很長一段時間，CPU 主導了整個數(shù)據(jù)中心，虛擬化算力成為云計算的重點。

直到人工智能應用的爆發(fā)性增長，GPU 的芯片架構被發(fā)現(xiàn)更適合支持大規(guī)模的AI模型訓練和推理，GPU 成為數(shù)據(jù)中心第二大算力芯片。

當 CPU 再無力解決數(shù)據(jù)中心基礎設施遇到的瓶頸時，新一代 DPU 芯片出現(xiàn)了。DPU 可以重新分配算力和優(yōu)化算力資源，帶來新的數(shù)據(jù)中心創(chuàng)新范式，因而被認為是未來幾年行業(yè)內(nèi)最重要的創(chuàng)新。

據(jù)智能計算芯世界數(shù)據(jù)顯示，DPU 全球市場需求巨大，“從 2020 年的 30 億美元增加到 2025 年內(nèi)的 136 億美元，CAGR 約 36%，到 2027 年全球數(shù)據(jù)中心加速器市場價值可達 530 億美元，復合年增長率 CAGR 近 44%。”

看到這種“CPU、GPU、DPU 成為數(shù)據(jù)中心三大算力芯片”的趨勢之后，國外幾大傳統(tǒng)芯片巨頭正馬不停蹄地規(guī)劃自己的 DPU 產(chǎn)品線，國內(nèi)也集中出現(xiàn)了一批拿到融資的 DPU 創(chuàng)企。仿佛一夜之間，DPU 公司成為芯片投資的香餑餑。有些沒有任何芯片投資經(jīng)驗的風投都希望可以在本次半導體熱潮中坐上順風車，令一些從沒做過高端芯片的團隊、甚至創(chuàng)始人沒有任何芯片背景的初創(chuàng)企業(yè)都可以借此 DPU 風口拿到融資。

但打造一家成功的 DPU 企業(yè)遠不像外界所設想的那么簡單：一款商業(yè)上成功的DPU，必然是一款世界級芯片，也是一款極度復雜的高端芯片。

去年國內(nèi)的半導體行業(yè)融資火熱，但從今年初開始，科技股股價大幅調(diào)整，國內(nèi)科技行業(yè)也進入融資寒冬。國內(nèi)對科技企業(yè)的風險投資額在今年第一季度相比去年減少了 76.7%，很多風投甚至在今年第一季度停止投資新的項目。

但越是在困難的經(jīng)濟環(huán)境下，越能看出誰是行業(yè)里的贏家。基于公開信息與跟行業(yè)內(nèi)一些資深專業(yè)人士的交流，DeepTech 對國內(nèi) DPU 行業(yè)進行了深入分析。

DPU：新一代數(shù)據(jù)中心算力和服務的核心

首先，DPU 是在目前算力困境、摩爾定律放緩的大背景下產(chǎn)生的。它從處理網(wǎng)絡負載和卸載 CPU 任務的智能網(wǎng)卡，演變成新一代數(shù)據(jù)中心算力和服務的核心，讓云服務商“將基礎設施和客戶應用分而治之”，這個思想也指導著數(shù)據(jù)基礎設施領域近年來的諸多創(chuàng)新。

隨著單一服務器的網(wǎng)絡端口的速度達到 200G 或以上，原來的網(wǎng)絡、存儲、虛擬化、安全等基礎設施多方面任務，已經(jīng)無法有效率地由 CPU 承載，而將這一類基礎設施任務轉移到新的計算單元 DPU 上，這也就意味著，DPU 的設計邏輯需要遵從軟件定義思路，它一定是靈活且兼具可編程性的，可以支持不同客戶的不同業(yè)務和私有協(xié)議。

