腾讯重仓！冲刺“国产DPU第一股”的云豹智能是何方神圣？

近日，被业内称为“国产DPU第一股”的深圳云豹智能在深圳证监局办理上市辅导备案登记，辅导机构为中信证券，正式启动A股IPO进程。云豹智能成立于2020年8月28日，最新一轮融资后估值已超过140亿元人民币，并已将DPU产品导入腾讯、中国移动等头部云服务商与电信运营商体系。与此同时，云豹智能与燧原科技宣布战略合作，围绕DPU与AI加速芯片的直连数据通路推出Data DirectPath技术路线，试图把DPU从“卸载CPU杂活”的基础设施加速器，进一步推向“大模型训练数据通道”的关键节点。在国产算力芯片企业密集推进资本化的背景下，云豹智能的IPO动作被外界视为一个信号：继GPU、AI训练/推理加速器之后，基础设施芯片（DPU/SmartNIC/IPU）正加速走向舞台中央。

一、什么是DPU？

在AI大模型时代，数据中心的瓶颈不只在计算，还在数据搬运与资源调度。当GPU/AI加速卡越来越多、模型越来越大、集群规模越来越接近“万卡互联”，CPU既要跑业务又要承担大量基础设施负担，很容易成为系统性短板

云豹智能所处的DPU赛道，核心命题是“分工”：把网络、存储、安全、虚拟化、资源编排等基础设施任务，从通用CPU中剥离出来，交给专门的数据处理器处理。与GPU“算力峰值”的叙事不同，DPU的价值更多落在系统工程：如何在海量数据、复杂云化环境与多租户安全需求下，提高集群的有效算力利用率、降低运维复杂度与总体拥有成本（TCO）。DPU被用来做“基础设施卸载与加速”，释放CPU/GPU资源，提高整体算力效率，并在安全隔离、网络协议与存储路径上提供硬件级能力。这条路不如GPU直观，但更可能成为数据中心的长期标配。

云豹智能的创始人萧启阳博士（Sunny Siu）在半导体与网络处理器领域有较深积累：曾为RMI公司联合创始人，后在NetLogic担任亚太区总裁兼总经理，并促成博通以37亿美元收购NetLogic；其后在博通担任处理器和无线基础设施事业部大中华区总经理（2012—2015）。萧启阳博士认为CPU难以处理、GPU无法覆盖的基础设施任务，可以由DPU承接，成为云端数据中心运作的关键核心。

云豹智能把自己的定位设在更靠近数据中心底座的位置：专注云计算与数据中心数据处理器（DPU）芯片及整体解决方案，并提出“软件定义芯片”的行业标准愿景。这也解释了它为什么在产品上强调通用可编程SoC路线、P4可编程数据面、RISC-V微处理器以及与主流开源生态的兼容——在DPU领域，硬件性能只是入场券，软件平台与可编程生态才决定“可规模化复用”的能力边界。

