DPU 发展分析报告（2026年）
版权声明 本报告版权属于中国信息通信研究院，并受法律保护。转载、摘编或利用其它方式使用本报告文字或者观点的，应注明“来源：中国信息通信研究院”。违反上述声明者，本院将追究其相关法律责任。 前言 当前，全球数字经济加速发展，以大模型、智能体为代表的新一代人工智能技术加速落地，智算需求爆发式增长。作为智算设施的重要组成，数据处理器（Data Processing Unit，DPU）凭借软硬协同的专用加速能力，实现网络、存储、安全等任务的高效卸载，破解传统计算架构的性能瓶颈，助力算力资源的高效调度，降低系统总拥有成本，为模型训练、应用推理、边缘计算等场景提供支撑，被业界认为继CPU、GPU之后“第三颗主力芯片”。 DPU产业正由高速发展向高质量发展全面演进，从政策方面看，全球主要经济体积极推动产业发展，美国、欧洲等国家在“创世纪计划”、《芯片法案2.0》等中强调要推动涵盖DPU在内的半导体发展，我国通过《算力基础设施高质量发展行动计划》、算力强基揭榜行动等政策牵引DPU研发应用。从技术方面看，DPU架构不断演进，通过硬件级卸载释放CPU、GPU潜能，依托高速接口技术实现数据高效传输，解决AI训练和推理中的网络瓶颈问题。从产业方面看，通用算力中心、智能算力集群、5G边缘计算等多样化场景逐步应用DPU，为产业发展提供有效的需求牵引。未来，DPU架构将不断迭代创新，加速场景渗透，释放应用价值。 本报告立足产业发展，系统梳理DPU发展背景、行业动态与市场环境，研判未来趋势，并提出针对性建议，旨在全面呈现全球及我国DPU产业发展全貌，为政策制定、技术研发与生态构建提供参考，助力我国DPU产业发展，筑牢数字经济高质量发展的算力之基。 时间仓促，报告仍有诸多不足，恳请各界批评指正。后续我们将不断更新完善，如有意见建议请联系中国信通院研究团队：dceco@caict.ac.cn。 目录 一、DPU发展概述..................................................................................................... 1 （一） 全球强化政策引领，夯实发展根基....................................................... 1（二） 技术驱动架构升级，成为主力芯片....................................................... 2（三） 核心场景率先突破，行业渗透深化....................................................... 5（四） 多重瓶颈叠加制约，发展仍待突破....................................................... 6 （一） 计算架构持续迭代，体系效能全面升级............................................... 7（二） 端网融合深度推进，传输时延显著降低............................................... 8（三） 高速存储加速成型，卸载能力关键跃升............................................... 9（四） 互联技术持续优化，集群算力高效协同............................................. 11（五） 软硬协同创新突破，技术标准加速落地............................................. 12 三、DPU产业生态发展分析................................................................................... 13 （一） 架构革新与智能融合并进，突破效能瓶颈制约................................. 21（二） 场景渗透与价值释放加速，赋能行业转型升级................................. 23（三） 体系构建与生态协同提速，规范产业发展秩序................................. 23 图 目 录 图1 DPU功能示意图.................................................................................................. 4图2通用CPU+FPGA（左）和CPU+ASIC（右）实现DPU示意图...................7图3 AI推理上下文存储流转机制............................................................................ 11图4 DPU产业魔力象限............................................................................................ 16 一、DPU发展概述 当前，随着数字经济的持续发展，尤其是大语言模型、自动驾驶、具身智能等应用加速落地，智算需求爆发式增长。作为算力中心的“第三颗主力芯片”，DPU重要性不断凸显，从早期面向网络、存储、安全等卸载功能，逐步升级为支撑算力基础设施建设的重要硬件底座。 （一）全球强化政策引领，夯实发展根基 美国、欧盟等相继出台产业战略，围绕半导体加大算力研发布局，抢占技术主导权。2025年11月，美国联邦政府正式启动“创世纪计划”（Genesis Mission），12月美国能源部联合26家科技企业和机构签署合作备忘录，计划将“半导体与微电子”列为优先突破领域之一，为包括DPU在内的相关芯片技术的研发、制造和应用提供顶层的战略支持和潜在的资源倾斜。