DPU企业：云豹智能（Jaguar Micro）——中国高性能DPU芯片的重要厂商
云豹智能（Jaguar Micro）是中国专注于数据处理器DPU（Data Processing Unit）芯片和解决方案的重要半导体企业之一，公司总部位于深圳。
主要面向云计算、AI智算中心、服务器、通信、存储、网络安全和边缘计算等市场开发高性能DPU及智能网卡产品。
与阿里云、AWS这类主要为自身云基础设施开发DPU类技术的云服务商不同，云豹智能是一家独立DPU芯片设计企业。
其商业模式更加接近NVIDIA BlueField、AMD Pensando以及Marvell等专业数据中心芯片厂商。
云豹智能成立于2020年8月，由萧启阳博士联合多位半导体行业资深人士创立。
萧启阳曾参与创办美国网络处理器公司RMI，RMI后来进入NetLogic体系，并最终随NetLogic被Broadcom收购。
云豹智能核心团队成员拥有Broadcom、Intel、Arm、阿里巴巴等公司的技术背景，重点技术领域包括网络处理器、DPU、服务器芯片、高速网络、SoC设计以及数据中心软件。
云豹智能为什么专门做DPU？
现代数据中心的服务器已经不再只是简单的“CPU加网卡”。
在云计算和AI计算环境中，一台服务器还需要处理虚拟网络、数据包转发、RDMA、分布式存储、虚拟机管理、安全隔离、加密、数据搬运和各种基础设施服务。
如果这些工作全部由CPU完成，会占用大量CPU核心和内存带宽，也会增加服务器之间通信的延迟。
DPU的作用，就是把这类基础设施任务从CPU和GPU中卸载出来。
如果把大型AI数据中心比作一个物流系统，那么CPU更像负责总体控制和通用计算的管理中心，GPU负责最密集的AI计算，而DPU负责高速运输、数据分流、存储访问、安全检查和资源调度。
特别是在拥有数千甚至数万块GPU的大型AI集群中，GPU本身即使拥有很强的计算能力，如果服务器之间无法快速交换数据，整个集群的实际利用率仍然会受到严重影响。
这也是云豹智能目前越来越重视AI DPU和400Gbps、800Gbps乃至更高速网络的重要原因。
云豹智能的核心产品路线
云豹智能目前已经形成两个主要DPU产品系列：面向通用云计算和服务器基础设施的“云霄”系列，以及更加面向AI智算集群高速网络的“风驰”系列。
公司在2026年的公开资料中明确将其概括为“云霄系列全功能DPU”和“风驰系列AI DPU”，覆盖通算服务器和智算服务器的网络基础设施。
这两个系列虽然都属于DPU技术，但重点有所不同。
云霄系列更加接近传统意义上的全功能DPU，需要同时处理网络、存储、虚拟化、安全和服务器管理等任务。
风驰系列则更加突出高性能网络和AI集群通信，可以理解为面向GPU集群的AI DPU或者高性能SuperNIC技术路线。
云霄全功能DPU
“云霄”是云豹智能最核心的全功能DPU产品系列。
早在2021年，云豹智能就发布了第一代云霄DPU产品，支持裸金属服务器、虚拟机和容器统一管理，同时能够执行网络、存储、虚拟化和安全卸载。
早期产品支持2×25Gbps以太网，并支持RoCE、iWARP、NVMe over Fabrics、VLAN、VXLAN、GRE和GENEVE等常见数据中心网络和存储技术。
随着产品迭代，云霄已经从早期50Gbps级产品快速发展到400Gbps。
目前云豹智能的云霄1.0系列属于400Gbps高性能全功能DPU，主要面向云计算、通用服务器以及数据中心基础设施。
公司2026年公布的信息显示，云霄1.0系列已经进入规模化量产和商用阶段。
与普通智能网卡不同，全功能DPU不只是负责收发数据包，它实际上相当于服务器内部增加了一套独立的基础设施处理系统，可以将原本运行在服务器CPU上的大量后台任务迁移到DPU上执行。
400Gbps DPU意味着什么？
400Gbps意味着DPU面对的已经不是普通企业服务器网络，而是大型云数据中心和AI计算集群。
一块400Gbps DPU理论上可以处理每秒数百Gb的网络数据，因此芯片内部不仅需要高速SerDes接口，还需要非常高效的数据包处理引擎、DMA、内存子系统、RDMA处理能力以及大量硬件加速模块。
