云脉芯联：从DPU到400G RDMA网络芯片，面向AI智算中心的国产高速互联企业
云脉芯联（Yunsilicon）是一家专注于DPU、高性能智能网卡和数据中心网络互联芯片的中国Fabless半导体企业。
公司成立于2021年5月，总部位于上海，并在北京、南京、成都等地设有研发和业务团队。
与很多从CPU、FPGA或者传统网卡进入DPU市场的企业不同，云脉芯联从成立之初就把目标锁定在云数据中心和智能算力网络。
其核心方向是通过RDMA、可编程网络处理、I/O虚拟化以及网络和存储卸载技术，为大规模云计算和AI算力集群提供高速互联基础设施。
公司目前将自己定位为“云数据中心及智能算力网络互联芯片”企业。
云脉芯联的发展路线非常清晰：
早期通过metaFusion系列DPU和metaConnect系列智能网卡切入数据中心市场，随后逐渐把核心技术从板卡和系统方案推进到全自研ASIC芯片。
2024年，公司正式发布并量产第一代全自研高性能网络互联芯片YSA-100，使产品能力从DPU和智能网卡进一步扩展到400Gbps RDMA高速网络互联芯片。
从DPU起步
云脉芯联成立之初就是一家明显带有DPU基因的企业。
公司早期公开资料将其定位为面向大规模数据中心端网融合、专注高性能和可编程下一代网络芯片DPU研发的芯片企业。
创始团队希望通过DPU把服务器CPU承担的大量网络和基础设施工作转移到专用处理器上，从而提高服务器和整个计算集群的有效算力。
这正是DPU出现的核心原因。
传统服务器中，CPU除了运行数据库、云服务和用户应用，还必须处理虚拟交换、网络协议、RDMA、存储I/O、安全策略、虚拟化和数据搬运等工作。
当数据中心网络从25GbE、100GbE逐步提升到200GbE和400GbE之后，这些基础设施任务会消耗越来越多CPU资源。
DPU则可以把这些任务卸载到专用硬件中处理，使服务器CPU更多地用于真正的业务计算。
metaFusion系列DPU
云脉芯联最早建立市场知名度的产品之一就是metaFusion系列DPU。
2022年5月，公司发布metaFusion-50，并将其定位为面向多种应用场景的RDMA智能网卡和DPU产品。
2023年1月，云脉芯联又发布了性能更高的metaFusion-200 DPU，同时推出metaConnect-50和metaConnect-200系列智能网卡。
metaFusion系列主要面向云计算数据中心，通过DPU承担网络、存储以及I/O虚拟化等基础设施处理任务，把部分CPU负载转移到智能网卡侧。
因此，云脉芯联并不是简单地制造普通以太网网卡，而是试图在服务器CPU与数据中心网络之间增加一个新的数据处理层。
从技术路线来看，metaFusion属于比较典型的SmartNIC向DPU演进的产品体系。
metaConnect高性能智能网卡
除了DPU，云脉芯联另外一条重要产品线是metaConnect系列RDMA智能网卡。
与metaFusion更加偏向云计算基础设施卸载不同，metaConnect重点解决服务器和计算节点之间的高性能数据传输问题。
这种产品在今天的AI数据中心尤其重要。
大模型训练并不是一块GPU独立完成，而是成百上千甚至数万块GPU共同工作。
GPU之间需要不断交换梯度、模型参数和训练数据，如果网络速度不够快或者网络延迟过高，再昂贵的GPU也可能因为等待数据而降低利用率。
RDMA允许一台服务器直接访问另一台服务器的内存，减少传统操作系统网络协议栈带来的CPU参与和数据复制，因此已经成为大型AI集群和高性能计算网络的重要技术。
云脉芯联早期的metaConnect系列覆盖50G和200G，随后产品继续向更高速率发展。
YSA-100：云脉芯联进入自研400G网络芯片阶段
云脉芯联目前最重要的芯片产品是YSA-100。
根据公司官方资料，YSA-100在2024年1月成功点亮，并于2024年底正式量产。
云脉芯联将其称为国内首颗支持400Gbps吞吐能力的RDMA高性能网络互联芯片。
该芯片主要面向AI智算中心和云计算数据中心，为服务器、GPU和其他计算节点提供高速网络接入。
YSA-100的重要性在于，它代表云脉芯联从基于现有器件构建DPU和智能网卡产品，进一步进入了自主设计核心网络ASIC的阶段。
400Gbps也是一个非常关键的性能等级。
传统企业数据中心可能使用25G或者100G网络，但大规模GPU训练集群对于节点之间的通信要求明显更高。
