2025年4月，深圳云豹智能股份有限公司的创业板IPO申请正式获得受理，这家专注DPU（数据处理单元）芯片的独角兽，有望摘下“国产DPU第一股”的桂冠。在AI工具全面渗透各行各业、算力需求呈指数级增长的当下，云豹智能的上市进程不仅是一次资本盛宴，更是一面折射中国硬科技创业生态的镜子——从斯坦福博士的孤勇创业，到腾讯的连续重注，再到创业板专门为未盈利硬科技企业打开的第四套上市标准，这条路径背后藏着怎样的逻辑？本文试图梳理这场“AI工具”基础设施的崛起故事。
斯坦福博士的AI难题：从破解理论到创办DPU公司
云豹智能的创始人萧启阳，身上贴着太多光环：24岁获得斯坦福大学电子工程博士学位，主攻人工智能和神经网络方向，甚至破解了AI领域三十多年悬而未解的理论难题，获得了“人工智能之父”Marvin Minsky的亲自撰序褒奖。这种学术背景放在今天的AI创业浪潮中，显得格外典型——顶尖AI科学家正在成为新一波芯片创业的主力军。
萧启阳的第一次创业是在硅谷，2002年联合创办芯片公司RMI，后被博通以37亿美元现金收购。那是GPU尚未崛起、DPU概念为零的年代。2020年，目睹算力国产替代的机会，他回到深圳再创业，这一次选中的赛道是DPU——当时很多人还在争论CPU和GPU谁更重要，他却敏锐地押注“数据搬运”这个容易被忽视的瓶颈。
有趣的是，就在云豹智能成立两个月后，英伟达在GTC大会上正式推出DPU概念，黄仁勋提出了“CPU+DPU+GPU”的三芯战略。DPU赛道一夜之间成为兵家必争之地。萧启阳的创业时机精准得仿佛开了天眼。但更关键的是，他带领团队只用了4年时间，就完成了从FPGA验证到6nm SoC量产的全过程，推出了国内首款高性能、通用可编程DPU SoC芯片，网络带宽达400Gbps，功耗较传统方案降低50%以上。
这场创业从一开始就带着“硬核技术”的底色。萧启阳曾说：“创立云豹智能时，我只有一个人，拿到天使轮后才敢去请创始团队。”而那个天使轮背后的金主之一，就是腾讯。
腾讯重仓的隐秘逻辑：AI工具离不开DPU
云豹智能的融资历程几乎是一部半导体创投的“豪华名单”。从2020年底种子轮的五源资本、正心谷资本、中芯聚源，到2021年天使轮的红杉中国、深创投、腾讯，再到后来的淡马锡、蔚来资本、IDG资本……每一轮都有新的明星机构入局。截至IPO前，云豹智能估值已超140亿元。
其中，腾讯最引人注目。腾讯通过关联主体以19.7792%的持股成为云豹智能的第一大股东，超过了创始人团队的合计持股。这种“连续重注”在腾讯的投资史中并不常见，尤其是对于一家尚未盈利的芯片公司。为什么？
答案可能藏在腾讯的AI工具生态里。腾讯拥有庞大的云计算业务、AI大模型训练需求、以及各类AI画图、文生图、视频处理等应用场景。这些AI工具的爆发式增长背后，是对底层算力的极致渴求。DPU作为卸载CPU网络/存储/安全负载的专用芯片，能显著提升数据中心的效率，降低功耗和成本。对腾讯而言，投资云豹智能不只是一笔财务投资，更是锁定未来AI基础设施关键供应链的“战略卡位”。
当云豹智能的DPU芯片被部署到腾讯的数据中心时，那些每天处理海量图片生成的AI画图工具，以及各类大模型训练任务，都将获得更高效的底层支撑。这种从芯片到应用的垂直整合，正在成为科技巨头的新竞争壁垒。
创业公司的烧钱突围：营收增长900%为何仍然亏损
根据招股书，云豹智能2023年、2024年、2025年营收分别为17万元、3635万元、3.7亿元，2025年营收同比增长超900%。但同期净亏损分别为6.67亿、6亿、11.9亿元，扣非后亏损也达5.6亿元以上。这种“高增长、深度亏损”的形态，在硬科技创业公司中并不罕见，但依然让外界好奇：钱烧在了哪里？
芯片创业本身就是“烧钱黑洞”。从研发投入来看，高端芯片的流片费用动辄数亿元，6nm工艺的一次流片成本可能上亿元，而云豹智能在4年内完成了多次流片验证。此外，为了构建完整的软件生态，团队还需要投入大量人力开发驱动、虚拟化方案、安全模块等。招股书显示，公司研发费用占营收比重极高，而且由于营收基数较小，亏损数字显得惊人。
但资本市场看的是预期。创业板第四套上市标准恰恰为这类企业敞开了大门——该标准不再以短期净利润为门槛，而是重点考察市值和研发投入。云豹智能2025年营收3.7亿元，虽然距离盈亏平衡还有一段距离，但超过900%的增长率足以让投资人相信，一旦DPU进入大规模部署阶段，规模效应会迅速摊薄成本。
