开场：算力市场的连环异动与产业新物种
近期AI算力赛道出现了一系列引人注目的连锁反应，这些信号共同指向了一个正在崛起的产业新物种——Neocloud（AI原生云）。主持人曹卿云与Valliance璞林资本首席投资官Kenny Zhang深入探讨了这些异动背后的产业逻辑。其中最具代表性的事件包括Anthropic向竞争对手xAI采购算力，这一反常举动揭示了算力短缺的极端程度；CoreWeave的合同积压突破990亿美元，显示出需求端的狂热；以及谷歌联手黑石成立独立的TPU公司，标志着传统科技巨头也在重构其基础设施版图。这些事件并非孤立存在，而是共同描绘了一幅AI基础设施从传统云计算向AI原生云转型的宏大画卷。
"这些信号共同指向一个正在崛起的产业新物种：Neocloud（AI原生云）。"
本期节目旨在系统拆解这些异动背后的深层原因，探讨OpenAI与Anthropic在算力储备上的不同路线，分析Neocloud的估值逻辑与护城河，并进一步剖析推理与Agent（智能体）时代对AI基础设施带来的最大变量和核心瓶颈。同时，节目还将预测下一代存储层的真正赢家，以及AI如何演变为美国的第三次劳动力外包，进入数字劳工时代。
范式切换：从大型机到Neocloud的三次演进
回顾计算历史，我们经历了三次重大的范式切换，每一次都重塑了产业格局。第一次是大型机时代，计算资源集中在少数大型机构手中，通过终端访问；第二次是PC与互联网时代，计算能力分散到个人，信息获取变得民主化；第三次则是云计算时代，通过虚拟化技术实现了资源的弹性分配。而当前，我们正站在第四次范式切换的门槛上，即Neocloud（AI原生云）时代。
Neocloud与传统云计算的本质区别在于，它是为AI工作负载原生设计的。传统云架构基于CPU和通用虚拟化，而Neocloud则围绕GPU集群、高速互联网络（如InfiniBand）和专用存储进行优化。这种架构差异导致了性能与效率的巨大鸿沟。在AI训练和推理场景中，Neocloud能够提供更低的延迟、更高的吞吐量和更好的资源利用率。Kenny指出，这种切换不仅仅是技术的迭代，更是商业模式的根本性重构，从"卖资源"转向"卖能力"。
"从大型机到Neocloud，这是计算范式的第三次重大切换，核心在于为AI工作负载原生设计。"
这一切换也反映了市场需求的变化。随着大模型参数量的指数级增长，传统云架构已难以满足训练和推理的需求。Neocloud通过硬件与软件的深度耦合，解决了传统云在AI场景下的性能瓶颈。这种转变不仅影响了云服务提供商，也深刻改变了AI实验室、初创企业乃至大型科技公司的基础设施采购策略。理解这一范式切换，是理解当前AI算力市场动态的关键前提。
Neocloud存在的三个底层逻辑
Neocloud之所以能在短时间内崛起，背后有三个坚实的底层逻辑支撑。首先，AI工作负载的特殊性要求专用的基础设施。传统CPU集群在处理大规模矩阵运算时效率低下，而GPU集群虽然强大，但需要复杂的网络互联和存储优化才能发挥最大效能。Neocloud通过垂直整合，提供了开箱即用的AI优化环境，降低了开发者的技术门槛。
其次，算力短缺的结构性矛盾推动了Neoccloud的发展。尽管英伟达等芯片厂商产能不断扩张，但高端GPU（如H100、B200）的供应依然无法满足全球AI实验室的需求。这种供需失衡使得拥有现成GPU集群的Neocloud提供商获得了极高的议价能力。第三，资本市场的狂热投入为Neocloud提供了充足的资金支持。风险投资和私募股权大量涌入这一领域，使得Neocloud企业能够迅速扩大规模，构建规模效应和护城河。