同年，欧盟启动《芯片法案2.0》修订进程，明确加大AI芯片、先进互连、光封装、算力卸载芯片资金倾斜，优化审批与人才体系，进一步强化数据中心专用微电子技术主权布局。2025年12月，韩国公布700万亿韩元长期投资规划，目标建成全球最大芯片产业集群，抢占AI芯片竞争优势 我国高度重视DPU产业发展，已构建起国家与地方协同推进的政策体系，有力推动产业规模扩张与技术创新突破。国家层面，2023年10月，工业和信息化部等六部门印发《算力基础设施高质量发展行动计划》提出开展DPU、无损网络等技术升级与试点应用，实现算力中心网络高性能传输。2025年2月，工业和信息化部启动算力强基揭榜行动，开展基于芯粒（Chiplet）和RISC-V（Reduced Instruction Set Computing-V，第五代精简指令集计算）技术的软硬件一体DPU芯片技术研究。2025年8月，国务院发布《关于深入实施“人工智能+”行动的意见》，其中提到支持人工智能芯片攻坚创新与使能软件生态培育，加快超大规模智算集群技术突破和工程落地。2025年9月，工业和信息化部征集“重点产品、工艺‘一条龙’应用计划”的推进机构，明确将DPU列为关键产品，提出要“围绕DPU应用需求，开展基于国产工艺的高性能可编程数据处理器的研制、操作系统（OS）子系统升级与硬件扩展”，并推动其在云计算、高性能计算、AI等领域的应用。地方层面，上海、深圳等地纷纷出台行动计划。2025年10月，上海市发布《上海市智能终端产业高质量发展行动方案（2026—2027年）》，旨在加强端侧人工智能芯片的布局，推动产业规模突破。2026年 ， 深 圳 市 印 发 《 深 圳 市“人 工 智 能+”先 进 制 造 业 行 动 计 划（2026—2027年）》，构建人工智能与半导体产业“双向赋能”的生态，通过AI技术提升芯片设计、制造全流程效率，以破解高端自主不足的瓶颈。 （二）技术驱动架构升级，成为主力芯片 随 着 算 力 需 求 的 多 元 化 与 高 性 能 计 算 的 快 速 迭 代 ， 传 统CPU + GPU的双核架构已难以适配高带宽、低时延、强安全的需求，推动计算架构向“通用+专用”协同转型。DPU通过在硬件层面实现网络协议栈、低时延RDMA传输、存储I/O、加密解密等功能的专用加速，并在AI集群中承担构建推理上下文内存存储平台、卸载非计算任务释放GPU算力、承担机架内数据神经中枢等功能，提供可编程 的算力中心基础设施软件栈，实现对算力资源的细粒度调度与动态优化。近年来，NVIDIA多次在GTC等技术大会上强调DPU的重要性，并已在DGX AI超级计算机和Spectrum-X网络平台中规模化部署，DPU在算力基础设施中的战略性地位持续提升。 从技术层面看，DPU通过硬件级卸载网络、存储及安全任务，有效释放CPU与加速器的算力。DPU可采用芯粒（Chiplet）设计，集成专用网络处理单元、可编程计算核心与高速I/O接口，通过片上互连网络实现内部功能模块的高效协同。在互联架构层面，DPU重点支持单节点内Scale-Up与跨节点集群Scale-Out互联，依托远程直接内存访问（Remote Direct Memory Access，RDMA）等先进协议，实现GPU间的低时延、高吞吐数据交换，缓解万卡级AI集群的通信瓶颈。此外，DPU依托软件定义技术，在云计算领域优化虚拟化效率。同时，通过集成网络处理、计算加速、本地存储及安全防控等功能，满足5G、智算中心等高带宽、低时延、高吞吐应用场景需求，推动计算与网络深度融合。 从应用价值看，DPU已超越基础的“降本增效”。在AI推理与超大模型训练场景中，其核心作用演变为重构数据路径与内存层级，以系统级优化直接释放算力红利。DPU通过构建池化的“推理上下文内存”，将海量KV Cache从GPU-HBM卸载至由其统一管理的大容量NAND资源池，解决了上下文长度快速扩张带来的KV Cache容量爆炸、访存压力剧增与算力效率急剧下降的问题，降低单次推理的数据搬运与预处理功耗，缩短训练周期并降低单词元（Token）推理成本。同时，DPU作为智能的数据调度中枢，实现对存储I/O、安全协议及虚拟化功能的彻底卸载与硬件加速，使CPU与GPU专注于核心计算本身，在提升算力中心整体性能与利用效率的同时，有效降低硬件冗余与总体能耗。 （三）核心场景率先突破，行业渗透深化 DPU作为算力基础设施的核心组件，在互联网、金融、能源等关键行业实现规模化落地，已从单一功能加速设备，发展成为覆盖多场景、全链路的算力核心处理器之一。在算力建设方面，DPU聚焦云计算、大数据和人工智能等场景，利用硬件卸载网络转发、存储虚拟化及安全隔离等基础设施负载，有效解决性能与安全难以兼顾的难题。目前，全球头部云厂商已完成规模化部署，国内阿里云、腾讯云、华为云等企业在新一代服务器中实现DPU标准化落地，推动DPU从可选加速部件向算力中心的基础标配器件转变。 在互联网领域，DPU赋能高并发业务，提升服务体系效能。DPU已广泛应用于搜索引擎、电商交易、在线视频、社交媒体等各类高并发在线服务体系，成为头部平台降本增效、优化用户体验的核心抓手。在搜索引擎场景中，通过硬件加速用户请求的转发、处理与响应，提升检索效率与结果反馈速度，同时降低后端服务器的算力开销，支撑海量用户的实时交互通信、内容分发与数据共享，优化终端用户体验。 在金融领域，DPU筑牢安全防线，保障核心交易高效运行。针对高频交易、实时风控及跨境支付等核心场景，依托微秒级低时延、硬件级安全隔离及全链路可审计能力，精准匹配金融行业对效率与合规的要求。在证券高频交易中，DPU将端到端时延压缩至亚微秒级，提升交易执行效率。目前，DPU已广泛应用于银行、证券、保险机构的私有云及核心系统建设，成为金融关键
