AI繁荣背后的“思科模式”隐忧

当前AI热潮引发了人们对互联网泡沫的担忧，数百亿美元投入尚未回收、IPO定价创纪录以及零收入初创公司融资数十亿的现象，确实与当年的Dotcom泡沫有相似之处。当时思科（Cisco）作为互联网繁荣的代表，通过一种名为“供应商融资”的策略主导市场：向电信公司贷款，而这些公司又用借来的钱购买思科设备。这种循环推高了思科的营收和客户的网络规模，直到客户无法从互联网业务中产生足够收入来证明设备投入的合理性时，泡沫破裂。如今，Nvidia被指正在重演这一模式。仅今年前四个月，Nvidia就向AI相关公司承诺了超过400亿美元的股权，包括注入Nibbius的20亿、Core Weave的股份以及与OpenAI高达300亿美元的承诺。UBS计算显示，仅与OpenAI的交易就可能占Nvidia 2026年预计收入的13%。这种资金在系统内循环的现象，让人质疑Nvidia的巨额营收中有多少是独立需求，又有多少只是同一笔美元在系统中反复流转。

Neocloud的定义与差异化定位

“Neocloud”（新云）一词由半导体和AI行业研究机构SemiAnalysis普及，指代围绕AI计算构建的新型云提供商，特别是仅出租GPU的裸金属服务器。与AWS、Azure和Google Cloud等超大规模云服务商提供包括数据库、身份管理和分析工具在内的200多种产品不同，Neocloud只提供运行在Kubernetes上的裸金属GPU及连接线缆。这种极简模式的存在源于一个特定痛点：ChatGPT发布后，Nvidia H100的需求呈垂直上升趋势。超大规模云服务商尽管投入巨资建设基础设施，但仍无法快速建造数据中心、获得电网批准或从Nvidia接收足够的GPU来满足自身及客户需求。此外，它们现有的云业务包袱使其行动迟缓。Neocloud公司没有遗留业务的拖累，能够承担巨大风险并集中押注Nvidia硬件。它们能在短短几个月内签订5至7年的客户合同，并交付包含数万张GPU的集群，从而填补了市场空白。

价格优势与商业模式解析

AI实验室选择Neocloud而非超大规模云服务商的另一个关键因素是成本。在AWS上租用H100 GPU的价格约为每小时4美元，而在Neocloud上则接近2美元。这意味着对于完全相同的芯片，价格几乎便宜了50%。在2024或2025年期间，这一差距甚至达到两到三倍。造成这种巨大价格差异的原因在于商业模式的不同：超大规模云服务商出售的是GPU加上包裹其周围的整个云平台生态系统，用户实际上在为可能永远不会使用的200种其他云产品付费。相比之下，Neocloud只提供原始GPU和连接线缆。这种专注硬件租赁的模式不仅降低了运营成本，还允许Neocloud通过更激进的定价策略吸引对算力成本敏感的大型AI模型训练团队，从而在超大规模云服务商无法快速响应的市场中迅速崛起。

Neocloud的盈利模型与资本吸引力

Neocloud（新云）之所以在当前AI landscape中受到青睐，核心在于其可预测且高现金流的商业模式。以一台8 GPU H100服务器为例，其硬件、机箱及数据中心分摊成本约为 $300,000。通过与客户签订5年长约，按每小时每GPU $2.5 收费，扣除15%的维护停机时间后，单台服务器年营收约为 $150,000。这意味着在五年合同期内，单台服务器可产生约 $750,000 的终身收入，投资回收期仅需两年左右。第三至第五年几乎为纯利润。

"You basically get around $750,000 in lifetime revenue from a $30,000 investment."

这种模式类似于商业地产，通过数万台服务器和多年预付合同，形成了极其稳定且资本密集型的现金流。正因如此，不到两年时间内已有数百亿美元涌入该领域。CoreWeave、Nebius和Iron是目前的三大领军者，尽管表面业务相似，实则playing three completely different games（玩着完全不同的游戏）。

CoreWeave：专注大客户的基础设施提供商

CoreWeave是三者中规模最大，于2025年3月IPO，截至2026年初拥有 $99 billion 的收入积压和约 3.5 GW 的签约电力。其核心策略是仅向4-5家超级客户出售裸金属算力。2025年，其 67% 的收入来自微软，其余主要来自OpenAI、Meta和Anthropic。CoreWeave不构建开发者平台，因为客户本身就是拥有完整软件栈的平台（如Azure AI Foundry）。他们只需要高速网络和 uptime，自带软件。

"They just want bare metal, fast networking, and uptime. They will basically bring their own software."