"Neocloud存在的底层逻辑在于AI工作负载的特殊性、算力短缺的结构性矛盾以及资本市场的狂热投入。"
这三个逻辑相互强化，形成了一个正向循环。AI工作负载的特殊性吸引了资本投入，资本投入扩大了算力供给，而算力供给的扩大又进一步推动了AI应用的发展，从而产生更多的算力需求。然而，这种循环也伴随着风险，如硬件折旧加速和技术迭代过快，这对Neocloud企业的长期盈利能力提出了严峻挑战。
全球AI算力真实地图：OpenAI的占比真相
关于全球AI算力的分布，市场存在诸多误解。许多人认为OpenAI垄断了大部分算力，但实际情况并非如此。根据Kenny的分析，OpenAI仅占全球AI算力的10%-15%。这一数据揭示了AI算力市场的分散性和多元化特征。除了OpenAI，Anthropic、Meta、微软、谷歌等巨头以及众多初创企业都在积极构建自己的算力基础设施。
这种分散格局意味着，没有单一玩家能够完全控制算力供应。对于AI开发者而言，选择算力提供商时需要考虑多个因素，包括成本、性能、可用性和技术兼容性。OpenAI虽然拥有强大的算力储备，但其主要服务于自身模型的开发和推理，对外部客户的开放程度有限。相比之下，Neocloud提供商如CoreWeave和Nebius则更专注于为外部客户提供灵活的算力服务。
"全球AI算力真实地图显示，OpenAI只占10-15%，市场呈现高度分散的特征。"
这一数据也解释了为什么Anthropic会选择向竞争对手xAI采购算力。在自身算力不足的情况下，跨平台采购成为了一种必要的生存策略。这种跨平台的算力流动进一步加剧了市场的复杂性，使得算力资源的配置更加动态和灵活。对于投资者而言，理解这一算力分布格局有助于更准确地评估各家的竞争地位和未来增长潜力。
AI Lab采购策略的分化与博弈
面对算力短缺，各大AI实验室采取了截然不同的采购策略，形成了明显的分化。一方面，头部实验室如OpenAI和Anthropic倾向于自建或与大型云厂商深度绑定，以确保算力的稳定性和安全性。OpenAI与微软的合作便是典型代表，通过长期合同锁定大量GPU资源。另一方面，中小型实验室和初创公司则更多依赖Neocloud提供商，以获取灵活且即时的算力支持。
这种分化也体现在采购模式的差异上。头部实验室往往签订长期、大规模的合同，以换取更低的价格和优先供应权；而中小型企业则倾向于按需付费，以降低成本和风险。此外，跨平台采购也成为一种趋势，如Anthropic向xAI采购算力，显示出企业在供应链上的灵活性和博弈能力。
"AI Lab采购策略分化明显，头部企业绑定大厂，中小企业依赖Neocloud，跨平台采购成为新常态。"
这种策略分化不仅影响了算力市场的供需平衡，也改变了产业链的利益分配。Neocloud提供商通过服务中小企业，获得了稳定的现金流和市场份额；而传统云厂商则通过服务头部企业，巩固了其市场地位。对于投资者而言，理解这种策略分化有助于识别不同细分市场的投资机会和风险。
Neocloud的两个派系：第四朵云 vs 硬件租赁
Neocloud行业内部逐渐形成了两个主要的派系，代表了两种不同的商业模式和发展路径。第一种是"第四朵云"派系，代表企业如CoreWeave。这类企业致力于构建完整的AI云生态系统，提供从底层硬件到上层软件的全栈服务。它们不仅提供GPU算力，还优化了网络、存储和开发工具，旨在成为AI时代的AWS。
第二种是"硬件租赁"派系，代表企业如FluidStack。这类企业更侧重于提供灵活的GPU租赁服务，类似于传统的IaaS（基础设施即服务）模式。它们通过整合分散的GPU资源，为用户提供按需使用的算力服务。这种模式的优势在于灵活性和低成本，但劣势在于缺乏技术壁垒和差异化竞争优势。