二、云豹智能成长大事记

从时间线看，云豹智能的节奏很像典型的“基础设施芯片公司加速度”：融资节奏紧凑、产品迭代与客户导入交织推进。

2020年8月28日：云豹智能在深圳正式成立。

2020年底—2021年上半年：完成种子轮与天使轮融资

2021年9月：完成A轮融资，腾讯出手数亿元人民币，并有淡马锡、蔚来资本、正心谷、一村资本、民银资本等参与。

2022年6月：完成B轮融资，投后估值约90亿元人民币。

2023年1月：AI网络研发中心总部项目落户杭州萧山，总投资规模10亿元。

2023年4月：完成B+轮融资。

2023年：中国移动发布与云豹智能合作的“智算琢光”DPU产品，被视为商业化里程碑。

2024年：推出带宽达400Gbps、并宣称支持GSE（全调度以太网）标准的“智算琢光”DPU。

2025年：密集完成融资，投后估值超过140亿元人民币，并入选胡润全球独角兽榜。

2025年12月31日：启动IPO辅导。

三、云豹智能的产品路线图

从产品矩阵看，云豹智能围绕“高性能、通用可编程DPU SoC”构建了主线，并延伸到面向AI集群互联的智能网卡芯片。

1）云霄（Yunxiao）DPU系列：通用可编程SoC路线的代表

“云霄S10 DPU SoC”是云豹智能的旗舰产品，其核心卖点为：

400Gbps网络处理速率：对标大模型训练等高吞吐场景的集群通信需求。

性能/能效提升口径：相对传统CPU软件处理方案，性能可提升2—4倍、功耗降低50%以上

全功能卸载：面向管理、存储、网络、安全等基础设施任务，支持裸金属、虚拟机、容器等场景统一运维管控。

2）风驰（Fengchi）400G智能网卡芯片：面向万卡互联的互连基础设施

“风驰”是专为AI互联设计的400G智能网卡芯片，核心目标是支撑GPU万卡互联与集群有效算力利用率提升。对大模型训练而言，决定训练效率的不仅是单卡算力，还包括通信带宽、时延、拥塞控制与数据路径优化；智能网卡/SmartNIC在这一体系里承担的角色越来越重要。云豹在此推出“风驰”，说明其产品视角并非只停留在“卸载CPU”，而是进一步向“AI集群网络基础设施”延伸。

3）Corsica DPU：补齐多形态产品线

Corsica DPU具备2×200G连接能力，搭载ARMv9架构通用CPU核心，支持网络、存储、安全的全面加速。对外界而言，这类产品的意义在于：同一公司往往需要覆盖不同客户和不同系统形态，既要有旗舰型通用平台，也要有更适配特定场景的SKU，以便提高导入成功率与规模化交付能力。

四、软件与生态支持

在DPU这类基础设施芯片上，软件的作用往往比外界想象更重：客户不只要“跑通”，还要“可运维、可观测、可升级、可隔离”。因此，强调开源兼容与标准接口，本质上是在争取成为“数据中心里可被复用的通用模块”，而不是某个项目的一次性交付。

云豹智能在技术路线上的差异化，还集中体现在“层级化可编程”与“软硬协同”的组合上。

P4可编程数据处理单元：芯片集成支持P4语言的数据处理流水线，强调协议无关的数据包处理能力，允许客户按业务需求自定义数据流处理逻辑。

自研RISC-V微处理器单元：强调提升灵活性、自主性与安全性，降低对外部商业IP依赖，并便于底层深度优化。

高性能通用CPU核心（如ARM）：用于运行控制平面、操作系统与管理代理等复杂软件。这种“P4数据面 + RISC-V控制面 + ARM管理面”的异构组合，体现的是一种“平台思维”：把通用性、可编程性与工程可交付性绑定在一起。与之相匹配，材料还强调云豹提供完整软件开发平台（驱动、API、库函数、工具链），并拥抱数据中心主流开源组件与标准接口（DPDK、SPDK、OVS等），以降低客户迁移和适配成本。

五、主要竞争对手

据了解，目前全球DPU市场由英伟达、英特尔以及传统网络芯片巨头（博通、Marvell等）主导。英伟达通过收购Mellanox推出BlueField DPU，并与GPU生态协同；英特尔以IPU推进基础设施处理器路线，并整合Altera、Barefoot等资产；博通与Marvell则在网络芯片与SmartNIC领域长期积累深厚。对云豹而言，国际巨头优势在生态成熟、客户基础与渠道能力；本土企业的机会来自国产化需求、快速响应本土客户、以及在运营商与云厂商侧的深度定制与工程化交付。

在国内，中科驭数、芯启源与云豹智能常被并称为“国产DPU三强”，但路径差异明显：

云豹智能：走通用可编程SoC路线，强调综合能力与平台化，产品指标直指400G高端，并优先攻克腾讯、中国移动这类超大规模客户。

中科驭数：强调超低时延优势，从金融等对延迟极敏感行业切入，再向更广泛市场扩展。

芯启源：通过整合成熟网络处理器技术并推进自主DPU，客户覆盖运营商、设备商、网络安全等多领域，强调可编程与灵活定制。

总结：DPU的故事如何讲？

最后，从2025年年底开始，近一段时间国产算力芯片企业上市节奏加快，GPU/通用GPU相关企业在科创板与港股市场动作频繁；在这种“算力IPO浪潮”里，DPU被视为可能的下一轮角逐方向。过去一段时间，GPU赛道热点更多集中在北京、上海等地，而云豹智能若成功登陆资本市场，或将在“基础设施芯片”维度为深圳补上一块重要拼图。

值得一提的是，DPU由于离“系统工程”更近，它的市场渗透往往更依赖头部客户的验证、生态兼容与长期迭代。因此云豹智能的成长路径可能与其他国产的GPU厂商不太一样。最终考验云豹智能能否实现商业成功的主要制表，是能否把“软件定义芯片”从愿景变成行业默认选项。要实现这一点，需要在软件栈持续投入，同时在AI数据通路价值形成稳定收益。