https://www.youtube.com/watch?v=lkSw2Tec9Uc
这期由《硅谷坐标》主持人曹卿云对话 Valliance 璞林资本首席投资官 Kenny Zhang 的节目，系统性地拆解了近期 AI 算力赛道和基础设施（AI Infra）发生的重磅连环异动，并提出了一个核心概念——Neocloud（AI 原生云）的崛起。
以下是根据节目简介及目录为您整理的详细核心内容拆解：
一、 开场：近期算力市场的“三件大事”
节目开篇指出，近期 AI 算力行业发生了三件具有风向标意义的里程碑事件，共同指向了 AI 基建的重构：
- Anthropic 向竞争对手 xAI 采购算力：大模型第一梯队玩家之间的算力竞合关系发生微妙变化。
- CoreWeave 合同积压突破 990 亿美元：展现了市场对算力极度饥渴的确定性以及新型算力云的惊人爆发力。
- 谷歌联手黑石（Blackstone）成立独立 TPU 公司：传统云巨头与顶级地产/能源资本结盟，试图打破现有的芯片与算力垄断。
二、 核心玩家与产业博弈
1. OpenAI 与 Anthropic 的算力储备路线
- 分析了两大头部大模型公司的算力焦虑与备战路径。
- 探讨了在模型参数量持续飙升、训练需求呈指数级增长的当下，他们如何通过自建、巨头绑定（如微软、亚马逊）以及寻找第三方“影子巨头”来保障算力供应。
2. Neocloud（AI 原生云）的崛起与商业模式
- 定义：Neocloud 是指专门为大模型训练和推理而生、极致优化 GPU 性能的新型云计算服务商（如 CoreWeave、Lambda Labs 等）。
- 护城河与估值：
- 分析了 Neocloud 为什么能从传统“三大云”（AWS、Azure、GCP）手中抢下份额。
深入探讨了它们的估值逻辑、重资产模式下的融资杠杆，以及它们的护城河到底是在于“先发拿卡优势”还是“工程调优能力”。
商业模式：剖析了算力租赁长期合同的本质、现金流回笼方式以及在“七年芯片迭代周期”下的折旧挑战。
3. 三角共生关系与 TPU 战局
- 梳理了芯片厂商（英伟达）- Neocloud/云巨头 - 大模型客户之间的三角博弈。
- 特别拆解了谷歌与黑石的联手，分析了非英伟达生态（如 Google TPU）通过引入独立运营和顶级能源/地产资本，对市场产生的冲击。
三、 AI 基建的重构与未来趋势
1. 推理（Inference）与 Agent 时代的最大变量
- 随着大模型从“狂热训练期”向“大规模应用落地”转移，算力需求正从训练（Training）大步迈向推理（Inference）。
- Agent（智能体）的爆发对基础设施提出了完全不同的挑战：低延迟、高并发、更动态的算力调度。这将成为 AI 基建下一步重构的核心驱动力。
2. 算力背后的终极瓶颈：能源与数字劳工时代
- 探讨了算力扩张的物理极限——电力与数据中心（IDC）空间。
- 展望了在算力、能源、算法三者交织下，人类正在迈入的“数字劳工时代”基建底座将如何演进。
💡 总结
这期节目本质上是一场AI 算力层面的“军备竞赛透视图”。它告诉观众：AI 的竞争早已不只是算法的竞争，而是变成了一场由华尔街资本、硅谷新贵、能源巨头和芯片霸主共同参与的全球基础设施重构博弈。
NeoCloud（新一代原生 AI 云，或称“原生态 AI 云”）指的是一类专门为生成式 AI 与大模型负载定制、以 GPU 算力即服务（GPUaaS）为核心的新型重资产云计算运营商。
与承载网页托管、数据库等通用计算的传统三巨头（AWS、Azure、Google Cloud）不同，NeoCloud 从底层的数据中心选址、网络架构、高密度液冷到电力供应，全都是为了大模型训练（Training）与推理（Inference）系统性定制的。
以下是 NeoCloud 的起源、演进历史以及当前底层商业博弈的深度拆解：
一、 起源：两股力量的交织（2018 - 2022）
NeoCloud 并非凭空出现，其行业萌芽可以追溯到大模型爆发前夕，主要由以下两类背景的公司演变而来：
- 加密货币挖矿潮的转型者： 代表企业如 CoreWeave（最早以 Atlantic Crypto 之名运营，专攻以太坊挖矿）和 IREN（Iris Energy）、Crusoe。2018 至 2020 年前后，随着加密货币市场波动以及以太坊共识机制向 PoS 转变，这些公司拥有大量高带宽、高电力容量的数据中心基础设施和 GPU 运维经验。它们敏锐地在 2018 年前后将业务重心转向基于 GPU 的高性能计算（HPC），为后来的 AI 爆发奠定了“物理据点”。
- 具备科技工程基因的拆分/科技新星： 代表企业如 Nebius（脱胎于具备深厚技术工程基因的欧洲互联网巨头 Yandex），以及 Lambda Labs。这类公司最初专注于为计算机视觉和深度学习研究者提供裸金属服务器，早早切入了 AI 垂直赛道。
