生成式AI、Agentic AI的大熱，帶動的不單是GPU、AI芯片的發展，當我們談到AI數據中心就必談到“萬卡”集群時，“互連”和“數據通信”的重要性也快速凸顯。單張顯卡或者AI加速卡已難以支持當下巨量參數規模的AI大模型訓練和推理，跨芯片、跨板卡、跨節點組建AI基礎設施成為算力增長的主要方向，RDMA智能網卡作為網絡互聯的核心組件，成為算力突破的重要一環。

過去一年的媒體活動上，不少企業都談到大模型訓練時，GPU真正工作的時間有時只占1/3，大部分的時間都耗費在了數據傳輸的等待上。所以前不久摩爾線程在WAIC（世界人工智能大會）媒體活動上提出，AI工廠效率 = 加速計算通用性 × 單芯片有效算力 × 單節點效率 × 集群效率 × 集群穩定性。

這里的“集群效率”顯然是指更低的GPU閑置率，尤其是數據傳輸的效率。故而云脈芯聯創始人兼CEO劉永鋒在WAIC上提出，整體算力 = 算力密度（GPU）× 算力規模（交換芯片） × 數據傳輸效率（網卡芯片）——這是個相對而言更具體的描述方式。

劉永鋒表示，“上下游眾志成城、取長補短”，“通過融合創新”“把國產化做起來”，實現“算力突破”。這也是國內所有涉足AI基礎設施搭建的企業的共識。

我們在WAIC之上就看到了云脈芯聯的“AI時代智能算力互聯網絡解決方案”，包括智能網卡（SmartNIC）和DPU產品。云脈芯聯很大程度上是可以代表國產NIC、DPU芯片及解決方案的最高水平的——其YSA-100芯片產品及系列智能網卡/DPU產品就已經在頭部互聯網、基礎設施服務商、運營商等各行業實現量產出貨，客戶包括浪潮、新華三、上海儀電、浙江銀盾云、中國移動等，據說客戶覆蓋還在穩步增長。

本文就以圖集的形式來看看云脈芯聯的現有產品，及其所反映的國產智能網卡與DPU發展現狀。

▲ 云脈芯聯YSA-100網絡芯片，“支持高性能網絡和DPU場景的裸金屬、虛擬化卸載（offload）加速，適用于算力基礎設施智算中心網絡、存儲和云計算等各類應用場景”。YSA-100是一顆ASIC架構的網絡芯片，云脈芯聯在去年的新聞稿中說，這顆芯片已經于2024年量產，是“國內首顆支持400Gbps吞吐能力的RDMA（直接內存訪問）高性能網絡芯片”；且這顆芯片已經在多個智算中心落地應用。

▲ metaConnect-400S，metaConnect系列在云脈芯聯的產品定位為“AI NIC”。 metaConnect-400S的具體定位是“高性能AI網卡”，尤其表現在單口400GbE吞吐速率，“提供具有包噴灑多路徑能力的高性能RDMA網絡能力”，且“與各CPU和GPU產品均有優秀的兼容能力”。

面向智算中心時，“metaConnect-400S提供1x400GbE網絡接入能力，支持多路徑負載均衡和亂序重排能力，基于Credit授權的擁塞控制和可編程擁塞控制算法能力，有效提升AI計算通信效率，對比業內主流產品通信性能提升約5%。”這款產品在我們看來也是真正能夠體現以太網用于AI大規模集群networking的潛力和價值的。

▲ metaConnect-400，相較前者的主要差異是，這是個支持2x200GbE的AI NIC，“增值能力實現單QP（queue pair）雙平面網絡400Gbps吞吐性能”——使用一個QP同時在兩個物理網絡平面上達成400Gbps總吞吐量。

▲ metaScale-200S智能網卡——相較前面的metaConnect系列，云脈芯聯定義metaScale系列產品為“高性能智能網卡”。200S是實現了單口200GbE的、面向云計算數據中心高性能存儲網絡和智算中心AI計算網絡打造的智能網卡產品，同樣提供高性能RoCEv2網絡能力。

▲ 同為metaScale-200S智能網卡，OCP 3.0接口版。

▲ metaScale-200，2x100GbE吞吐能力，PCIe標準形態；

▲ 同為metaScale-200，OCP 3.0標準接口版；

▲ metaScale-50，25GbE智能網卡，“面向現代數據中心，具備高性能存儲網絡互聯能力”，“提供優異的網絡互聯收發性能，成熟的平臺兼容性，豐富的軟件生態，以及靈活的解決方案能力”。

▲ 基于YSA-100芯片的metaVisor-200，云脈芯聯稱其為AI DPU。介紹中提到，這款metaVisor-200是面向人工智能智算中心AI計算網絡打造的2x100GbE高性能AI DPU產品。

“支持云盤啟動、VPC網絡卸載加速、RoCEv2 Overlay和RDMA統一納管運維監控的能力，為未來智算中心提供快速發放、租戶網絡隔離和彈性部署等靈活解決方案”。

▲ 云脈芯聯展位擺了一臺來自新華三的服務器，算力卡則是來自國產GPU；中間的四張網卡就來自云脈芯聯——這是云脈芯聯的智能網卡/DPU在AI算力領域落地的形式之一。

劉永鋒在演講中提到國產算力突破的兩個方向，其一是“提前布局、因地制宜”——比如前文提到云脈芯聯在RoCE上的布局。 “在更大規模、更高帶寬場景下，以太網是更有潛力的。過去RoCE在AI應用上可能存在一些不成熟的地方——但如果能提前布局投入對RoCE的優化，今天會看到以太網真正的價值。現在很多大廠已經在投入RoCE。”“它是能夠實現AI算力突破很好的技術。”

RoCE (RDMA over Converged Ethernet) 也就是通過以太網做RDMA，在不需要操作系統、CPU介入的情況下，就直接訪問內存，得以實現超低延遲、高吞吐，以及降低CPU的開銷。它對諸如HPC、AI訓推、大規模存儲系統這類數據密集型應用價值甚大。

劉永鋒提到，“在芯片研發方面提前布局RoCE，經過持續的技術創新，在AI網絡需要更大規模和更高帶寬的情況下，云脈芯聯200Gbps和400Gbps高性能智能網卡已逐步建立起差異化的競爭優勢，具有很強的爆發力，成為國產網絡在AI基礎設施領域實現突破的基礎。”

其二是上下游配合，“眾志成城、取長補短”。比如上述產品的宣傳文案大多都提及 “具備卓越的多平臺兼容性，與各CPU與GPU有優秀的兼容能力”，包括對一眾國產CPU、GPU和操作系統的支持。“國產交換芯片和國產網卡芯片能夠深度協同，就可以形成靈活的最優解決方案，其中網絡互聯芯片成為最核心的一環。”

WAIC上，云脈芯聯展位工作人員告訴我們，“云脈芯聯已與展館中的GPU廠商，和大多數CPU及相關的應用廠商成為合作伙伴。”“與國內部分頭部互聯網廠商、云基礎設施服務商和通信運營商均有合作——不僅是因為供應鏈安全，國內芯片廠商也能夠根據客戶需求去為他們提供更好的解決方案；當然產品的性能本身需要達到要求。”

劉永鋒則舉例提及在DeepSeek發布之后，云脈芯聯與其他合作伙伴多方配合，去適配DeepEP（一個特別面向MoE和EP – expert parallelism的通信庫），實現“端到端拉通”。“上下游一起努力把國產化做起來。”在半導體制造工藝、技術能力受限的情況下，通過與AI基礎設施其他參與者的適配、協作，才能達成真正意義上的“算力突破”。