有幾個重要的研究報告強有力地證明了，這些基礎設施任務的運行可以消耗大量的 CPU 性能。

（來源：Google 官網(wǎng)）

一項由哈佛大學和谷歌的團隊在 2015 年發(fā)表的研究報告 Profiling a warehouse-scale computer 稱，該研究對谷歌數(shù)據(jù)中心業(yè)務和數(shù)以萬計的服務器進行了經(jīng)過三年的深度分析，結果顯示，跨越不同服務器的應用所產(chǎn)生的屬于基礎設施類的任務構成了“數(shù)據(jù)中心稅”，消耗了服務器中約 30% 的算力資源。該報告也指出，因為谷歌數(shù)據(jù)中心服務器數(shù)量龐大，若每臺服務器資源利用率能提升一點，都會帶來巨大的成本效益。

另一項研究是 Facebook（現(xiàn)稱 Meta）數(shù)據(jù)中心團隊 2020 年的分析 Accelerometer: Understanding Acceleration Opportunities for Data Center Overheads at Hyperscale。該團隊對運行在 Facebook 計算優(yōu)化數(shù)據(jù)中心平臺上的微服務進行全面描述，發(fā)現(xiàn)執(zhí)行核心應用程序邏輯只占用 CPU 18% 的時間；剩余時間完全用于非應用程序邏輯核心的一般操作。也就是說，在 Facebook 執(zhí)行核心應用時，其數(shù)據(jù)中心里的 CPU 82% 的時間都消耗在基礎設施類任務，這個數(shù)字是相當驚人的。也正因如此，F(xiàn)acebook 團隊態(tài)度更加鮮明地表示，“加速此類基礎設施的通用模塊，可以極大地提高數(shù)據(jù)中心的性能”。

（來源：Meta 官網(wǎng)）

DPU 大幅提高算力性價比和利潤，引來云服務商和芯片廠紛紛布局

全球云計算老大亞馬遜云 AWS 最早看到數(shù)據(jù)中心算力的瓶頸和提升空間，因此 AWS 也是最早嘗試自研 DPU 芯片的云服務商。

AWS 的數(shù)據(jù)中心體量最為龐大，因此對于算力痛點的體會是最深刻的。其 CTO Werner Vogels 就公開表示過，傳統(tǒng)架構的數(shù)據(jù)中心已經(jīng)優(yōu)化到了極限。

以 AWS 的客戶場景舉例，在傳統(tǒng)架構下，大量的資源浪費在算力、網(wǎng)絡、存儲的運營和調(diào)度管理上，這些資源沒有為客戶提供直接價值。

（圖｜AWS Nitro；來源：AWS）

對此，AWS 的提出的解決方案，就是把大部分虛擬機管理程序遷移到其自研的 DPU —— Nitro 中。2017 年起，AWS 開始用 Nitro 系統(tǒng)取代上一代架構。

效果是立竿見影的，Nitro 的應用成功證實了 DPU 的市場價值：管理云服務的程序從原來的 CPU 轉移到 DPU 上之后，CPU 的資源幾乎可以完全用來運行客戶業(yè)務負載，其 DPU 使用上不但靈活還兼具高性能。尤其在成本上，DPU 令寶貴的 CPU 資源被充分利用，因此 AWS 大幅提高了能售賣給云客戶的算力資源。對于云客戶來說，他們同樣買到了更高性價比的算力。

通過 DPU 去達到其數(shù)據(jù)中心的算力資源利用率最大化，AWS 迎來了前所未有的最高云服務利潤：2022 年第一季度，AWS 業(yè)務實現(xiàn)收入 184 億美元，同比去年增長 36.6%；利潤 65.1 億美金，同比去年增長 57%，利潤率 35.3% 達到了歷史新高。這些數(shù)字的背后，離不開其自研的 DPU 芯片 Nitro。

AWS 模式因此成為其他云服務商學習的榜樣。我們也看到，在國內(nèi)，諸如阿里云這樣的云大廠，也已高調(diào)宣布了基于 FPGA 的自研 DPU 解決方案。

可以說，最近幾年，云服務商的數(shù)據(jù)中心最大的變化就是 DPU 的誕生。它對云計算最大的變革既是性能、功耗和安全的優(yōu)化，算力資源的彈性調(diào)度，更是經(jīng)濟價值上的提升。

