近日，深圳云豹智能股份有限公司（简称“云豹智能”）创业板IPO获深交所受理。作为国内最早实现DPU（数据处理器）商业化落地的头部公司，云豹智能正式叩响资本市场大门，冲刺“国产DPU第一股”。
　　云豹智能创始人、董事长萧启阳接受中国证券报记者专访时表示，在国家级算力基础设施建设中，DPU这个曾经鲜为人知的芯片品类，正从幕后走向台前，成为算力产业链条中不可或缺的一块拼图。依托领先的研发创新能力，云豹智能致力于补齐国内算力基础设施关键一环。
　　
　　● 本报记者 齐金钊
　　
　　
　　
　　DPU赛道战略价值凸显
　　云豹智能在招股书申报稿中介绍，公司于2020年成立，聚焦DPU数据处理器芯片设计，是国内首家突破400Gbps速率的DPU企业，也是独立厂商中唯一实现DPU大规模商用的企业，商业化落地进度领先同行。
　　今年4月28日召开的中共中央政治局会议指出，加强水网、新型电网、算力网、新一代通信网、城市地下管网、物流网等规划建设。据国家发改委测算，“十五五”期间，全国一体化算力网建设新增直接投资规模将达4万亿元。而DPU作为数据中心继CPU（中央处理器）、GPU（图形处理器）后的第三颗核心算力芯片，是AI算力基建不可或缺的关键硬件底座。
　　在业内人士看来，算力网纳入“六张网”，意味着算力从产业议题上升为核心基建议题。在数据中心核心三大芯片——CPU、GPU、DPU构成的“3U”体系中，前两者已形成较为成熟的产品格局。而高性能DPU是目前国内算力链条中相对薄弱的一环。在算力产业链上，DPU不再是数据中心的“可选配件”，而是决定算力网络传输效率与整体性能的关键组成部分。今年初，全球AI智算芯片头部企业英伟达最新产品布局也从侧面印证了这一趋势。其全新发布的AI超算平台共推出六款核心芯片，其中就包含两款DPU类核心芯片。
　　“采购GPU已经不再是最大难题，GPU之间的互连才是真正的卡点。”萧启阳直言，现代AI模型的训练与推理需要数万颗算力芯片协同工作，对外表现为一台完整计算机。而这台“超级计算机”的性能，既取决于芯片本身，也高度取决于芯片之间的网络。在大规模AI集群中，GPU之间需要频繁交换数据，训练、推理和存储访问等任务也需要在数据中心内部高效协同。如果数据流动不畅，GPU就可能处于等待状态，算力投入也难以充分转化为有效产出。
　　而DPU的角色，恰如算力集群里的“隐形指挥官”。在通用算力场景中，它将网络、存储和安全等任务从CPU侧卸载出来，在数据流动的关键位置完成加速和调度，降低系统时延，提升整体资源效率。而在智能算力场景下，DPU的核心价值更为突出——它优化智算集群的网络连接和数据传输，打通设备间的通信壁垒，杜绝网络拥塞、数据等待、算力空转浪费等问题，让所有GPU高效联动、全力运转，显著提升GPU集群的有效算力利用率。
　　从市场规模看，DPU赛道正迎来快速增长期。根据弗若斯特沙利文测算，中国DPU市场规模将从2025年的约500亿元增长至2030年的约1290亿元。这是一个正在快速释放的增量市场。
　　全球头部厂商已经把DPU视作AI算力集群不可或缺的核心组成。行业普遍认为，未来的算力竞争，比拼的不再是单一芯片的硬件性能，而是整套算力系统的协同运行效率。
　　大芯片的指数级增长“密码”
　　据公司披露，2023年、2024年、2025年、2026年上半年，其营收分别约为17.3万元、3636万元、3.7亿元、9.4亿元。公司营收几乎从零起步，实现了指数级的增长。
　　这一增长曲线背后，是大芯片行业特有的产业化规律：前期漫长的研发、流片、验证周期走完之后，一旦产品通过头部客户验证进入采购周期，出货量和收入会快速释放。萧启阳解释：“云豹智能营收的高速增长，和公司DPU大芯片迅速商业化落地有关。其一，公司DPU产品正进入规模化商用阶段，公司的首款DPU从2024年下半年量产以来，出货量快速爬坡，截至今年6月末累计已超10万颗。其二，AI算力需求呈井喷之势，下游客户资本开支大幅增长，直接拉动了DPU采购规模。其三，头部客户验证效应正向更多客户延伸——在中国移动、工商银行、南方电网等重量级客户实现供货后，产品成熟度获得了强有力的行业背书。”
