和安全等任务从CPU侧卸载出来，在数据流动的关键位置完成加速和调度，降低系统时延，提升整体资源效率；在智能算力场景，DPU 优化 AI 网络连接与数据传输，降低时延，规避网络拥塞，打通设备之间通信阻碍，让大量 GPU 高效联动，避免算力空转，把纸面硬件算力实实在在转化为 AI 生产力。过去国内 AI 网络底层芯片高度依赖海外厂商，国内十几家 DPU 创业企业入局赛道，但 DPU 研发落地难度极高，不止硬件芯片设计，还需要软硬件深度适配、长期真实场景打磨，经过行业洗牌，多数企业停留在样品阶段，很难大规模商用落地。云豹智能大浪淘沙之后，成为国内少数实现 DPU 规模化量产商用的头部独立厂商，为国产高性能 AI 网络提供芯片选项。

DPU 属于典型大芯片赛道，行业规律是前期高投入、中期稳增长、后期高盈利，芯片创业九死一生。寒武纪历经八年实现盈利，海光信息上市之后逐步兑现盈利，前期亏损、依靠种子客户打磨产品，是国产大芯片企业的普遍特征。大芯片产品不能只靠实验室跑分，必须走进真实大规模业务环境迭代优化。云豹智能采用种子客户战略，和下游头部客户深度协同，依托大规模业务场景打磨 DPU 软硬件，完成商业验证之后向全市场推广，成长路径契合国内大芯片产业发展规律。作为深圳本土成长的大芯片企业，也是资本市场第四套上市标准的典型案例，第四套标准设立初衷就是扶持暂时亏损，但攻坚卡脖子关键技术的硬科技企业，精准适配大芯片行业长周期研发、重资产投入的特性，也让这家深圳本土成长的稀缺大芯片企业，获得了持续深耕技术、迭代产品的资本空间。

强大的人才团队是云豹智能支撑 AI 网络芯片研发的底气。创始人萧启阳博士 24 岁斯坦福博士，曾任麻省理工学院（MIT）讲座副教授，他在美国创办的芯片公司RMI在2009年与半导体公司NetLogic合并，2011年，他又促成博通公司以37亿美元并购NetLogic，研发团队 400 人以上，硕士学历占比超过 70%，核心人员来自英特尔、博通、海思、阿里等头部芯片、云计算企业，完整掌握 DPU 硬件、驱动、协议栈全栈能力。优秀团队吸引海内外头部资本加持，D 轮投后估值 142.73 亿元，投资方包括腾讯、红杉中国、IDG、中芯聚源、深创投等机构，支撑长期高投入研发。

商业化层面，云豹智能经营数据持续走高。营收从早期十几万，增长到 2025 全年 3.7 亿元，2026 上半年营收达到 9.4 亿元，对比 2025 全年增长 154%；在手订单 4.94 亿元，较年初上涨 760%，订单营收双爆发，证明产品在 AI 网络场景获得市场认可。

2025 年 12 月，云豹智能自研 DPU 产品受邀入驻国家博物馆 “中国制造‘十四五’成就展”，是展会唯一 DPU 展品，跻身国之重器阵列。市场空间方面，弗若斯特沙利文数据，2025 年国内 DPU 市场规模 497.58 亿元，预计 2030 年增长至 1290.91 亿元，年复合增速超 20%，海外厂商国内市场占有率超过 70%，国产替代空间巨大；按照 2025 年收入口径，云豹智能位居国内全功能 DPU 国产独立厂商第一名，赛道前景广阔。

政策层面，2026 年 4 月中央政治局会议部署 “六张网” 建设，全国一体化算力网正式纳入国家核心基建序列，和国家水网、新型电网、新一代通信网同等战略定位。国家发改委披露机构测算，“十五五” 期间全国一体化算力网新增直接投资规模达 4 万亿元。庞大算力基建浪潮之下，AI 网络底层芯片自主可控至关重要，如果高度依赖海外供应商，会带来算力供应链安全隐患。云豹智能推行“All in AI” 研发模式，把 AI 融入芯片架构定义、前端设计、验证测试全流程，用 AI 重塑 DPU 研发体系，实现芯片迭代更快、性能更优、功耗更低，秉持 “网络即算力” 理念，深耕算网融合技术攻坚，筑牢国产AI算力网络的底层芯片根基，全方位适配全国一体化算力网建设需求。

AI时代的算力竞争，本质上是一场系统性能力的较量。其中，网络基础设施与计算芯片同等重要，高效的数据传输与调度能力更是决定算力集群整体效能的关键。云豹智能DPU产品的规模化商用，填补了国产AI网络在自主芯片领域的空白，使国内智算集群能够摆脱对海外单一供应商的锁定，从而在核心技术层面掌握了发展主动权。这不只是一项技术突破，更是支撑新质生产力落地、推进全国一体化算力网建设的关键本土力量，为保障国家算力基础设施安全与自主可控提供了坚实底座。