因為 DPU 解決的技術痛點在云服務里面起了關鍵的作用，芯片巨頭英偉達 Nvidia、英特爾 Intel 等也迅速反應過來，一邊開始緊鑼密鼓地收購相關技術團隊，一邊競相推出 DPU 或者類 DPU 的早期產(chǎn)品，賣給數(shù)據(jù)中心客戶，不甘落于人后， 因此 DPU 成為數(shù)據(jù)中心芯片巨頭兵家必爭之地。

如今，世界最大的幾家云計算服務商，幾乎都靠 DPU 在各自數(shù)據(jù)中心去進行所有的算力資源彈性調(diào)度、動態(tài)按需分配等，以期大力提升云服務的質量和效率。換句話來說，每一家云服務商都要靠 DPU 去優(yōu)化自身數(shù)據(jù)中心的利用率和性價比，才能和別的云服務商競爭。

而對于闖進這個賽道的國內(nèi) DPU 創(chuàng)企來說，他們距離“成功造出一款商業(yè)可用的 DPU”這個目標，目前還有著怎樣的距離？分析彼此之間的差異，我們將不難看出誰是最有實力的 DPU 企業(yè)。

根據(jù) DeepTech 的研究，要打造一個成功的 DPU 芯片企業(yè)，至少需要兼具以下六大條件：

一、具備高端芯片開發(fā)經(jīng)驗：異構、多核處理器、軟件定義芯片

眾所周知，芯片有很多種類型，但也可以簡單分為高端和低端。

設計高端芯片和低端芯片有很大的區(qū)別，首先體現(xiàn)在工藝上，高端芯片使用的工藝需要非常先進；其次，設計高端芯片需要研發(fā)團隊對芯片的架構、設計、驗證、后端等環(huán)節(jié)非常熟悉，要有足夠的經(jīng)驗。其中一個環(huán)節(jié)出錯，都將影響整個芯片的功能和質量，需要花更多時間和成本再去修改和流片。對于 DPU 這樣的高端芯片來說，每次修改和流片估計需要一億人民幣以上的成本（還不包括時間和機會成本）。

（來源：NVIDIA）

但光是開發(fā)過高端芯片依然不夠，從市面上已有的 DPU 產(chǎn)品來看，異構芯片的開發(fā)經(jīng)驗也是必備。例如，英偉達的 Bluefield DPU，英特爾的 Mount Evans DPU，都屬于異構芯片的架構，涉及到多核處理器 CPU 部分、加速引擎、支持虛擬化的高速端口、高帶寬內(nèi)存等模塊，和對各個模塊互聯(lián)的高速總線。

把這么多的復雜模塊集成到一顆 DPU 芯片，如果沒有做過這些模塊和集成這些復雜模塊到一顆芯片的經(jīng)驗，是沒有辦法做出這樣的一塊高端芯片的。非異構和異構之間的技術鴻溝，就像建造一座平房和建造一幢 200 層大廈的差距。

此外，上文也提到 DPU 作為一種軟件定義芯片，需要靈活性和可編程性，重點是在芯片設計上對性能和可編程性之間的平衡和取舍。

因此，開發(fā)高端 DPU 所需要的人才，和低端芯片是不一樣的，即便是有高端芯片開發(fā)經(jīng)驗，DPU 還提出了更高的要求：每個模塊對性能和功耗的要求非常高，組合到一起要求就更高了，必須要做過同類型芯片、非常高精尖的人才共同協(xié)作才可能做出來。

目前在國內(nèi)沒有企業(yè)做過如此復雜的芯片。能夠做出來一塊如此顛覆性的芯片，在中國半導體行業(yè)也將是一個創(chuàng)舉。

二、大量商業(yè)落地的經(jīng)驗

在芯片行業(yè)，許多創(chuàng)業(yè)者都是技術出身，但卻經(jīng)常忽略了如何進行商業(yè)落地。

所謂成功的商業(yè)落地經(jīng)驗，包含對客戶痛點的認識、對產(chǎn)品在市場的定位、對生產(chǎn)流程的質量和風險管理、產(chǎn)品的易用性、研發(fā)和產(chǎn)品成本的把控與市場的回報等，都需要深刻理解，這些經(jīng)驗決定了產(chǎn)品是否能成功商業(yè)落地。

