在今日开幕的2026世界人工智能大会（WAIC）上，国内领先的高性能网络及算力芯片公司—翼华科技，发表了题为《重构缓存边界：AI DPU让每一个Token更便宜》的主题演讲，首次公开了培风图南AI-DPU的产品路线。

  直面行业痛点：推理成本正从“算力”转向“记忆”

  随着大模型进入长上下文、多轮对话和多智能体时代，翼华科技联合创始人贾淑芸指出，推理成本的瓶颈已不再是单纯算力，而正从“算力”转移到“记忆”。上下文越长，KV Cache越大，越装不进GPU，上下文离GPU越远，访问延迟越高，导致大量计算资源耗费在数据的反复重算和延迟上，形成了一堵隐形的“成本墙”。

  核心方案：首创“上下文记忆层”，让“不重算”成为现实

  针对这一行业级难题，翼华科技推出了“培风图南”AI-DPU及其驱动的Context Memory节点。该方案在传统的GPU HBM与通用存储之间，创造性地增加了一层专用的“上下文记忆层”。通过将KV Cache从“每张卡各自为政的临时数据”转变为“全集群统一编排的共享资源”，实现了三大突破：

  1.极致降本： 通过前缀KV跨请求复用和会话持久化技术，大幅减少重算，在典型场景下可显著降低Decode阶段的硬件成本和首Token延迟。

  2.高效卸载： AI-DPU将KV索引、RDMA零拷贝、压缩加密及智能预取等任务从CPU/GPU卸载，在不打扰主计算任务的前提下，实现数据的高速流转。

  3.开放生态： 全面兼容异构GPU、标准以太网及vLLM、SGLang等主流推理框架，支持对现有存量集群进行平滑、渐进式的改造升级。

  此次翼华科技提出的方案核心就是：用“不重算”最大限度的降低每一个token的产出成本，让GPU算力效率充分提高。这家专注于高性能网络芯片与计算芯片的“双芯驱动”高科技企业，不仅在芯片研发上实现了全栈自研，自主可控，还提供算力中心设计、集成、运维的全栈服务，致力于打造高度自主可控的国产算力底座。

  翼华科技仅成立四年，就实现了首款芯片的商业化应用，并荣获“中国芯”优秀技术创新产品奖等多项殊荣，成为三大运营商合作伙伴。

  成立至今，公司顺利完成多轮融资，成功引入包括小米产投、京能集团等产业投资人，及包括建投投资、达晨财智等市场领先财务投资人。

  翼华科技在WAIC 2026上的亮相，标志着其在AI基础设施领域的布局进入了全新阶段。公司创始人贾淑芸表示：“算力决定模型能想多快，记忆决定模型能想多远，而成本决定这一切能否真正普惠。翼华愿做那个把‘记忆’做便宜，让智能真正实现普惠的企业。”