云豹智能公开资料显示，其400Gbps DPU采用可编程架构，并集成P4可编程数据处理能力、自研RISC-V处理单元以及服务器级处理器资源，用于同时完成高速数据路径处理与更加复杂的控制任务。
深圳市政府2025年介绍云豹智能时表示，其高性能通用可编程DPU SoC可达到400Gbps网络带宽和200Gbps RDMA能力。
这也是国产DPU发展中的一个重要变化：竞争已经从早期的25G、50G和100G智能网卡，逐渐进入200G和400G高性能DPU阶段。
软件定义DPU
云豹智能非常强调“软件定义DPU”。
传统网络ASIC通常能够提供非常高的性能，但是功能相对固定。如果客户需要增加新的网络协议、安全功能或者数据处理逻辑，修改硬件会非常困难。
纯软件解决方案虽然灵活，却很难在400Gbps这样的网络速度下维持足够高的性能和足够低的功耗。
因此，现代DPU通常需要在两者之间寻找平衡：常见数据处理任务交给专用硬件加速，而需要变化的功能则通过可编程处理器和软件实现。
云豹智能采用的P4可编程数据处理、自研处理器以及多层次硬件加速，本质上就是为了实现这种“硬件性能加软件灵活性”的结合。
公司将“软件定义芯片”作为其长期技术方向之一。
DPU中的RISC-V
云豹智能DPU另外一个值得注意的特点，是采用了自研RISC-V微处理器。
DPU内部并不是只有一个简单的网络处理模块。
现代高端DPU通常包含多个不同类型的计算单元：高速数据包处理引擎负责最核心的数据路径，通用CPU负责运行Linux和控制软件，微控制器或者RISC-V核心则可以执行协议处理、管理、调度和各种辅助任务。
RISC-V由于指令集开放，而且容易根据具体应用进行定制，非常适合嵌入到网络芯片、存储控制器和DPU等复杂SoC中。
云豹智能公开资料显示，公司已经自主研发RISC-V处理核，同时还开发高速SerDes接口IP和P4编译器等关键技术。
因此，云豹智能并不是简单购买一批标准IP然后组合成DPU，而是在DPU内部多个关键模块上进行自研。
风驰AI DPU与智能网卡
除了云霄全功能DPU之外，云豹智能近年来另外一个非常重要的发展方向是“风驰”系列。
风驰更加针对AI智算中心。
大型语言模型训练通常需要大量GPU连接在一起。随着GPU计算性能迅速提升，集群性能越来越依赖服务器之间的高速通信。
如果网络速度跟不上GPU计算速度，GPU就会花费大量时间等待其他节点发送数据。
因此，AI服务器需要200G、400G甚至更高速的网络，并且需要RDMA等低延迟通信技术。
云豹智能风驰系列正是针对这一市场开发。公开资料显示，风驰智能网卡芯片已经达到400Gbps级网络能力，可以用于GPU大规模集群高速互联。
相比主要服务传统云服务器的全功能DPU，AI DPU更加关注一个指标：怎样让GPU之间更快交换数据，并尽可能提高整个GPU集群的有效计算利用率。
DPU和SuperNIC正在逐渐融合
AI数据中心的兴起，也让DPU和SuperNIC之间的界限越来越模糊。
传统DPU更强调网络、存储、安全和虚拟化卸载；SuperNIC则更加重视极高网络吞吐量、RDMA和GPU集群通信。
对于AI服务器而言，并不一定需要DPU承担所有云计算虚拟化功能，却一定需要高性能网络和极低延迟的数据交换。
因此，云豹智能同时发展云霄全功能DPU和风驰AI DPU是一条比较清晰的产品路线。
云霄解决“服务器基础设施卸载”。
风驰解决“AI算力集群高速互联”。
这使云豹智能可以同时进入传统云计算服务器和新一代AI服务器市场。
400Gbps之后：800Gbps和1.6Tbps
目前400Gbps已经成为高端AI集群的重要网络等级，但是随着下一代GPU和AI加速器继续提高计算能力，800Gbps网络正在快速进入数据中心，而1.6Tbps也已经成为下一代高速网络的重要发展方向。
截至2026年9月，云豹智能公布的最新产品路线显示，云霄1.0系列400Gbps全功能DPU已经规模化量产；
风驰2.0 AI DPU已经成功流片；下一代800Gbps全功能DPU和1.6Tbps AI DPU正在研发。
这意味着云豹智能的竞争目标已经不再局限于国产25G或100G SmartNIC，而是开始直接进入全球最高性能DPU和AI网络芯片的竞争区间。