以美國硅谷為例，有很多技術很牛的團隊去創(chuàng)業(yè)，但缺乏商業(yè)落地經(jīng)驗，最終失敗而歸；近期比較成功的芯片創(chuàng)業(yè)團隊，幾乎都是被芯片大廠收購。

相比美國，目前中國的資本市場還不夠成熟去支持大型芯片行業(yè)的商業(yè)并購。所以，對國內(nèi)初創(chuàng)芯片企業(yè)，大量商業(yè)落地的經(jīng)驗就更為重要了。

一個成功的芯片企業(yè)，技術本身只是一個起點、一種途徑，最終還是要看產(chǎn)品在市場的接受度，看芯片是否能成功大量商用。

三、有成功創(chuàng)業(yè)經(jīng)驗的團隊

創(chuàng)業(yè)和在大公司工作的分別，在于在大公司沒有創(chuàng)業(yè)公司的緊迫性，也沒有生死存亡的壓力。

在初創(chuàng)芯片企業(yè)里，最初的 3-5 年和第一個產(chǎn)品就決定了公司的生死存亡，而大公司容許有試錯機會，資金方面也更加充裕。

創(chuàng)業(yè)公司什么都講速度和效率，也沒有太多試錯的機會，所以，創(chuàng)業(yè)公司的心態(tài)跟大公司不一樣；很多技術人員在大公司覺得所有流程都已經(jīng)規(guī)范化了，因此容易形成路徑依賴，跟隨流程做事。

但是創(chuàng)業(yè)公司是需要從 0 開始制定最優(yōu)的流程，自主性和責任心完全不一樣，具備更強的主人翁意識。

所以，習慣在大公司工作的人不一定適應創(chuàng)業(yè)，但是創(chuàng)過業(yè)的人心態(tài)會完全不一樣，會知道所有初創(chuàng)公司必須經(jīng)歷的過程和挑戰(zhàn)，以及需要解決問題的辦法。

四、對云計算客戶業(yè)務非常熟悉

一款成功的產(chǎn)品，最重要的是客戶能用上，能增加客戶的價值，這樣才是真正的商業(yè)成功。

具體到 DPU 上，正如上文提到的，它要支持的云業(yè)務非常復雜，多則可能達到上千種業(yè)務，而且不單要支持目前的業(yè)務，還要支持未來產(chǎn)品周期內(nèi)新的業(yè)務，面對未來業(yè)務的變化，需要體現(xiàn)一定的業(yè)務前瞻性。

如果對云計算客戶業(yè)務不熟悉，不可能做出可以支持客戶業(yè)務的產(chǎn)品。因為產(chǎn)品的迭代必須以業(yè)務驗證為基礎。

這也是為什么到目前為止，傳統(tǒng)芯片大廠（如英偉達和博通等）都沒有做出特別有競爭力的 DPU 產(chǎn)品，無論是在 DPU 的設計上還是與大的云服務商合作商用上來看，這些產(chǎn)品都沒有到 “秒殺友商”的程度。

DPU 門檻之高，導致它目前還是一片藍海。這也為國內(nèi) DPU 的初創(chuàng)公司提供了巨大機會。

DPU 創(chuàng)業(yè)團隊一定要在云服務商有過相關的工作經(jīng)驗，甚至有開發(fā)過類似 DPU 產(chǎn)品的經(jīng)驗，才能做出一個有競爭力的 DPU 產(chǎn)品。

五、與云計算大廠客戶緊密合作，有豐富的場景實戰(zhàn)經(jīng)驗

條件四和條件五都涉及和云客戶打交道的經(jīng)驗，但兩者有所不同的是，第四點強調(diào)對云業(yè)務的前瞻性，第五點則強調(diào)的是芯片有銷售保障。因為芯片出來后一定要量產(chǎn)，有銷售和訂單上的保障，才能繼續(xù)有足夠的資金去持續(xù)開發(fā)和迭代，這是投資者非常看重的優(yōu)勢。

