英伟达统治 AI 时代,靠的最值钱的一块拼图很多人至今叫不出名字:不是 GPU,是网卡。2020 年它花 69 亿美元收购 Mellanox,买下的正是数据离开服务器的第一道关卡;今天这道关卡已经进化成一台板载 64 核处理器的"小电脑"——DPU。
这是《AI互连路线图》第 09 篇,讲整条链路上离 GPU 最近、却最少被单独讨论的一环。(文中第 02、03、06、07、08 篇指本系列已更文章,不影响本篇独立阅读。)
一、为什么网卡是GPU出机柜的咽喉
先讲清楚它的位置。每台 AI 服务器里的每张 GPU(或整个 GPU 模组)要和机柜外通信,流量都汇聚到网卡上,由网卡把电信号送上线缆。网卡速率这几年跳得极快:100G、200G、400G,到今天 Rubin 平台配套的 800G。
网卡的关键不只是"转发得快"。在云数据中心,一台物理服务器要被切成多台虚拟机、裸金属实例租给不同租户,网络、存储、安全、虚拟化这些杂活如果全让 CPU 干,要吃掉大量本可以卖钱的 CPU 核。于是行业把这些"基础设施杂活"从 CPU 上卸载下来,交给网卡上的专用硬件,网卡因此从一块"管道"进化成一台自带处理器的小电脑,这就是 SmartNIC,再进一步,板载强劲嵌入式 CPU、能独立跑一整套基础设施服务的,叫 DPU(Data Processing Unit,数据处理器)。
二、DPU到底替谁干活:四类卸载
DPU 卸载的活大致四类,理解这四类就理解了它的价值:
一是网络卸载:虚拟交换、负载均衡、路由等数据面功能直接在网卡硬件里线速处理,不绕 CPU。
二是存储卸载:远程 NVMe 等存储访问的协议处理在 DPU 上完成,CPU 不用管磁盘怎么连。
三是安全卸载:加解密、防火墙、零信任隔离在 DPU 上跑,租户之间硬件级隔离。
四是虚拟化/裸金属:让一台物理机切出的裸金属实例对租户像一台"完全属于自己的真机",云厂商则在后台用 DPU 完成所有管理——金山云等国内云厂商的裸金属服务器,就采用了国产 DPU 方案(2024 年案例)。
这里插入一个历史周期对照。把功能从主 CPU 卸到配套芯片,在计算史上反复上演:早年磁盘读写卸给硬盘控制器、图形卸给 GPU、TCP 协议处理一度出现 TOE 卸载网卡——卸载的共同规律是,只有当该功能足够高频、且专用硬件的能效比远超通用 CPU 时才会固化成产业。DPU 能不能长期成立,也受这条历史规律检验。
三、英伟达的霸权:ConnectX管管道,BlueField当管家
网卡市场的格局高度集中,英伟达是绝对的一极,且采用它最擅长的垂直整合打法,两条产品线分工明确。
ConnectX 系列(最新为配套 Rubin 的 ConnectX-9 SuperNIC)是纯网络管道:把 GPU 流量以最高速率送上网络,与英伟达整套 GPU 平台深度协同。BlueField 系列则是 DPU 形态的"管家"。根据英伟达官方数据手册,BlueField-4 最高吞吐 800Gb/s,板载 64 核 Grace CPU(Arm Neoverse V2)、集成 ConnectX-9 网络、配 128GB LPDDR5X 内存并可板载 SSD、主机接口 PCIe Gen6 x16,相对 BlueField-3 基础设施算力提升约 6 倍,还引入 ASTRA 安全架构支持零信任租户隔离;高功耗型号提供液冷版本。
这正是英伟达模式的厉害之处:客户买 GPU 平台,网卡、交换机、软件一起配齐,网络成为算力不可分割的一部分。Mellanox 这笔收购的回报,早已超出当年的价码。
四、二供与反抗军:Marvell、AMD、英特尔
没有云厂商愿意在关键部件上只有一个来源,于是有了第二梯队。
Marvell 的 OCTEON 10(CN102/CN103)采用 5nm 工艺、集成 ARM Neoverse N2 核与约 1Tb 交换能力,强项是可编程的内联数据处理,除数据中心外还广泛用于路由器、防火墙、5G 等场景;Marvell 同时可向云厂商提供定制化 DPU。
AMD 凭 2022 年收购 Pensando 拿到 DPU 门票,主打可编程与零信任安全,配合自家 EPYC 平台打包。英特尔则以 IPU(基础设施处理器,Mount Evans/E2000 系列,与谷歌联合开发的渊源)服务大型云厂商。这三家的共同角色是"二供":让云厂商在英伟达之外保有议价和备份,也承接那些不想被一家包圆的客户。
图1 主要 DPU/网卡玩家规格:英伟达 BlueField-4 800G 领先,Marvell/AMD/英特尔分列第二梯队(厂商数据手册口径,2026-09 核验)
五、国产DPU:在软件和生态的万里长征上