当然，800G和1.6T产品目前仍属于研发和后续产品阶段，因此不能与已经规模量产的400G产品混为一谈。
网络卸载
网络处理是DPU最基本的任务。
在传统服务器中，CPU需要参与大量数据包处理，包括虚拟交换、封装和解封装、路由、安全策略、QoS以及各种网络协议处理。
这些任务虽然单次计算量并不大，但是每秒可能需要处理数千万甚至数亿个数据包，因此会持续消耗CPU资源。
DPU可以直接在网卡侧完成其中大量工作，让服务器CPU更多地用于数据库、应用程序或者AI计算。
在云数据中心中，这种卸载尤其重要，因为一台服务器可能同时运行几十甚至上百个虚拟机和容器。
存储卸载
DPU的另外一个核心功能是存储。
现代云服务器使用的“硬盘”很多时候并不真正安装在本地服务器中，而是来自远端分布式存储系统。每一次读写都可能通过高速网络进行传输。
因此，云计算中的网络和存储已经高度融合。
云豹智能DPU支持NVMe over Fabrics等技术，可以帮助服务器直接通过高速网络访问分布式NVMe存储，同时把部分存储协议处理任务从CPU中卸载出去。
早期云霄产品还支持Virtio-blk等虚拟化存储机制，以便更加平滑地接入现有云基础设施。
虚拟化卸载
传统云服务器需要Hypervisor管理不同客户的虚拟机。
但是虚拟交换、Virtio设备和各种I/O虚拟化功能都会消耗主服务器CPU。
DPU出现以后，很多原本由Hypervisor和CPU完成的I/O功能都可以转移到DPU。
云豹智能从早期云霄产品开始，就把裸金属、虚拟机和容器统一管理作为重要功能，并支持Virtio-net和Virtio-blk硬件加速。
这样做的一个重要意义，是把“客户计算环境”和“云服务商基础设施环境”分离。
客户使用CPU运行自己的程序，而DPU负责服务器网络、存储和基础设施服务。
这也是AWS Nitro、NVIDIA BlueField以及现代DPU架构共同的发展方向。
安全功能
安全也是DPU的重要应用。
如果云服务器的网络安全、访问控制和部分加密功能全部运行在客户能够使用的CPU环境中，就可能增加攻击面。
DPU提供了一个相对独立的硬件执行环境，可以在数据进入服务器CPU之前完成网络策略、安全过滤和部分加密处理。
云豹智能的产品设计中也包括安全卸载和安全隔离，并在芯片中加入了硬件安全和国密相关加速能力。
对于云计算、电信、金融、电力和政府数据中心来说，这类功能具有很高的实际价值。
云豹智能的商业化进展
对于DPU初创企业来说，最困难的问题往往不是做出样片，而是进入真正的大型数据中心。
服务器和云数据中心客户对芯片稳定性要求非常高，一块DPU可能需要长期运行，并且需要与操作系统、服务器、交换机、存储系统和各种云平台软件配合。
因此，从芯片流片成功到真正大规模部署之间，通常还需要很长的验证周期。
云豹智能目前已经跨过了部分这一阶段。公司公开资料显示，其DPU已经在云服务商、电信运营商、AI大模型公司以及金融、电力等行业客户中部署；
2026年又与服务器厂商超聚变达成合作，计划推动云豹DPU进入通算和智算服务器。
2026年7月公司披露，其DPU芯片累计出货量已经超过10万颗。
公司披露数据显示，2025年营业收入达到约3.7亿元人民币，相比2024年明显增长。
这对于一家2020年才成立的DPU芯片公司来说，说明其已经从芯片研发阶段进入实际规模商业化阶段。
云豹智能与NVIDIA BlueField
在全球DPU市场，NVIDIA BlueField是最重要的参考产品之一。
BlueField将高性能网络、Arm CPU、RDMA、存储、安全和虚拟化功能整合到一颗DPU中，并且与NVIDIA GPU、DOCA软件平台以及AI数据中心生态深度整合。
云豹智能的发展方向与BlueField有不少相似之处，例如都强调网络、存储、安全和虚拟化卸载，同时都在向AI集群和高速RDMA发展。
两者最大的差别在于生态。
NVIDIA拥有GPU、InfiniBand、Spectrum以太网、CUDA、DOCA和大量AI软件，因此BlueField可以直接融入NVIDIA整套AI基础设施。
云豹智能目前的主要竞争力则是国产化、灵活可编程DPU、服务器与云计算适配，以及面向中国云服务商、电信运营商和AI数据中心的本地化生态。