400GbE目前已经成为先进AI集群的重要互联速度之一，并正在继续向800GbE发展。
因此，YSA-100的市场定位已经不仅仅是普通云服务器网络，而是直接进入AI算力基础设施。
metaScale高性能智能网卡
围绕YSA-100，云脉芯联还推出了metaScale系列智能网卡。
例如metaScale-200S是一款面向云计算数据中心高性能存储网络和AI智算中心计算网络的200GbE智能网卡，支持RoCEv2，并强调与不同CPU和GPU平台之间的兼容能力。
根据2025年公开信息，metaScale-200已经完成多家互联网公司的通用计算业务测试和适配，并进入批量部署阶段。
与此同时，更高速的metaConnect-400已经面向AI智算场景进行协议优化，并完成与多家国产GPU平台的适配。
这也反映出云脉芯联的产品战略正在发生变化：
早期DPU主要解决“释放CPU资源”，而现在越来越多产品开始解决“如何让GPU集群之间更快传输数据”。
RDMA是云脉芯联最重要的技术关键词之一
如果要用一个关键词理解云脉芯联，除了DPU之外，最重要的就是RDMA。
RDMA全称Remote Direct Memory Access，也就是远程直接内存访问。
传统TCP/IP网络通信通常需要CPU、操作系统内核以及多次内存复制参与。
对于普通互联网业务，这种方式通常没有太大问题，但是在AI训练、分布式存储和高性能计算中，大量服务器需要持续交换巨量数据，这些额外的软件处理就可能形成明显瓶颈。
RDMA可以显著减少CPU参与，让网络设备直接在不同服务器内存之间传输数据，从而降低延迟并提升吞吐率。
云脉芯联的核心产品长期围绕RDMA展开，包括metaFusion DPU、metaConnect和metaScale智能网卡以及YSA-100网络互联芯片。
RoCE与AI算力网络
云脉芯联目前重点支持的RDMA技术之一是RoCE，也就是RDMA over Converged Ethernet。
RoCE最大的优势，是可以在以太网基础设施上实现RDMA能力。
这非常适合AI数据中心，因为企业可以继续使用大规模以太网交换网络，而不必完全转向另一套专用互联体系。
近年来，随着AI服务器数量快速增加，以太网与InfiniBand之间的竞争也越来越明显。
NVIDIA拥有强大的InfiniBand产品体系，
但Broadcom、NVIDIA Spectrum-X以及大量以太网厂商正在推动400G、800G高速以太网进入AI集群。
对于云脉芯联而言，这种趋势意味着巨大的市场机会。
如果未来越来越多AI集群采用RoCE Ethernet，那么高性能RDMA网卡和网络互联芯片就会成为GPU之外非常重要的一类基础设施芯片。
拥塞控制是大规模AI网络的关键技术
高速网络并不意味着简单地把接口速度提高到400Gbps就可以解决所有问题。
在大规模AI集群中，可能同时有几千个GPU向相同目标发送数据。
一旦大量数据流集中在某些交换机端口，就会形成拥塞，并导致网络延迟突然升高甚至出现丢包。
对于传统Web应用，偶尔增加几毫秒延迟可能影响不大，但对于同步训练的大规模GPU集群，只要一部分节点变慢，就可能拖慢整个训练任务。
因此，AI网络需要非常复杂的拥塞控制机制。
公开资料显示，云脉芯联已经开发芯片级可编程拥塞控制技术。
让用户可以针对不同集群和业务场景调整网络算法，以满足大规模AI训练对网络性能的要求。
这也是AI时代高性能网络芯片与传统网卡之间一个非常重要的区别。
网络卸载
DPU的基础功能仍然是网络卸载。
服务器在高速网络环境中必须处理大量数据包分类、虚拟交换、隧道封装、协议处理和流量管理任务。
如果这些工作全部依靠CPU执行，就会占用本来可以用于应用计算的CPU核心。
云脉芯联DPU可以将部分网络处理任务迁移到专用硬件中，从而降低CPU负载。
对于拥有数万甚至数十万服务器的大型云数据中心，即使每台服务器只释放几个CPU核心，整体节省的计算资源也非常可观。
存储卸载
云脉芯联另外一个重要应用是分布式存储。
现代云存储系统的数据通常分散在大量服务器中，存储本身已经越来越依赖高速网络。
NVMe SSD虽然速度很快，但是如果网络I/O和协议处理仍然大量依靠CPU，就可能产生新的瓶颈。
DPU可以把部分存储协议和数据搬运任务从CPU卸载到网卡侧，再配合RDMA直接进行高速数据传输。
因此，高性能DPU和RDMA网卡不仅用于AI训练网络，也广泛适用于分布式数据库、云存储和高性能NVMe存储系统。
I/O虚拟化