国内 DPU 是这两年融资和创业最热的芯片方向之一。代表性公司包括星云智联(NebulaMatrix,同时具备智能网卡芯片与 DPU 方案能力,已落地金山云裸金属、国产 800G 安全设备等案例)、云豹智能、大禹智芯、中科驭数(以 KPU/专用数据处理器架构见长)等。安全设备侧,已有国产 800Gbps 下一代防火墙搭载国产 DPU 发布(2025 年案例)。
切入路径也很现实:先做智能网卡、先攻裸金属云和安全这类场景,再向通用 DPU 平台走。难点有三:第一,DPU 的护城河很大一半在软件栈,卸载功能要与各类虚拟化、存储、云平台软件深度适配,工程量巨大;第二,生态和客户信任需要一个个项目磨;第三,高速 SerDes 与先进工艺同样受限。需要提醒的是,此前 A 股个别 DPU 概念股曾被资金高度爆炒,股价与实际出货严重脱节,国产 DPU 的真实进度,应以客户具名落地和批量出货为准,而不是题材标签。
图2 从标准网卡到 SmartNIC 再到 DPU:卸载范围逐级扩大、板载算力逐级增强(综合行业分类口径)
六、放在Token链上:分发层的第一道收费站
按三层框架,网卡/DPU 位于 Token 分发层的起点,数据离开服务器的第一道关卡。它在成本结构里有个隐蔽特征:网卡是"按服务器/按 GPU 配比"销售的,集群每扩一张 GPU,就对应固定比例的网卡需求,量与 GPU 出货强绑定。这让它成为整个 AI 硬件链中与算力扩建最同步、最确定的一环。而 DPU 进一步把"云基础设施的管理费"也变成了硬件收入,它卖的不只是管道,是替 CPU 省出来的、可以直接变成云厂商利润的算力。
这一环的叙事动机同样分明:英伟达的利益在于把网卡和 GPU 捆成一套,让网络成为平台不可分割的一部分;云厂商扶持 Marvell、AMD 等二供的动机,则是避免在咽喉部件上被一家锁死、保留议价权。投资映射上,最确定的受益方仍是绑定英伟达平台的供应链,国产 DPU 的机会则取决于能否从单点案例走向批量复购。
七、七盆冷水
如果这个命题是错的呢?怀疑者七问。
第一,卸载省下的 CPU 核,未必总比 DPU 本身的钱值钱——在规模不够大、虚拟化程度不高的场景,DPU 是成本不是收益。
第二,英伟达的捆绑优势极难撼动:软件协同、整机验证、供货优先级都在它一侧,二供更多停留在备份与局部场景。
第三,DPU 功能可能被重新收编:当 CPO、交换芯片或 GPU 本体集成越来越多基础设施功能,独立 DPU 的边界会被挤压。
第四,国产 DPU 公司众多但市场容量有限,最终能跑出来的是少数,当前高预期与低出货并存。
第五,软件栈投入是长期黑洞,融资环境一旦收紧,未盈利的 DPU 创业公司首当其冲。
第六,800G 及更高速网卡对 PCIe Gen6/服务器设计要求高,整机换代节奏决定 DPU 放量节奏,芯片就绪不等于市场就绪。
第七,市场规模口径混杂、权威最新 TAM 数据缺失,本文不引用具体规模数字,任何"千亿蓝海"表述都应先查口径来源。
八、接下来盯什么
盯 BlueField-4 随 Rubin 实际交付的规模与液冷版本渗透;盯 ConnectX-9 是否如预期成为新平台标配;盯 Marvell、AMD、英特尔能从云厂商拿到多少二供份额;盯国产 DPU 的具名客户落地能否从"单点案例"变成"批量复购";也盯 PCIe Gen6 服务器和 800G 网卡的整机换代节奏—数据出服务器的这一关,最终由服务器平台的换代说了算。
图3 数据旅程与本篇位置:GPU → scale-up 网络 → 网卡/DPU(本篇)→ 线缆/光模块 → 交换机(对应系列 02→09→03/08→06/07)
数据走得再远,第一步都从网卡出发。英伟达靠买下这道关卡锁住了整个 AI 工厂的出入口,国产 DPU 则刚踏上软件与生态的长征——判断这条链,别看谁的发布会更热闹,看谁的卡真的被插进去、跑满了、并被同一家客户第二次采购。
仅为个人研究记录,所涉公司均为研究层面的映射梳理,不构成投资建议。
《AI互连路线图》系列目录
-
机柜里的第二个"800V时刻":光被请进芯片旁边 -
GPU 为什么必须"抱成团":Scale-up 网络三国杀 -
铜的最后一程,和光钻进芯片的那一天 -
给光修一条更快的高速公路:空芯光纤 -
谁在重新分账:光挪近芯片之后,钱流向了哪些小器件 -
十字路口不再数包:网络变回一面镜子 -
百万颗GPU的过路费:从51.2T到102.4T -
光模块的自卫反击战:LPO 为什么突然火了 -
本文:数据离开服务器的第一关:网卡与 DPU
(姊妹系列《AI供电路线图》:红宝石证书、SiC、SST、巴拿马、GaN,均已发布)