二、 爆发期：“GPU 饥荒”与巨头夹缝中的红利（2023 - 2024）
2022 年底 ChatGPT 的问世彻底点燃了生成式 AI 浪潮，行业核心矛盾瞬间变为“算力供需的极端错配”，这给 NeoCloud 提供了黄金发展期。
- 天下苦“无卡”久矣： 传统三大传统云巨头（Hyperscalers）由于历史包袱重、服务门槛高、且需要将大量算力留给自身的 AI 业务，导致大批 AI 初创公司（如 OpenAI、Anthropic 早期及其他独角兽）拿不到足够的 GPU 算力卡。
- 灵活的交付与生态绑定： NeoCloud 凭借极快的工程交付速度（可以在几个月内完成传统巨头需数年构建的高密度机房），以及与 NVIDIA 的深度绑定，迅速成为市场上的“及时雨”。CoreWeave 甚至获得了 NVIDIA 的直接股权投资以及稀缺芯片（如 H100、Blackwell 时代）的优先配给权，以此为杠杆快速做大。
- 金融工程的创新： 这一时期，NeoCloud 开创了“GPU 抵押贷款/资产证券化”的重资产玩法。例如 CoreWeave 在 2024 年利用其持有的 NVIDIA GPU 资产和客户长约作为抵押，拿到了由 Blackstone（黑石）领投的 75 亿美元巨额债务融资，后续总债务规模甚至滚到了 180 亿美元以上。
三、 行业重构期：从“卖算力”到“拼基建与平台”（2025 - 2026 现状）
目前，行业已度过了单纯倒买倒卖 GPU 算力便能躺赚的“无脑转租”时代。NeoCloud 的竞争维度发生了根本性的重构，步入了深水区：
1. 瓶颈转移：从“卡”到“电力与交期”
算力供需的瓶颈已从单纯的 GPU 芯片短缺，扩散至电力并网（Grid Access）、万卡集群网络拓扑、高密度液冷以及 AI Factory（AI 工厂）的系统性交付能力。拥有超大瓦特（GW 级）电力储备管线的企业（如拥有清洁能源的 IREN、Crusoe 等）开始体现出极高的数据中心稀缺性之墙。
2. 分化的两大核心演进路径
目前，海外 NeoCloud 赛道已跑出两类极具代表性的龙头路径：
| 维度 | 路径 A：合约驱动与生态绑定型 (以 CoreWeave 为代表) | 路径 B：AI 原生重构与平台化演进 (以 Nebius 为代表) |
|---|---|---|
| 核心优势 | 与 NVIDIA 深度绑定，优先拿卡；通过大客户（如微软、OpenAI）的长期预付合同（Backlog）锁定高业绩确定性。 | 依托深厚的工程基因，从底层硬件向上做全栈优化。 |
| 商业模式 | 以高强度的资本开支（Capex）和创新的资产融通，换取明确的确定性长约现金流。 | 围绕全球 AI Factory 建设，试图降低算力 TCO，并以低价和高技术平替提供高性价比。 |
| 中长期终局 | 依赖高利用率和长约订单的连续性，需要抵御硬件折旧与利息费用的消耗。 | 从单纯的“卖算力（IaaS）”向“算力 + 软件 + 推理平台 / 开发者工具（PaaS/MaaS）”的复合服务模式升级。 |
四、 商业本质与中长期痛点
NeoCloud 的底层盈利能力可以通过一个简单的公式进行拆解：
$$\text{单位算力收入} - \text{单位算力 TCO (含折旧、电力、液冷运维)} - \text{资本成本 (融资利息)}$$
尽管在 AI 爆发的初期，其高利用率带来了极其惊人的 EBITDA（税息折旧及摊销前利润）表现，但中长期来看，它们面临着三大结构性博弈：
- 硬件快速折旧与技术迭代： 芯片更新周期极快（从 Hopper 到 Blackwell，再到新一代架构），老旧算力资产的加速折旧会严重压制其净利润与自由现金流（FCF）。
- 多模态与推理端的崛起： 随着大模型市场从“训练主导”走向“训练与推理双轮驱动”，AI 负载对长上下文外推、PD 分离、Speculative Decoding（投机解码）等极致工程优化的网络和存储需求大幅提升。纯裸金属转租如果无法在网络工程上（如高性能 AI 以太网或 InfiniBand 优化）建立护城河，就会被淘汰。
- 与传统巨头（Hyperscalers）的微妙关系： 传统巨头（AWS、谷歌、微软）既是 NeoCloud 的战略投资者/保证人（如谷歌通过付款担保等形式参与资本运作），也是其最终的竞争对手。随着传统巨头自身芯片（如 TPU、各类自研 ASIC）的成熟与算力补齐，NeoCloud 必须在垂直领域证明自己比传统通用云更具技术效率。
总结而言：
NeoCloud 诞生于 AI 爆发期的算力真空期，经历了从“抢卡”到“抢电”的基建洗牌。目前，它正处于从“重资产硬件租赁商”向“全栈 AI 生态平台”蜕变的关键十字路口。平台化软件栈的优化能力、系统级工程交付能力以及极低的资本融通成本，将最终决定谁能在这场重资产的豪赌中成为留到最后的 AI 基建巨头。
Top comments (0)