云计算数据中心的另一个核心问题是虚拟化。
一台物理服务器可能同时运行几十甚至上百个虚拟机或容器，这些虚拟计算实例都需要访问网络和存储。
传统架构通常需要Hypervisor或者服务器操作系统管理这些I/O请求，这同样会消耗CPU资源。
DPU可以承担部分I/O虚拟化工作，让虚拟机和容器更加高效地访问网络资源。
公开资料显示，云脉芯联的相关产品支持I/O虚拟化以及网络和存储卸载加速，这也是metaFusion系列最典型的DPU功能之一。
“端网融合”是云脉芯联的重要设计理念
云脉芯联早期就提出了一个非常重要的概念：端网融合。
传统数据中心通常把服务器和网络看成两个不同系统。
服务器负责计算，交换机负责网络。
但随着云计算和AI发展，这种边界正在变得越来越模糊。
DPU位于服务器内部，但是它实际上承担大量网络功能；智能交换机则越来越需要了解服务器应用和流量行为。
因此，未来数据中心可能不再单纯优化某一张网卡或者某一台交换机，而是把服务器端和整个网络作为一个完整系统共同优化。
云脉芯联正是围绕这种理念开发DPU、RDMA智能网卡和网络互联芯片。
与新华三、浪潮等服务器和网络企业合作
对于一家DPU初创企业而言，拥有芯片只是第一步，真正困难的是进入大型数据中心供应链。
云脉芯联在这方面较早开始与中国主要服务器和网络厂商合作。
2022年，公司与新华三达成战略合作，随后双方又推出智算中心端网协同无损网络解决方案。
云脉芯联也与浪潮集团签署产业合作协议，并在2023年获得浪潮信息和浪潮集团的战略投资。
2024年，metaScale智能网卡通过新华三供应商认证。
这些合作对于DPU企业非常重要，因为DPU最终必须与服务器、交换机、GPU、操作系统和云平台共同工作。
与国产GPU适配
AI基础设施正在成为云脉芯联越来越重要的市场。
目前中国已经出现多家国产GPU和AI加速器企业，但是GPU本身只是智算中心的一部分。
要把数百甚至数千块GPU组成一个大型集群，还需要高速RDMA网络和交换系统。
根据公开资料，metaConnect-400已经与多家国产GPU完成适配，并在AI智算场景进行协议优化和规模部署。
这使云脉芯联在国产AI产业链中的角色逐渐变得清晰：
GPU负责计算，而云脉芯联的网络芯片负责把这些GPU连接起来。
DPU和AI网络正在逐渐融合
如果从产业发展来看，云脉芯联其实体现了DPU市场正在发生的一项重要变化。
几年前谈到DPU，大家首先想到的是“把CPU工作卸载掉”。
例如卸载虚拟交换、存储、安全和网络协议。
但AI时代之后，DPU和智能网卡还有另外一个更加重要的任务：
让GPU之间的数据流动得足够快。
因此，DPU企业正在逐渐与RDMA网卡、高性能NIC和AI网络芯片企业发生重叠。
云脉芯联的产品演进非常典型：从metaFusion DPU开始，然后不断强化metaConnect和metaScale高速RDMA网卡，再进一步开发YSA-100这样的400G网络互联ASIC。
与NVIDIA BlueField的区别
NVIDIA BlueField是目前全球最著名的DPU之一。
BlueField内部拥有Arm CPU、高速网络接口以及大量网络、存储和安全加速模块，可以运行独立操作系统，实际上非常接近安装在服务器内部的一台小型基础设施计算机。
云脉芯联的路线有所不同。
其早期metaFusion产品同样强调CPU卸载和基础设施加速，但近年来公司的重点明显向高性能RDMA网络互联进一步延伸。
因此，云脉芯联不能只被理解成“中国版BlueField”。
更准确地说，它正在构建覆盖DPU + SmartNIC + RDMA NIC + Network Interconnect ASIC的数据中心网络芯片体系。
与中科驭数、云豹智能和芯启源的区别
中国DPU市场已经形成几条不同技术路线。
中科驭数强调自研KPU架构和全功能DPU，希望把网络、存储和计算基础设施全面卸载到DPU。
芯启源的技术基因来自NFP可编程网络处理器和SmartNIC。
云豹智能则重点面向云数据中心和高性能网络构建DPU SoC。
云脉芯联的特点，是从云数据中心真实网络需求出发，并且近年来越来越聚焦RDMA和AI算力互联。
获得国家级产业资本投资
云脉芯联成立以后获得了多轮产业资本投资。
早期投资机构包括IDG资本、字节跳动相关投资主体、光合创投、云九资本、华强资本以及浦东创投等。
2025年11月，公司完成超过5亿元人民币A轮融资，由上海科创集团领投，并获得深创投、国中资本、IDG资本、光合创投、云九资本和华强资本等机构参与。