对于整个AI创业公司群体来说，云豹智能的故事提供了一个重要信号：只要技术壁垒足够深、市场天花板足够高，资本愿意耐心等待。这也在一定程度上缓解了AI融资市场上“只看短期回报”的焦虑。
大湾区硬科技军团崛起：粤芯与云豹的双子星
过去很长一段时间，深圳在半导体领域的标签更多是“消费电子应用”和“终端制造”。而在本轮AI算力大爆发中，北京、上海率先涌现了摩尔线程、沐曦、壁仞科技等GPU公司，深圳急需一个能代表底层核心技术的超级IPO。云豹智能的突围，恰好为深圳在“基础设施芯片”维度补上了一块重要拼图。
与此同时，广州的粤芯半导体也刚在创业板过会，拟募资75亿元。作为粤港澳大湾区第一家实现量产的12英寸晶圆制造企业，粤芯半导体背后站着广东国资，代表了晶圆制造领域的突破。而云豹智能则代表了高端芯片设计（DPU）的突围。两者一前一后，形成了大湾区半导体资本化的梯级效应。
这种产业协同正在催生新的生态。例如，云豹智能的DPU芯片未来可以搭配粤芯生产的晶圆，形成从设计到制造的闭环。而大湾区完善的终端制造、消费电子产业链，又能为这些芯片提供丰富的应用场景。如果再结合AI工具导航类的聚合平台，整个区域在AI硬件和应用层的联动将更加紧密。
值得注意的是，创业板改革释放的红利正在被越来越多的硬科技企业捕获。自2024年9月以来，创业板指累计上涨约150%，成为A股最醒目的主线之一。对于像云豹这样需要长期研发投入、短期难盈利的AI创业公司来说，创业板已经从一个“融资通道”升级为“价值锚点”。
DPU的未来之争：AI工具的算力底座将如何演变
DPU之所以重要，是因为在AI大模型时代，数据流量呈爆炸式增长。传统的CPU要同时处理计算、网络、存储、安全等任务，逐渐成为性能瓶颈。DPU通过将网络、存储、虚拟化等基础设施任务卸载到专用硬件上，释放CPU让给应用计算，从而提升整个系统的吞吐量和效率。
英伟达的“三芯”战略已经明确指出，未来数据中心的标配将是CPU负责通用计算、GPU负责并行计算、DPU负责数据搬运。而云豹智能的产品恰好切中了这个需求。如果IPO成功，它将成为国内少数能够大规模量产DPU的供应商之一，直接与英伟达的BlueField系列、英特尔IPU等竞争。
不过，挑战也十分严峻。首先，DPU的软件生态需要与操作系统、虚拟化平台、云原生环境深度适配，这需要一个长期的建设过程。其次，竞争对手不仅包括国际巨头，还有国内一批同样瞄准DPU赛道的创业公司。云豹智能需要证明自己的AI Agent技术或者特殊定制化能力能够形成壁垒。
对于普通用户而言，DPU也许过于底层，但想象一下：当你在手机上下载一张文生图或使用抠图工具时，背后数据中心里的每一块DPU都在默默搬运数据，让AI工具的响应速度更快、功耗更低。这个“看不见”的芯片，正成为数字世界的隐形基石。
FAQ
Q: 什么是DPU？它和AI工具有什么关系？ A: DPU（Data Processing Unit）即数据处理单元，专门用于卸载CPU的网络、存储、安全等基础设施负载。在AI工具运行过程中，大量数据需要被高效搬运和处理，DPU能显著降低延迟、提升吞吐量，是AI算力底座的关键组件。
Q: DPU和GPU有什么区别？云豹智能的优势在哪里？ A: GPU擅长并行计算，主要用于AI训练和渲染；DPU专注于数据搬运和基础设施任务，不执行核心算法。云豹智能的优势在于国内首款6nm量产的通用可编程DPU SoC，支持400Gbps网络带宽，性能功耗比领先，且已获得腾讯等大客户的生态验证。
Q: 云豹智能的IPO对AI创业公司有什么影响？ A: 云豹智能通过创业板第四套标准成功推进IPO，向市场传递了“技术过硬、研发投入高、成长性强”的企业即使亏损也能获得资本支持。这有助于提振AI融资市场信心，鼓励更多AI创业公司专注于底层技术创新，而非短期盈利。
图片描述
A futuristic data center interior with glowing blue servers and racks, a transparent holographic projection of a DPU chip floating above a server node, surrounded by visualizations of data streams and AI neural network connections, clean high-tech lighting, semiconductor engineering aesthetic, dark background with cyan and blue hues.