（來源：Microwave Journal）

因為 DPU 芯片的復雜度如此巨大，所以只有前期跟客戶的緊密合作才能保證芯片出來后客戶能用上，從而保證商業(yè)落地的成功。

有大客戶使用，才有其他中小客戶的跟隨。美國大廠的 DPU 芯片未能和國內(nèi)大的云服務商緊密合作，因此在這點上相對國內(nèi)的 DPU 初創(chuàng)公司就沒有特別的優(yōu)勢。

六、超高開發(fā)成本，必須要巨額融資

基于 DPU 芯片如此復雜，也需要如此先進的工藝，根據(jù)海外做 DPU 的初創(chuàng)公司如 Fungible 和 Pensando 等需要的資深開發(fā)人員規(guī)模、研發(fā)時間、需要購買的 IP 和測試工具以及這些公司融到的資金去估算，開發(fā)這樣復雜的高端通用的 DPU 芯片大概需要 3 億美元以上的成本，才能實現(xiàn)客戶量產(chǎn)。

這樣的成本注定了 DPU 不是一個“親民”的創(chuàng)業(yè)游戲，需要大量的融資。

眾所周知，國內(nèi)本身高端芯片人才就非常少，待遇也正水漲船高；所購買的 IP 和先進工藝的流片費用非常昂貴；從開發(fā) DPU 這樣高端復雜的芯片到量產(chǎn)大概需要 300 多的技術人員，包括芯片設計和驗證、配套芯片的軟件、DPU 解決方案和板卡的開發(fā)、產(chǎn)品質量驗證、客戶技術支持等。

這筆賬算下來，國內(nèi)要成立一個 DPU 公司，預計跟海外一樣，從 0 開始也需要融到 3 億美元以上，產(chǎn)品才能大量量產(chǎn)。

如果不是具備很強實力的團隊，在當前這個“融資寒冬”中將很難融到這個額度。事實上，目前絕大多數(shù)投資者已經(jīng)變得非常謹慎，除了頭部企業(yè)外基本不會去考慮投其他企業(yè)，這也幾乎成為了行業(yè)共識。有些已經(jīng)在去年投資熱潮中融到一部分資金的初創(chuàng)芯片公司目前打著 DPU 芯片旗號，卻拿著這些資金去做其他產(chǎn)品，比如做基于 FPGA 的 DPU 解決方案，或者是傳統(tǒng)的加速網(wǎng)卡，而并非做的有競爭力的 DPU 芯片，要知道這兩者體現(xiàn)在產(chǎn)品功耗、性能、成本等的差異非常巨大 ；技術難度跟投入的資源和成本也完全不在一個量級。

綜合考慮整個芯片行業(yè)的普遍經(jīng)驗以及 DPU 這種高端芯片的特殊性，條件一決定芯片是否可以做出來以及產(chǎn)品是否具有競爭力；條件二、四、五決定芯片是否可以大量商用；條件三決定公司是否有成功創(chuàng)業(yè)的基因，而條件六是初創(chuàng)公司生存必須的氧氣。

在當前大環(huán)境下，國內(nèi) DPU 的初創(chuàng)公司缺少上述任何一項條件，都將面臨巨大風險。

云豹智能：國內(nèi)第一家DPU獨角獸

DeepTech 根據(jù)公開信息進一步梳理了國內(nèi)幾家 DPU 初創(chuàng)企業(yè)目前的情況，發(fā)現(xiàn)云豹智能是目前唯一一家能夠同時符合以上六大必備條件的國內(nèi) DPU 初創(chuàng)企業(yè)，而符合以上條件的公司，即便在海外也實屬罕有。

（來源：云豹智能官網(wǎng)）

云豹智能成立于 2020 年底，公司一直非常低調(diào)，融資額度等信息未對外透露，但據(jù)業(yè)界可靠消息得知，云豹智能是國內(nèi) DPU 行業(yè)融資最多的一家創(chuàng)企，目前估值已是獨角獸級別。從工商信息看到，國內(nèi)三大云服務商之一的騰訊，是云豹智能的投資者。