"Neocloud分为两大派系：做第四朵云的CoreWeave和做硬件租赁的FluidStack，商业模式截然不同。"
这两种派系的竞争反映了市场对Neocloud定位的不同理解。"第四朵云"派系追求高附加值和长期粘性，通过技术整合提升客户体验；而"硬件租赁"派系则追求规模效应和快速扩张，通过价格竞争获取市场份额。未来，哪种模式能够胜出，取决于技术迭代的速度、资本市场的偏好以及客户需求的变化。
供给端主要玩家解析：CoreWeave、Nebius、FluidStack
在Neocloud供给端，CoreWeave、Nebius和FluidStack是三大代表性玩家，各自拥有独特的竞争优势和战略定位。CoreWeave作为"第四朵云"的代表，拥有庞大的GPU集群和成熟的云平台，并与微软、英伟达等巨头建立了紧密的合作关系。其优势在于技术整合能力和客户粘性，劣势在于高杠杆运营带来的财务风险。
Nebius则是俄罗斯背景的Neocloud提供商，近年来在国际市场上崭露头角。它采取了低杠杆、稳健经营的策略，专注于为欧洲和全球市场提供高质量的AI算力服务。Nebius的优势在于其稳定的运营模式和较低的成本结构，劣势在于品牌知名度和市场影响力相对较弱。
"CoreWeave、Nebius、FluidStack是供给端三大派系，分别代表高杠杆、低杠杆和灵活租赁模式。"
FluidStack则代表了"硬件租赁"模式，通过整合分散的GPU资源，为用户提供灵活的算力服务。其优势在于快速响应市场需求和低成本运营，劣势在于缺乏核心技术壁垒，容易受到价格战的影响。这三家企业的竞争格局反映了Neocloud行业的多样性和复杂性，也为投资者提供了不同的投资视角。
两种资本打法：CoreWeave高杠杆 vs Nebius低杠杆
CoreWeave和Nebius在资本运作上采取了截然不同的策略，反映了两种不同的风险偏好和长期愿景。CoreWeave采用了高杠杆打法，通过大量举债来扩大GPU集群规模，以抢占市场份额。这种策略的优势在于能够迅速扩张，形成规模效应，劣势在于财务风险极高，一旦现金流出现问题，可能面临破产风险。
相比之下，Nebius采取了低杠杆打法，注重现金流的稳健性和盈利能力。它通过自有资金和股权融资来支持业务扩张，避免了高负债带来的财务压力。这种策略的优势在于抗风险能力强，能够在市场波动中保持稳定，劣势在于扩张速度较慢，可能错失市场机遇。
"CoreWeave高杠杆扩张，Nebius低杠杆稳健经营，两种资本打法反映了不同的风险偏好。"
这两种资本打法的对比，揭示了Neocloud行业在高速发展背后的财务脆弱性。高杠杆模式虽然能够带来短期的快速增长，但也伴随着巨大的不确定性；低杠杆模式虽然稳健，但可能难以在激烈的市场竞争中脱颖而出。投资者需要仔细评估各家企业的财务状况和风险控制能力，以做出明智的投资决策。
商业模式折旧悖论：GPU贬值与长债困境
Neocloud企业面临着一个核心的商业模式悖论：GPU硬件的快速贬值与长期债务融资之间的矛盾。GPU作为核心资产，其技术迭代速度极快，通常在2-3年内就会面临严重的性能落后和贬值风险。然而，为了扩大规模，Neocloud企业往往需要借入长期债务来购买GPU，这就导致了资产贬值速度快于债务偿还速度的困境。
这一悖论使得Neocloud企业的盈利能力高度依赖于GPU利用率和租金价格。如果利用率不足或租金价格下跌，企业将面临巨大的财务压力。此外，技术迭代的风险也加剧了这一悖论。新一代GPU的推出可能使现有集群迅速过时，导致资产减值损失。