所以现阶段更准确的定位不是简单地说“云豹DPU等于国产BlueField”，而是云豹智能正在建立一条面向中国数据中心市场的独立高性能DPU产品路线。
云豹智能的优势
云豹智能的第一个优势，是公司从成立之初就专注DPU，没有同时经营大量其他类型芯片，因此研发资源相对集中。
第二个优势是创始团队拥有网络处理器和数据中心芯片经验。
DPU并不是普通CPU或者MCU，它需要同时理解高速网络、SoC、服务器、操作系统、虚拟化和数据中心软件，这类跨领域经验非常重要。
第三个优势是已经完成400Gbps全功能DPU的规模化量产。
对于国产DPU企业而言，从FPGA验证发展到真正的大型SoC量产是一个非常关键的门槛。
第四个优势是同时布局通算和智算。
云霄面向传统服务器和云基础设施，风驰面向AI服务器和GPU集群，使公司可以覆盖两个正在快速发展的市场。
第五个优势是正在向800Gbps和1.6Tbps推进。
如果这些产品未来顺利量产，云豹智能将继续进入更高性能的AI网络和DPU市场。
云豹智能面临的挑战
DPU也是一个竞争非常激烈的市场。
国际市场有NVIDIA、AMD Pensando、Intel、Broadcom和Marvell等大型半导体企业，它们拥有强大的芯片研发能力以及成熟的服务器和数据中心生态。
同时，中国也出现了中科驭数、云脉芯联、芯启源等多家DPU、SmartNIC和网络处理芯片企业。
对于DPU来说，芯片性能只是竞争的一部分。
真正决定客户是否采用的因素还包括软件SDK、Linux驱动、虚拟化兼容性、RDMA稳定性、服务器认证、交换机兼容性、云平台集成以及长期技术支持。
因此，云豹智能未来最大的挑战之一，是在高速迭代芯片的同时建立足够成熟的软件和客户生态。
冲刺创业板上市
随着产品进入规模化商业阶段，云豹智能也开始进入资本市场。
2026年，公司正式向深圳证券交易所创业板提交IPO申报材料，并进入审核问询阶段。
公司计划将募集资金继续投入下一代全功能DPU、AI DPU以及相关核心技术研发。
需要注意的是，截至2026年9月，云豹智能仍然处于IPO审核过程中，因此目前还不能称其为已经上市的DPU公司。
如果未来成功登陆创业板，则可能成为中国A股市场较有代表性的独立DPU芯片设计企业。
云豹智能在中国DPU产业中的位置
中国DPU产业目前大致可以分为几种不同路线。
第一类是阿里云、腾讯等大型云服务商，根据自己的数据中心需求发展DPU、CIPU或者类似基础设施处理技术。
第二类是服务器、通信和大型芯片企业，将DPU作为服务器和网络产品的一部分。
云豹智能属于第三类，而且是其中更加明确地采用DPU SoC路线并已经进入400Gbps量产阶段的企业之一。
因此，如果制作中国DPU企业目录，云豹智能应该属于需要重点介绍的一家公司，而不仅仅是一家SmartNIC厂商。
总结
云豹智能是一家成立于2020年的中国DPU芯片设计企业，主要面向云计算、AI智算中心、服务器、通信、存储和网络安全市场开发高性能数据处理器。
公司的核心产品已经形成两个主要系列：云霄全功能DPU和风驰AI DPU。
云霄系列负责网络、存储、虚拟化、安全以及服务器基础设施卸载，更接近完整意义上的Data Processing Unit；
风驰系列则更加针对GPU和AI计算集群，重点解决400Gbps级高速网络、RDMA和大规模GPU互联问题。
截至2026年，云霄1.0系列400Gbps全功能DPU已经规模化量产，风驰2.0 AI DPU已经成功流片，同时云豹智能正在研发800Gbps全功能DPU和1.6Tbps AI DPU。
从整个服务器产业的发展来看，DPU正在从过去的“高级网卡”逐渐变成CPU和GPU之外的重要基础设施处理器。
特别是在AI数据中心中，GPU计算能力越强，网络、存储和数据移动的重要性反而越突出。
因此，云豹智能真正值得关注的地方，不只是已经做出400Gbps DPU，而是它正在同时进入两个快速增长的市场：传统云数据中心基础设施，以及新一代大规模AI算力集群。
如果CPU负责通用计算，GPU负责AI计算，那么DPU负责的，就是让这些计算资源之间的数据真正高速流动起来。
而这正是云豹智能希望占据的位置。