2026年5月，云脉芯联又获得新一轮资本支持，国家人工智能产业投资基金和上海集成电路产业投资基金三期成为公司新增股东。
公开融资数据库将该轮融资记录为数亿元人民币B轮。
这一轮融资尤其值得关注，因为国家人工智能产业投资基金由国家集成电路产业投资基金三期出资组建。
其进入云脉芯联反映了高性能网络互联芯片在AI基础设施中的战略重要性正在快速上升。
云脉芯联最大的机会：AI集群越来越大
但随着一个训练集群从几十块GPU扩展到几千甚至几万块GPU之后，系统性能已经不再只由GPU决定。
GPU必须通过网络交换数据。
如果网络速度不够快，那么昂贵的GPU就会停下来等待通信。
因此，大模型时代出现了一个非常重要的变化：
网络开始成为算力的一部分。
400G和800G以太网、RDMA、RoCE、无损网络、拥塞控制、SmartNIC和DPU因此成为AI基础设施的关键技术。
云脉芯联正好处在这个市场交汇点。
面临的挑战
云脉芯联面临的第一个挑战是国际巨头。
NVIDIA拥有ConnectX、BlueField和Spectrum-X，可以同时提供GPU、网卡、DPU和交换机。
Broadcom拥有Tomahawk系列交换芯片和强大的数据中心网络芯片产品线。
AMD拥有Pensando DPU，Marvell也长期布局数据中心互联和DPU。
这些企业拥有先进制程、SerDes、高速接口和成熟软件生态。
第二个挑战是网络速度仍然在快速升级。
400G并不是终点。
AI数据中心正在快速进入800G网络，并进一步研究1.6T以太网。
云脉芯联未来是否能够持续推出800G以及更高速率的网络互联芯片，将直接决定它能否继续进入最先进的AI集群。
第三个挑战则是软件和生态。
高性能网卡并不是插进服务器就可以发挥全部性能，还需要与GPU通信库、操作系统、交换机、RDMA协议栈、云平台和AI框架高度协同。
因此，未来竞争不仅是芯片性能竞争，也是整个AI网络生态的竞争。
云脉芯联值得关注的地方
云脉芯联是一家非常值得长期关注的中国DPU和网络互联芯片企业，因为它所处的位置恰好位于AI产业一个越来越重要但经常被忽略的环节。
GPU解决的是：
“算得快不快？”
而云脉芯联解决的问题则是：
“数据能不能足够快地送到GPU？”
随着AI集群规模不断扩大，第二个问题的重要性正在快速接近第一个问题。
这也是为什么近年来NVIDIA、Broadcom、AMD、Marvell以及大量中国芯片企业都开始把高速互联作为AI基础设施的核心技术。
总结
云脉芯联（Yunsilicon）是一家专注于DPU、SmartNIC、RDMA高性能智能网卡以及数据中心网络互联ASIC的中国芯片设计企业。
公司成立于2021年5月，总部位于上海，核心产品先后包括metaFusion-50、metaFusion-200 DPU，metaConnect系列RDMA智能网卡，以及metaScale高性能网卡。
2024年，公司进一步实现全自研YSA-100网络互联ASIC量产，该芯片支持400Gbps RDMA网络吞吐，目前已经进入多个智算中心应用。
从技术发展路线来看，云脉芯联已经不再只是一家传统意义上的DPU企业，而正在向AI数据中心网络互联芯片平台企业发展。
它的核心竞争力可以概括为几个关键词：
DPU、RDMA、RoCE、SmartNIC、400G、高性能网络、端网融合、AI算力互联。
在AI计算越来越依赖大规模GPU集群的时代，高性能网络的重要性正在迅速提高。
未来如果云脉芯联能够从400G继续升级到800G甚至1.6T，并建立成熟的国产GPU、交换机和AI软件生态，其市场空间可能远远超过传统DPU所代表的服务器卸载市场。
公司名称： 上海云脉芯联科技有限公司
英文品牌： Yunsilicon
成立时间： 2021年5月
总部： 中国上海
企业类型： Fabless半导体设计企业
核心领域： DPU、SmartNIC、RDMA网卡、网络互联ASIC、AI数据中心网络
代表DPU： metaFusion-50、metaFusion-200
代表智能网卡： metaConnect系列、metaScale系列
代表芯片： YSA-100
YSA-100定位： 400Gbps RDMA高性能网络互联芯片
主要技术： RDMA、RoCEv2、网络卸载、存储卸载、I/O虚拟化、拥塞控制、高速以太网
主要应用： AI智算中心、云计算数据中心、分布式存储、大模型训练集群、高性能计算