算力竞赛进入深水区，大模型产业的规模化落地，正在重塑国内智算中心的建设逻辑。行业逐渐形成一个共识：AI集群的战斗力，不只取决于GPU算力堆叠，更取决于网络能否让成千上万颗芯片高效协同。没有网络，算力就是一座孤岛。算力堆得再高，数据传不动，算力就“空转”。

　　DPU作为AI网络的核心芯片，是打通算力与网络的关键载体，承担着网络卸载、数据调度、存储加速等关键职能，正在成为决定智算中心实际产出效率的战略级硬件底座。

　　一、AI网络成为算力体系的重要力量

　　全球算力巨头英伟达的布局，最能说明AI网络的战略地位。

　　2020年，英伟达斥资69亿美元收购Mellanox——当时全球最大的网络芯片厂商之一，一举补齐了高性能网络的技术拼图，确立CPU+GPU+DPU“三芯”战略。此后英伟达几乎每一代GPU平台都深度绑定DPU与网络芯片。

　　到了2026年CES大会，英伟达更是明确提出：DPU是每一个计算节点的标准配置。其最新VeraRubin平台的六颗主力芯片中，四颗属于网络相关芯片——两颗DPU、两颗交换芯片，数量已经超过CPU与GPU。

　　DPU是AI网络的核心硬件基石，业内将DPU比喻为算力集群的“隐形指挥官”。CPU负责通用管理计算，GPU承担AI加速任务，DPU把网络、存储、安全、虚拟化任务从CPU卸载，在数据流转关键位置完成硬件加速。在通用算力场景中，DPU将网络、存储、安全等任务从CPU侧卸载，降低系统时延，提升整体资源效率。在智能算力场景中，DPU的价值更为突出——优化AI网络连接，降低传输时延，缓解网络拥塞，打通设备通信壁垒，让海量GPU高效协同运转，避免算力空转，把硬件纸面算力转化为真实AI生产力。

　　英伟达的布局是一面镜子，照出了国内AI网络芯片的空白。过去几年国产算力芯片取得长足进展：CPU赛道有海光、鲲鹏、飞腾；GPU赛道有寒武纪、昇腾、壁仞、沐曦。但DPU赛道——AI网络的底层核心芯片——长期由海外厂商占据主导，市场占有率超过70%，国产供给明显不足。

　　这种缺位意味着什么？智算中心的核心数据流，仍然跑在海外芯片上——这不只是商业份额问题，更是数据安全与产业链安全问题。在国家算力基础设施建设加速推进的当下，补齐AI网络芯片短板，已成为算力产业自主可控的关键一环。

　　二、AI网络的”探路者”：从技术突破到商业验证

　　DPU研发落地的门槛极高。它不只是芯片硬件流片，还需要配套复杂软件栈、协议适配，需要在万卡级智算集群的真实业务中长期打磨。业内普遍认为，DPU量产落地的难度甚至超过GPU。数年前，国内DPU赛道兴起，十几家创业企业入局。经过市场筛选，绝大多数企业停留在样品阶段，无法实现大规模商用交付。云豹智能是国内少数跑通规模化量产交付的独立厂商，在此过程中积累了不可复制的工程化经验。

　　顶尖人才团队是云豹智能持续攻坚AI网络芯片的核心底气。创始人萧启阳博士24岁取得斯坦福大学电子工程博士学位，曾任麻省理工学院讲座副教授，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，兼具顶尖学术视野与全球芯片创业经验。公司研发人员超过400人，硕士学历占比超过70%，核心人才来自英特尔、博通、海思、阿里等头部芯片与云计算企业，完整掌握DPU硬件、驱动、协议栈全栈技术能力。硬核团队吸引众多头部机构投资，D轮投后估值142.73亿元，投资方包含腾讯、红杉中国、IDG、中芯聚源、深创投等，为大芯片长期高投入研发提供资本保障。

　　目前，云豹智能已搭建起覆盖运营商、金融、能源、互联网、整机厂商的客户矩阵。在运营商领域，中国移动基于云豹DPU发布了“磐石”“智算琢光”“灵耀”三款产品，中国联通推出“大衍”DPU；金融和能源领域，中国工商银行、南方电网已实现批量供货；互联网和AI领域，服务新浪及多家国产大模型厂商；2026年7月，云豹智能与超聚变达成战略合作，超聚变将优先搭载云豹的DPU网卡，标志着国产高端网络芯片深度嵌入主流服务器供应链。

　　在商业化表现上，云豹智能业绩进入高速放量阶段。营收从早期数十万，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%，，2026年1至8月营收已达13.08亿元，远超去年全年水平；在手订单4.94亿元，较年初增长760%，订单营收双双高增，市场对其AI网络相关DPU产品认可度持续提升。2025年12月云豹智能自研DPU产品受邀进驻国家博物馆“中国制造‘十四五’成就展”，是展会唯一DPU参展产品，纳入国之重器阵列。

　　三、长跑者的“定力”：大芯片为什么不能急？

　　大芯片赛道天生属于长周期竞赛，芯片创业九死一生。纵观全球芯片产业史，从英特尔到英伟达，从海光到寒武纪，没有一家大芯片企业是靠“短跑”跑出来的。行业规律是前期高投入、中期稳增长、后期高盈利。

　　但长跑不等于慢跑。云豹智能的独特之处在于：用两年半时间完成了海外头部厂商耗时七年的量产突破，用不到15个月完成了从流片到规模化商用的跨越。

　　大芯片产品不能只依靠实验室测试，必须依托真实大规模业务场景迭代优化。云豹智能采取种子客户战略，和下游头部客户深度合作，借助大规模商用场景打磨DPU软硬件产品，完成商业验证之后向全市场推广，这条商业化路径和国内CPU、GPU头部厂商成长路径保持一致。

　　同时，云豹智能是创业板第四套上市标准的代表性企业——该标准专为扶持暂时尚未盈利、但攻坚“卡脖子”关键技术的硬科技企业而设。作为深圳本土成长起来的稀缺大芯片拟上市企业，云豹智能精准契合了这一制度设计的目标。

　　四、国产AI网络芯片迎来飞速发展窗口

　　AI网络芯片的国产化，正迎来政策、市场、技术演进三重重叠的战略窗口。

　　市场窗口扩大。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，年复合增长率超20%。海外厂商国内市场占有率超过70%，国产替代空间广阔。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。

　　技术演进窗口开启。中国信通院云大所发布的《DPU发展分析报告（2026年）》指出，DPU正在成为算力基础设施的核心组件，其在网络卸载、存储加速、安全隔离等方面的能力，正在推动智算中心从“算力堆叠”向“算网协同”演进。这意味着，DPU不再是可选项，而是智算中心的必选项。

　　海量算力基建建设浪潮之下，AI网络底层芯片自主可控意义重大。云豹智能推行“All in
AI”研发战略，将AI工具深度融入DPU芯片架构定义、前端设计、验证测试全流程，利用AI优化芯片研发全流程，实现迭代更快、性能更优、功耗更低，坚守“网络即算力”理念，持续夯实AI网络底层芯片底座。

　　AI网络是算力体系不可或缺的组成部分，算力产业竞争已经从单纯计算芯片比拼，走向算网协同综合能力较量。AI时代的算力竞争，网络不再是配角。云豹智能DPU规模化商用落地，有效填补了国产高端AI网络芯片供给空白，为国内智算体系实现核心硬件自主可控，为新质生产力落地生根、全国一体化算力网高质量建设，持续贡献本土芯片力量。