专注 AI 基础设施
从 GPU 服务器的资源纳管，到训练、推理数据在集群内流动，围绕真实 AI 工作负载设计产品能力。
NETWORK
MEMORY
ACCELERATION
YUCCA
CMU
COMPUTE · MEMORY · UNIT
SYSTEM ON CHIP
AI DATA PATH
01 / COMPANY
为 AI 算力基础设施而来。
亚格之芯聚焦 AI 基础设施芯片，围绕 AI 云的资源管理、推理的数据访问，以及训练与推理集群的高速通信，构建从芯片到软件栈的协同能力。
软硬件协同
将芯片硬件加速、网络与存储卸载、云平台与系统软件能力结合，缩短 AI 基础设施的关键数据路径。
面向开放生态
基于标准以太网与开放协议构建产品，与 AI 云、服务器、存储和推理框架共同演进。
02 / AI INFRASTRUCTURE TRENDS
大模型正在重塑
算力基础设施。
AI 工作负载不再只是单机计算问题。推理、训练与算力云的发展，让数据供给、集群通信与资源调度成为影响整体效率的关键环节。
AI INFRASTRUCTURE
COMPUTE · NETWORK · ORCHESTRATION
01
推理加速
大模型推理需要频繁加载与交换 KV Cache。如何缩短存储、网络与 GPU 之间的数据路径，成为降低推理等待的重要方向。
KV Cache · 存储 I/O · GPU 数据路径02
集群通信
分布式训练与推理依赖高带宽、低延迟的节点间通信。多路径传输、乱序处理与拥塞控制正在成为以太网 AI 集群的重要能力。
RoCEv2 · RDMA · 400G 以太网03
弹性调度
AI 云需要让 GPU 裸金属像云资源一样被交付、回收和运维，同时实现网络隔离、镜像切换与资源编排。
裸金属 · 网络隔离 · 生命周期管理03 / PRODUCT POSITIONING
两类产品，回应两类核心需求。
SuperNIC 聚焦 AI 集群通信，CMU DPU 聚焦 AI 云与算力资源管理。二者在同一基础设施中协同，让通信与资源供给更贴近 AI 工作负载。
SUPERNIC
测试阶段
AI 超级网卡
SuperNIC400
面向大模型训练与推理集群的高速互联产品，将通信相关的数据面处理下沉到网卡侧。
技术栈
- 2 × 200G 聚合 400G 高带宽以太网接口
- RoCEv2 / RDMA 协议与数据面硬件卸载
- 多路径、乱序、拥塞控制 面向复杂训练与推理流量
CMU DPU
已商业落地
AI 算力管理芯片
CMU25 / CMU400
面向 AI 云与弹性裸金属，将网络、存储与管理能力从主机侧卸载，为 GPU 资源接入云平台提供基础能力。
技术栈
- 专用计算与控制架构 软硬协同的处理与控制平面
- virtio / OVS 卸载 网络与存储 I/O 基础能力
- virtio-blk / virtio-fs 系统镜像与 KV Cache 数据通路
产品阶段与规格以实际验证、测试及正式交付版本为准。
与亚格之芯一起，构建下一代 AI 算力基础设施。
获取产品资料，或交流 AI 云、训练与推理集群的基础设施方案。