"GPU会贬值，凭什么借长债？这是Neocloud商业模式的核心悖论，资产贬值速度快于债务偿还。"
为了解决这一悖论，Neocloud企业需要采取多种策略，如优化资产组合、提高利用率、签订长期固定价格合同等。同时，投资者也需要关注企业的资产周转率和现金流管理能力，以评估其长期生存能力。这一悖论的存在，使得Neocloud行业的竞争更加残酷，只有具备强大运营能力和资本实力的企业才能最终胜出。
资本市场最大误区：990亿积压订单的真相
CoreWeave高达990亿美元的合同积压订单，常被资本市场视为其未来收入的保证，但这实际上是一个巨大的误区。Kenny指出，这些订单并非传统的"瀑布型"现金流，而是高度不确定且分阶段释放的。许多合同包含灵活的终止条款，且实际交付和收款取决于GPU的供应情况和客户的实际需求。
此外，合同积压并不等同于收入。在Neocloud行业，从签约到实际交付可能需要数月甚至数年的时间，期间可能因技术变更、客户取消合同等原因导致订单失效。因此，将990亿美元直接视为未来收入，忽略了执行风险和不确定性。
"990亿积压订单的真相是瀑布型现金流，并非确定的未来收入，存在巨大的执行风险。"
这一误区反映了资本市场对Neocloud行业理解的浅层化。投资者需要深入分析合同的具体条款、交付计划和风险因素，以准确评估企业的真实价值。同时，这也提醒我们，在高速增长的行业中，财务数据的解读需要更加谨慎和深入，避免被表面的数字所迷惑。
微软/CoreWeave/英伟达：三角关系的本质
微软、CoreWeave和英伟达之间形成了一个紧密的三角合作关系，这一关系构成了Neocloud行业的核心生态。英伟达提供核心的GPU硬件，是产业链的源头；CoreWeave作为Neocloud提供商，整合GPU资源并提供云服务；微软则作为云平台和资本方，提供基础设施支持和资金支持。
这一三角关系的本质是利益共享与风险共担。英伟达通过CoreWeave扩大其GPU的市场渗透率；CoreWeave通过微软获得稳定的订单和资金支持；微软则通过CoreWeave增强其在AI领域的竞争力。这种合作关系使得三方能够共同应对市场挑战，分享增长红利。
"微软、CoreWeave、英伟达的三角关系本质是利益共享与风险共担，构成了Neocloud的核心生态。"
然而，这种紧密的合作也带来了依赖性和潜在冲突。如果任何一方出现战略调整或利益分歧，都可能影响整个生态的稳定。例如，微软若自建算力集群，可能减少对CoreWeave的依赖；英伟达若调整供货策略，可能影响CoreWeave的扩张计划。因此，投资者需要密切关注这三家企业的战略动向和合作关系的变化。
黑石+谷歌TPU：Neocloud的战略意图
黑石集团与谷歌联手成立独立的TPU公司，这一举动揭示了传统金融资本与科技巨头在Neocloud领域的战略意图。黑石作为全球最大的另类资产管理公司，通过投资TPU，旨在捕捉AI基础设施增长的红利；而谷歌则通过独立运营TPU，旨在优化其硬件资源分配，提升竞争力。
这一合作反映了Neocloud行业的资本化趋势。传统云厂商如AWS、Azure和GCP虽然占据主导地位，但Neocloud提供商通过更灵活的模式和更专注的服务，正在蚕食其市场份额。黑石和谷歌的合作，旨在通过资本和技术的双重优势，构建一个独立的、高效的AI算力平台。
"黑石+谷歌TPU的合作，旨在构建独立的AI算力平台，捕捉基础设施增长红利。"
这一战略意图也表明，AI基础设施正在成为一个独立的资产类别，受到金融资本的青睐。对于Neocloud企业而言，这意味着更多的融资机会，但也面临着更激烈的竞争。投资者需要关注这一合作对行业格局的影响，以及其对其他Neocloud提供商的潜在威胁。