CoreWeave的模式是企业级销售导向，专注于签署大型多年期合同。其资产负债表已承受 $14 billion 债务及2026年计划中的 $30-35 billion 资本支出，因此没有资源进行软件研发的“副业”。每一美元自由现金流都必须投入购买更多GPU。这是一种极度聚焦的赌注。相比之下，Nebius规模小五倍，但拥有数千个小客户。

Nebius：打造AI时代的AWS平台战略

Nebius的目标是成为“AI领域的AWS”。与CoreWeave不同，其客户群体包括AI原生初创公司、中型企业以及非头部实验室的推理工作负载。这些中小客户缺乏内部工程师优化GPU，因此需要软件层来操作硬件。为此，Nebius于2026年5月以 $643 million 收购了MIT背景的推理效率初创公司InfiniAI。

"NBS is basically running the same exact playbook, but for the AI era."

裸金属计算是低利润商品，毛利率通常为 30-50%。而通过增加推理和平台层软件，Nebius旨在将毛利率提升至 60-80%。这复刻了AWS早期的成功路径：2006年起步时仅有EC2和S3等基础服务，后来通过构建 200多种 更高层级的服务锁定客户并获取更高利润。Nebius正试图通过软件层在竞争激烈的新云市场中建立差异化优势。

行业共性：从失败中重生的转型者

观察整个Neocloud类别，一个显著的模式是几乎没有公司最初就是云服务商。它们大多是从其他业务转型而来。例如，CoreWeave的前身是2017年成立的以太坊挖矿公司Atlantic Crypto，经历2018年加密寒冬后转型为VFX工作室和学术研究者提供GPU租赁，最终在2019年转向通用GPU云。Chachibit则成立于2022年底。

"Almost none of these companies actually started as cloud companies."

Nebius则源自Yandex的剥离资产，因俄乌战争被迫重组。这些公司都是重新利用了原本为不同目的构建的基础设施。这种从失败或边缘业务中转型的经历，使得它们在新云浪潮中具备了独特的灵活性和基础设施复用能力。Iron作为第三大玩家，其策略与前两者又有不同，但其核心逻辑同样建立在基础设施复用与转型的基础之上。

从比特币矿企到AI算力巨头：电力即核心资产

Iron Energy（原Iris Energy）是“失败者逆袭”成为AI云巨头的典型案例。该公司2018年成立于澳大利亚，最初是一家比特币挖矿公司，并于2021年在纳斯达克上市。其成功的关键在于早期对廉价电力的系统性布局，而非追逐最便宜的挖矿硬件。这一战略决策使其在2026年掌握了约3吉瓦（GW）的电网连接电力容量，主要分布在德克萨斯州和加拿大不列颠哥伦比亚省。在2026年的AI行业，最大的瓶颈已不再是GPU、数据或资金，而是电力。 Iron Energy因此获得了进入“新云”（NeoCloud）竞争格局的入场券，其拥有的电力资源被视为整个AI云计算领域最有价值的资产之一。

垂直整合优势：Iron Energy vs. CoreWeave & Nebius

在电力资源的掌控力上，Iron Energy展现出显著的垂直整合优势。尽管CoreWeave拥有约3.5吉瓦的合同容量，但几乎全部来自第三方数据中心租赁；Nebius在2025年底仅拥有约220兆瓦（MW）的连接容量，目标在年底前达到800兆瓦至1吉瓦。Iron Energy则拥有其3吉瓦容量的绝大部分所有权，这种垂直整合地位在行业中独一无二。此外，Iron Energy的主要德克萨斯州站点批发电价平均仅为27至34美元/兆瓦时，远低于美国平均水平（约40美元），部分地区甚至高达60至70美元。这种低廉且大规模的电力位置是其他竞争对手难以在短期内复制的，因为新建电网连接可能需要长达七年的时间。

商业化困境：电力优势未能转化为收入领先

尽管拥有顶级的电力资源，Iron Energy在AI云服务的商业化变现上却严重滞后。截至2026年3月季度，其总收入约1.45亿美元，但来自AI云服务的收入仅为3,300万美元，其余1.11亿美元仍来自传统的比特币挖矿业务。相比之下，CoreWeave当季的AI收入是Iron Energy的63倍，Nebius也是其12倍以上。这种巨大的营收差距揭示了Iron Energy在运营AI云业务经验上的匮乏。目前，其整个AI业务几乎完全依赖2025年底签署的一份97亿美元的微软合同。与此同时，CoreWeave拥有高达990亿美元的收入积压订单。分析师SemiAnalysis甚至给予Iron Energy“不推荐”及“跑输大盘”的评级，指出其虽坐拥宝贵资源，但在如何有效变现方面仍处于早期探索阶段。

芯片生命周期与电力瓶颈的双重挤压

除了商业化挑战，新云服务商还面临“Nvidia芯片周期”带来的结构性难题。随着新一代芯片（如B200、Rubin）每18个月发布一次，旧款GPU迅速贬值。在电力容量硬约束下，每一台老旧芯片都在占用宝贵的兆瓦数，导致巨大的机会成本。例如，CoreWeave对GPU采用六年折旧计划，但其实际有用寿命可能仅三年。这意味着在芯片完全回本前，客户往往已要求升级至更高效的新芯片。

