AI基础设施的下一个千亿市场，为何藏在网络里？

文章摘要

【关 键 词】 DPU、云豹智能、国产芯片、数据中心、算力网络

随着人工智能大模型规模不断扩大，人工智能基础设施的性能瓶颈正从单点算力转向网络传输与数据调度。在此背景下，数据处理器已从传统数据中心的辅助可选组件，跃升为连接计算、网络与存储的系统级核心节点。尤其在智能体时代与高频推理需求爆发的双重驱动下，数据处理器在优化内存共享、降低数据搬运时延以及管理键值缓存等方面展现出不可替代的作用，单芯片推理成本可因此大幅降低，其在全球市场规模预计将于2030年突破数千亿元。

尽管市场需求持续扩张，但该赛道在过去数年并未成为行业焦点。其核心原因在于，具备全功能系统级芯片研发与大规模量产能力的企业极为稀缺，极高的技术与工程壁垒限制了市场的整体热度。在众多国内厂商中，云豹智能凭借深厚的团队技术积累，成为少数实现产品化与规模落地的独立企业。其研发的首代全功能芯片在首次流片后即实现客户部署，目前产品已在国内头部客户的真实数据中心场景中实现超过十万片的规模化商用，在本土市场中占据领先地位。

面向未来，数据处理器在数据中心、云计算及大模型推理等场景中的系统级优化能力将进一步外溢至金融、能源等传统行业。随着新一代高带宽产品的陆续推出，相关企业的核心竞争力将体现在持续进入核心基础设施场景的能力上。伴随云豹智能冲刺资本市场，国内数据处理器赛道的稀缺性正获得广泛认可，该关键算力底座即将迎来全面的价值重估周期，成为实现算力基础设施自主可控的重要一环。

原文和模型

【原文链接】 阅读原文 [ 3348字 | 14分钟 ]
【原文作者】 雷峰网
【摘要模型】 qwen3.7-plus
【摘要评分】 ★★★★☆

阿里云百炼

大模型服务平台是阿里云基于通义大模型等多种大模型的一站式大模型开发平台。