Neocloud真正的护城河：技术整合与客户粘性
Neocloud企业的真正护城河并非仅仅是GPU集群的规模，而是技术整合能力和客户粘性。拥有大量GPU并不足以构成竞争优势，因为硬件是可以复制的。真正的壁垒在于如何高效地管理和调度这些资源，以及如何为客户提供稳定的、高性能的服务。
技术整合能力包括网络优化、存储加速、软件栈兼容等多个方面。能够将这些环节无缝整合的企业，才能为客户提供卓越的用户体验，从而形成高粘性。此外，长期合同和定制化服务也是增强客户粘性的关键。一旦客户习惯了某家Neocloud提供商的技术环境和服务模式，切换成本将非常高昂。
"Neocloud真正的护城河是技术整合能力和客户粘性，而非单纯的GPU规模。"
这一观点提醒我们，在评估Neocloud企业时，应重点关注其技术实力和客户服务能力，而非仅仅关注其资产规模。只有具备强大技术整合能力和高客户粘性的企业，才能在激烈的市场竞争中保持长期优势。
Agent时代的最大变量和瓶颈：推理与存储
随着AI Agent（智能体）时代的到来，推理需求将成为AI基础设施的最大变量。与训练阶段不同，推理阶段对低延迟和高并发有着更高的要求。这将导致算力需求的结构发生变化，从集中式训练转向分布式推理。
同时，存储层将成为AI基础设施的核心瓶颈。Agent需要实时访问大量数据，这对存储的读写速度和容量提出了极高要求。传统的存储架构可能无法满足这一需求，新型存储技术如NVMe、CXL等将成为关键。
"Agent时代，推理需求成为最大变量，存储层成为核心瓶颈，新型存储技术至关重要。"
这一变化对Neocloud企业提出了新的挑战。它们需要优化推理架构，升级存储系统，以适应Agent时代的需求。对于投资者而言，关注那些在推理优化和存储技术方面具有领先优势的企业，将是获取超额收益的关键。
下一代存储层的真正赢家
在AI基础设施中，存储层往往被忽视，但其重要性日益凸显。随着数据量的爆炸式增长和AI模型对数据访问速度的要求提高，高性能存储成为制约AI发展的关键因素。下一代存储层的赢家，将是那些能够提供高带宽、低延迟、大容量存储解决方案的企业。
目前，NVMe SSD、CXL内存池化等技术正在成为主流。这些技术能够显著提升数据访问速度，满足AI训练和推理的需求。此外，分布式存储架构也是未来的发展趋势，它能够提供更高的可扩展性和可靠性。
"下一代存储层的赢家是那些提供高带宽、低延迟、大容量存储方案的企业，如NVMe和CXL技术。"
对于Neocloud企业而言，存储能力的提升将直接增强其竞争力。投资者应关注那些在存储技术方面具有研发投入和市场布局的企业，以捕捉这一细分领域的增长机会。
AI是美国第三次劳动力外包：数字劳工时代
最后，Kenny提出了一个深刻的观点：AI正在成为美国的第三次劳动力外包。第一次是制造业外包，第二次是服务业外包，而第三次则是认知劳动的外包。AI Agent能够执行复杂的认知任务，如编程、分析、创作等，从而替代部分人类劳动力。
这一趋势将导致劳动力市场的结构性变化。虽然AI可能创造新的就业机会，但短期内，许多传统岗位将面临被替代的风险。对于Neocloud企业而言，这意味着算力需求的持续增长，因为AI Agent的运行需要大量的计算资源。
"AI是美国第三次劳动力外包，进入数字劳工时代，算力需求将持续增长。"
这一观点提醒我们，AI的影响不仅限于技术领域，更深刻地影响着社会经济结构。投资者需要关注AI对劳动力市场的影响，以及由此带来的长期投资机会和风险。Neocloud作为AI基础设施的核心，将在这一变革中扮演关键角色。