　　云豹智能在国产DPU领域异军突起，与创始人萧启阳及其团队的技术、产业背景也息息相关。萧启阳二十四岁就获得美国斯坦福大学电子工程博士学位，后在美国麻省理工学院（MIT）任教，长期专注网络与分布式计算方向研究。在创立云豹智能之前他已有大芯片领域成功的创业经验，其之前在硅谷作为联合创始人的网络处理器公司后被博通以37亿美元收购。同时，云豹智能的核心团队来自博通、英特尔、ARM、深圳市海思半导体有限公司、阿里巴巴等公司，覆盖网络芯片、云计算与系统架构等多个方向。
　　值得一提的是，云豹智能将AI工具链融入芯片研发和设计全流程，借助AI完成架构探索、前端设计、仿真验证、后端布局布线等多环节工作，有效缩短了芯片迭代周期，降低了复杂大芯片的设计风险，为DPU产品快速落地提供了技术支撑。
　　不过，在营收高速增长的同时，云豹智能目前仍处于亏损状态。对此，萧启阳坦言，这是硬科技企业必须跨越的关口。
　　“这需要从大芯片行业的产业化规律来理解。大芯片创业是一场长周期竞赛，在被称为‘九死一生’的赛道上，能够持续迭代和生存，本身就是能力与韧性的体现。”萧启阳解释，DPU是高端网络芯片，要与国际头部厂商竞争就必须维持高强度的研发投入。公司近三年累计研发投入达17.58亿元，这是构建技术壁垒的必要投入。事实上，初期时的亏损与大客户单一是大芯片企业发展过程中的常见现象。云豹智能的成长路径与大芯片行业规律一致。
　　对于云豹智能的盈利“拐点”，萧启阳表示，公司预计2028年有望实现盈利。支撑这一判断的是几个正在发生的变化：收入在快速放量，市场不断扩大，亏损逐期收窄，而大量的在手订单则提供了收入可见性。
　　构建差异化竞争力
　　如果说产品和技术是硬科技的“硬实力”，那么客户结构和生态布局，则决定着企业能否从“小而美”走向“大而强”。在此次冲刺上市之际，市场关注度最高的问题之一，是云豹智能对大客户腾讯的依赖程度。腾讯既是云豹智能的重要股东，又是其早期客户。这种“股东即客户”的模式，是否会影响云豹智能的市场独立性和议价能力？
　　“腾讯在天使轮就投资了云豹智能，当时公司还处于非常早期的阶段，这笔投资是对团队和DPU赛道的战略判断。但投资关系不等于采购保证。”萧启阳回应称，腾讯在DPU方案上做过多种尝试，包括国外头部厂商的产品和自研方案，最终云豹智能的产品在性能、定制化和响应速度上赢得了规模化部署的机会。投资是起点，但能走到今天，靠的是产品实力。
　　他进一步解释称，云豹智能与腾讯不存在单方面的依赖。腾讯提供了国内复杂度最高、并发量最大的数据中心多元化场景，而云豹智能则提供了全栈DPU能力，双方各取所需，互相成就。而关于独立性，腾讯作为股东一直尊重云豹智能的经营自主权，更鼓励云豹智能跟其他客户合作。
　　更重要的是，在腾讯场景中积累的适配和交付经验，正在快速复用到其他客户身上。目前，云豹智能已搭建起覆盖运营商、金融、能源、互联网、整机厂商的客户矩阵。运营商方面，中国移动基于云豹智能的DPU发布了“磐石”“智算琢光”“灵耀”三款产品，中国联通也与云豹智能合作推出了“大衍”DPU；金融和能源方面，云豹智能对工商银行、南方电网已实现批量供货；互联网和AI领域，云豹智能服务新浪及多家国产大模型厂商；超聚变数字技术股份有限公司则将云豹智能的DPU嵌入全系通算和智算服务器。此外，多家头部云和AI企业正处于产品测试导入阶段。
　　“客户多元化是一个渐进的过程，每拓展一个新客户都需要适配周期，但趋势是明确的。”他说。
　　面对即将到来的资本市场征程，云豹智能选择了创业板第四套上市标准——这一标准打破了上市必须盈利的限制，精准适配高端芯片这类前期重投入、暂未盈利的硬科技企业。
　　“希望通过这次上市申请，让公司的业务真实性、技术创新性与长期成长性获得市场认可，也进一步来印证国产DPU赛道的战略价值。”萧启阳表示，本次若顺利完成发行，公司拟将30.35亿元募集资金全部投入核心研发领域，重点布局新一代全功能DPU、新一代AI DPU以及下一代前瞻性核心技术研发。
　　在产品路线上，云豹智能的规划清晰而务实：风驰2.0 AI DPU已成功流片，即将推向智算市场；云霄1.0系列400Gbps全功能DPU已规模化量产，主要面向通算场景；下一代800Gbps全功能DPU和1.6Tbps AI DPU已在研发中。同时，公司正布局Chiplet技术和开放标准生态，目标是实现从“芯片供应商”向“算力平台与生态构建者”的升级。
　　“让中国算力基础设施的关键网络基座更加坚实，这是云豹智能的使命。”萧启阳表示，做芯片是一场没有终点的长跑，公司追求的不只是一时的领先，更是持续迭代、长期进步。