從公開信息來看，云豹智能團隊行業(yè)背景資深，創(chuàng)始人兼 CEO 蕭啟陽博士有頂尖的學術背景，24 歲就博士畢業(yè)于美國斯坦福大學，后在美國麻省理工學院擔任講座副教授，后續(xù)在硅谷創(chuàng)辦 RMI 公司，該公司先被 NetLogic 公司收購，后來他又促成博通公司 Broadcom 以 37 億美金并購 NetLogic。他從 0 開始做過的幾代大芯片，是當時世界通訊領域里最高性能的多核處理器，也是業(yè)界早期最成功的軟件定義芯片。因其芯片的靈活性和通用架構，被國內(nèi)和國外最大的幾家通訊網(wǎng)絡設備商大規(guī)模應用在路由器、無線基站、控制器、核心網(wǎng)、安全設備和智能網(wǎng)卡上。

正因為其開發(fā)的軟件定義芯片早期在智能網(wǎng)卡上的應用，讓蕭博士和他的團隊多年前就對智能網(wǎng)卡與 DPU 技術和客戶痛點有深刻理解。在他離開博通之后，國內(nèi)最大的云服務商之一將其一部分核心團隊挖走，然后該團隊在這家云服務商從 0 到 1 打造了目前為止國內(nèi)最大量商用的 DPU 智能網(wǎng)卡。

目前云豹的成員不單有蕭博士之前在博通的團隊，還包括很多來自國內(nèi)外芯片大廠和頭部云服務商的具有 20 多年豐富經(jīng)驗的技術人員。

有了這種技術基底，云豹智能自研架構的 DPU 產(chǎn)品，最大的壁壘將是其通用性，這也是跟其他 DPU 公司最不同的一點。

這種通用性體現(xiàn)在其 DPU 產(chǎn)品具有豐富的功能和可編程性，可以支持不同的云計算的場景和資源統(tǒng)一管理、動態(tài)按需分配，從而優(yōu)化資源的利用率、大力降低功耗，進而能大幅提升云服務商的利潤。

與 DPU 硬件開發(fā)相配套，云豹智能在軟件生態(tài)建設上的投入將不亞于硬件上的投入，這也是由 DPU 產(chǎn)品本身是軟件定義芯片所決定的。按照設想，云豹智能未來將是一家提供 DPU 全棧式解決方案的公司。

國內(nèi) DPU 行業(yè)“大閱兵”

而相對于云豹智能，國內(nèi)一部分創(chuàng)業(yè)經(jīng)驗或類似大芯片經(jīng)驗稍顯欠缺的一些公司在去年投資環(huán)境火熱的情況下，都隨著 DPU 風口漸起，成功融到資。

現(xiàn)有公開信息顯示，較為被關注的國內(nèi) DPU 初創(chuàng)企業(yè)有以下幾家：

中科馭數(shù)：2018 年成立，創(chuàng)始人鄢貴海是中科院背景，中科院背景的公司通常技術實力雄厚。其第一款產(chǎn)品是針對金融行業(yè)客戶的數(shù)據(jù)庫應用做的加速卡。而從數(shù)據(jù)庫加速卡到真正的 DPU 芯片還需要跳過較高的技術門檻。

芯啟源：2015 年成立，公開資料顯示，創(chuàng)始人盧笙有銷售 USB 和 TCAM 芯片的背景，在 DPU 風口期收購了美國 Netronome 公司的 IP（Netronome 是一家有近 20 年歷史的網(wǎng)絡處理器 NP 供應商，最近幾年把其 NP 產(chǎn)品視為智能網(wǎng)卡或 DPU，但一直沒有大量商用）。從公開信息顯示，芯啟源的亮點是和浙江移動有合作，但目前暫未查到和國內(nèi)幾家頭部云服務商有緊密合作。

云脈芯聯(lián)：2021 年 5 月成立，創(chuàng)始人劉永鋒是技術出身，曾在阿里和華為工作過，在公開信息沒有查到其創(chuàng)始人有開發(fā)高端芯片和創(chuàng)業(yè)的經(jīng)驗。其公司亮點是有字節(jié)跳動的財務投資。

