Dapple 获 3000 万美元种子轮融资，要做企业 AI 基础设施的”主权操作系统”
当全球企业争先恐后地将 AI 工作负载迁移上云时，一个尴尬的现实正在浮现：公有云的共享架构无法满足受监管行业对数据驻留、确定性性能和治理合规的刚性需求，而自建数据中心的复杂度和成本又令大多数企业望而却步。爱尔兰初创公司 Dapple 正是瞄准了这条裂缝——它要在公有云和私有数据中心之间，开辟一条”第三条道路”。
融资概要
| 项目 | 详情 |
|---|---|
| 公司名称 | Dapple |
| 总部 | 爱尔兰 |
| 融资轮次 | 种子轮 |
| 融资金额 | 3000 万美元 |
| 领投方 | The Raptor Group（Jim Pallotta 家族办公室旗下投资机构） |
| 跟投方 | Ion Pacific（香港商业银行及投资管理公司） |
| 联合创始人/CEO | Tricia Martinez |
| 联合创始人/COO | Salam Al-Mosawi |
| 核心产品 | Enterprise OS Cloud（企业操作系统云） |
| 目标行业 | 金融、医疗、政府等受监管行业 |
| 已签约客户合同价值 | 超 1 亿美元 |
| 宣布日期 | 2026 年 6 月 10 日 |
250 亿美元主权 AI 市场的结构性机遇
“主权 AI 基础设施”已经从一个政策概念变成了一门真金白银的生意。据 Roots Analysis 估计，2026 年全球主权 AI 基础设施市场规模约 248 亿美元，预计到 2035 年将膨胀至 1770 亿美元。推动这一增长的不是技术热情，而是冷冰冰的监管现实——欧盟《AI 法案》要求数据本地化，各国纷纷推出”数据回流”（geopatriation）政策，而地缘政治紧张更让”把 AI 算力放在别人的地盘上”成为企业董事会的噩梦。
然而，当前市场存在一个结构性矛盾：超大规模云厂商（AWS、Azure、GCP）提供标准化服务，但无法给每个客户一个独立的、本地化的环境；专用 GPU 云（CoreWeave、Lambda）解决了算力问题，却没有解决治理问题；而自建数据中心对绝大多数企业来说成本过高。 Dapple 试图用一个”操作系统”层面的抽象，将这些碎片化的基础设施统一起来。
不卖算力，卖”操作系统”
Dapple 的核心产品 Enterprise OS Cloud 并不是又一个 GPU 云。它的定位更接近一个面向 AI 基础设施的操作系统——将碎片化的计算、存储和网络资源编排成一个统一的、可治理的、单租户的部署环境。
几个关键技术特征值得注意：
- 单租户、国内部署：每个客户获得专属的、物理隔离的基础设施环境，数据和计算始终在客户指定的国家或地区内运行，满足最严格的数据驻留要求。
- 硬件架构：平台采用 NVIDIA GB300 NVL72 机架级架构，这是当前最前沿的 AI 加速硬件之一。
- 统一编排：将多个地理位置、多种硬件的异构资源池抽象为一个统一的逻辑层，企业无需管理底层复杂性。
- 确定性性能：与公有云”尽力而为”的共享模式不同，单租户架构确保计算性能可预测、可重现。
商业模式上，Dapple 走的是大客户合同制——成立仅五个月就已签下超过 1 亿美元的客户合同，并在多个地理市场处理生产级 AI 工作负载。这一数据本身就很有说服力：它表明市场需求不是假设性的，而是真实的、迫切的。
竞争格局：在巨头与新贵之间找缝隙
| 类型 | 代表公司 | 核心优势 | 局限性 |
|---|---|---|---|
| 超大规模云 | AWS、Azure、GCP | 生态完善、全球覆盖 | 共享架构，数据主权控制有限 |
| GPU 专用云（Neocloud） | CoreWeave、Lambda、Crusoe | 裸金属性能、K8s 原生 | 缺乏企业治理和主权合规层 |
| 主权/区域云 | Nscale、OVHcloud、G42 | 数据驻留、本地合规 | 多为区域性玩家，技术深度有限 |
| GPU 算力市场 | RunPod、Vast.ai | 低成本、灵活 | 非企业级，安全性存疑 |
| Dapple | Enterprise OS Cloud | 单租户主权 + 统一编排 + 企业治理 | 初创阶段，规模待验证 |
Dapple 的差异化在于：它不是在卖算力，而是在卖一个将算力转化为受治理的 AI 生产环境的操作系统。这让它既不与超大规模云厂商正面竞争（不做通用计算），也不与 CoreWeave 们争抢 GPU 供给，而是占据了一个独特的”治理+编排”层。
投资者的逻辑：押注 AI 基础设施的”管道工”
The Raptor Group 的 Jim Pallotta 在投资声明中强调了一个关键判断：全球企业对”在自己国境内、在自己控制的基础设施上运行 AI 工作负载”的需求正在爆发。 这不是技术偏好，而是监管刚需。
The Raptor Group 本身近年来的投资主线非常清晰——押注 AI 基础设施的”管道层”：2025 年底分拆出专注半导体价值链的 Socratic Partners，此前投资了 AI 协作感知公司 MatrixSpace。此次投资 Dapple 是同一逻辑的延伸：不投模型层的热闹，投基础设施层的必要性。
而香港商业银行 Ion Pacific 的参与则带来了亚太市场的想象空间。作为一家专注于结构化二级市场投资的机构，Ion Pacific 此次直接参与种子轮，释放了一个信号：亚太地区（尤其是金融和政府客户密集的市场）对主权 AI 基础设施的需求同样旺盛。
核心风险与挑战
- 资本密集度：AI 基础设施是不折不扣的重资产生意。3000 万美元的种子轮在这个赛道上只能算”入场费”，后续需要持续大规模融资来支撑多地理市场的硬件部署。
- 巨头反应：一旦主权 AI 基础设施被验证为大市场，AWS 和 Azure 完全可能推出专属主权合规产品，用规模经济碾压初创公司。
- 团队规模 vs. 全球野心：在多个国家部署本地化基础设施意味着需要应对各国不同的法规、合作伙伴和运营复杂性，对一家初创公司的组织能力是极大考验。
- 客户集中度：1 亿美元合同价值固然亮眼，但如果集中在少数大客户身上，则存在收入脆弱性。
- 技术护城河深度：操作系统层的抽象能力是否足够构成壁垒，还是会被开源方案（如 Kubernetes 生态的扩展）所替代？
**编者按**：Dapple 的故事折射出 AI 基础设施赛道的一个深层转向——从”谁有更多 GPU”的算力竞赛，转向”谁能让算力真正服务于受监管企业”的治理竞赛。五个月签下 1 亿美元合同，说明市场痛点是真实的。但这个赛道的残酷之处在于：基础设施创业需要的不只是好产品，还有好资产负债表。未来 12-18 个月，Dapple 能否在多个主权市场建立稳定的交付能力，并在超大规模云厂商觉醒之前建立客户黏性，将决定它究竟是一个品类定义者，还是又一个被巨头追上的先行者。创始团队累计部署超 30 万颗加速器的履历是一张好牌，但打好这手牌的窗口期可能比想象中更短。
—