星云智聯(lián)：兩位創(chuàng)始人是夏廬生和于勇。夏廬生曾擔任安信證券研究中心通信行業(yè)首席分析師，公開信息查不到于勇在芯片行業(yè)的背景。在創(chuàng)辦星云之前，他們在 2020 年 10 月還創(chuàng)辦了另外一家公司叫星思半導體。從投資界得知，該公司融資初期計劃做 5G 基帶芯片。在 DPU 風口期，2021 年 3 月，這兩位創(chuàng)始人再成立了星云智聯(lián)，最初也是計劃做高端 DPU 芯片產(chǎn)品。星云的亮點是拿到了美團和百度的投資。值得一提的是美團早前已放棄公有云的業(yè)務；而百度云應該會提供一些業(yè)務和場景可以幫助推動其 DPU 產(chǎn)品開發(fā)。

益思芯：創(chuàng)始人黃益仁是存儲技術加速芯片的專家，2013 年在美國創(chuàng)辦了 Cnex Labs 公司。黃益仁離開 Cnex Labs 后回國，于 2020 年創(chuàng)辦了益思芯。存儲只是 DPU 芯片其中一個功能模塊，從存儲加速芯片到真正的 DPU 大芯片還有很長的路。

大禹智芯：成立于 2020 年 6 月，創(chuàng)始人李爽是前美團公有云的負責人，對云業(yè)務有一定的認識。在美團放棄公有云業(yè)務后出來創(chuàng)辦了大禹智芯，從投資界得知其一開始做的是基于 FPGA 的解決方案。

因此，綜合對比來看，或缺乏高端芯片開發(fā)經(jīng)驗，或缺乏頭部云服務商合作的經(jīng)驗等，是國內(nèi)大部分 DPU 創(chuàng)企的普遍問題。因為 DPU 芯片的投入非常龐大，在沒有融到足夠多的資金或沒有和大的云服務商合作之前，一些初創(chuàng)公司選擇先去做 FPGA 或技術相對簡單的加速卡芯片，而非復雜而多功能的 DPU 芯片，也未嘗不是一種折中策略。

從以上六大必備條件分析下來，不難看出云豹智能的綜合實力最為強勁。

未來的 DPU 市場，成了云廠商兵家必爭之地。

如果不解決數(shù)據(jù)中心資源利用率低下造成的算力供需矛盾，未來還會有更多的算力需求無法匹配上供給。羅蘭·貝格 Roland Berger 公司就預測，從 2018 年到 2030 年，無人駕駛算力需求增加 390 倍，數(shù)字貨幣算力需求增加約 2000 倍，VR 游戲算力需求增加約 300 倍。

有能力解決這個問題的 DPU 創(chuàng)企，一旦抓住時代機遇便可快速發(fā)展。

特別是國內(nèi)數(shù)據(jù)中心產(chǎn)業(yè)正處于高速發(fā)展期，本身就為 DPU 的應用提供了很好的土壤。再加上國內(nèi)從政府到社會層面意識到芯片產(chǎn)業(yè)具有經(jīng)濟性和戰(zhàn)略性雙重屬性，對國產(chǎn)芯片提供前所未有的扶持，以及像東數(shù)西算這樣的大工程提供了國產(chǎn) DPU 充分的商用場景，必定可以培育出有世界競爭力的 DPU 芯片公司，做出一款世界級芯片。

越是高端的芯片產(chǎn)品，準入門檻就越高，“贏家獨贏”的特點也越明顯，即資本、人才、客戶等行業(yè)資源會不斷地集中到頭部企業(yè)。一家頭部芯片企業(yè)的市占率，可能比幾家非頭部企業(yè)的市占率總和還要高很多倍。非頭部芯片企業(yè)的生存空間會非常小，其投資者的風險也特別大。雖然 DPU 市場目前仍是一片藍海，但最終也會不可避免地走向贏家獨贏的局面。

免責聲明：市場有風險，選擇需謹慎！此文僅供參考，不作買賣依據(jù)。