“如果你没有足够的电力来服务它，拥有大量GPU也没有意义。”

这种折旧加速与电力受限叠加，迫使新云服务商陷入两难：是保留老旧硬件直至合同结束，还是提前拆除以腾出电力给更赚钱的新芯片？这种“芯片生命周期问题”、“电力瓶颈”与“折旧加速”三重压力，构成了新云服务商当前最严峻的经营挑战。

推理需求爆发重塑AI算力格局

在2025年底之前，市场对Neocloud（新型云服务商）模式的看法尚存争议。然而，2026年初发生的历史性转折彻底改变了这一叙事：推理算力（Inference Compute）首次正式超越训练算力。过去三四年间，GPU需求主要由OpenAI、Anthropic和xAI等公司推动的前沿模型训练竞赛驱动，这种需求高度集中，表现为少数实验室、巨型集群和巨额合同。相比之下，推理是终端用户为实际工作付费的过程，涵盖每一次API调用、光标自动化或对话交互。推理需求分散在全球各地，对低延迟有极高要求，且能产生真实的经常性收入（Recurring Revenue）。这一转变意味着GPU需求不再仅仅是投机性的训练支出，而是由真实客户为实际产品买单。以Anthropic为例，其年度经常性收入（ARR）从2024年底的10亿美元激增至2025年底的90亿，并在2026年5月达到440亿美元。OpenAI的收入也远超200亿美元，Google的月度Token处理量在12个月内增长了约50倍。这种增长主要得益于智能体（Agents）和编程助手对大语言模型推理的巨大需求。

融资循环与历史教训的对比分析

尽管前景看似乐观，但市场仍需谨慎看待Neocloud模式的可持续性。此前Cisco的供应商融资模式曾看似完美，直到电信运营商无法产生足够的互联网收入来支撑设备采购，导致整个体系崩溃。如今，Nvidia通过投资CoreWeave、NBS和Iron等Neocloud公司，再由这些公司以融资购买的芯片反向采购Nvidia产品，形成了一种循环融资结构。核心问题在于：推理收入是否能持续复利增长以证明这种大规模GPU部署的合理性？ 目前尚无人能给出确切答案，但当前的推理经济数据使其成为可能。这种模式与Cisco案例的相似性引发了对泡沫风险的担忧，但关键在于终端用户是否愿意持续为推理服务支付高额费用。如果像Anthropic这样的公司能维持高增长，那么这种基于真实需求的算力租赁模式就具有坚实的商业基础。

马斯克xAI的垂直整合与商业模式反转

Elon Musk作为垂直整合理念的坚定信徒，曾通过xAI完全绕过Neocloud模式。他在孟菲斯建设了名为Colossus的超大规模训练设施，这是目前地球上最大的单一AI训练中心。Colossus 2的建设目标包括55.5万块GPU、约180亿美元的硅片价值以及2GW的电力消耗，长期目标是在单点部署100万块GPU。相比之下，CoreWeave的3.5GW合同电力分散在全国多个站点，而xAI试图在孟菲斯一个综合体中实现CoreWeave总电力足迹的约三分之二。Musk以创纪录的122天建成首个数据中心，向行业展示了自建基础设施的可能性。然而，2026年5月发生的事件标志着Neocloud模式的回归：xAI将Colossus 1的全部计算能力以每月12.5亿美元的价格租给Anthropic，合同持续至2029年5月。由于Colossus 2上线导致Colossus 1出现闲置产能，且Grok需求放缓，Musk选择了将内部算力转化为Neocloud服务。这一举动表明，即使是最反对外包的公司也承认推理算力的市场需求足以支撑高昂的租赁费用。Colossus 1建设成本约100亿美元，通过每月12.5亿美元的租金，Musk将在8个月内收回成本，随后获得纯利润。这被视为对推理需求最有力的证明：原本为内部使用的算力最终被重新包装为Neocloud服务，验证了该模式的长期生命力。

结论

Neocloud模式通过剥离软件生态、专注裸金属GPU租赁，以低于超大规模云50%的价格填补了算力缺口。其核心优势在于依托转型企业的廉价电力与基础设施复用能力，构建了高现金流、短回本期的稳健商业闭环。然而，该模式高度依赖Nvidia芯片周期与电力资源，面临旧硬件折旧加速及电网审批滞后等结构性风险。

尽管存在融资循环的泡沫隐忧，但推理需求爆发及xAI将自建算力转为租赁的事实证明，真实终端付费能力已支撑起该模式的商业基础。未来胜负取决于企业能否在电力瓶颈与芯片迭代的双重挤压下，从单纯的基础设施提供商成功转型为具备高毛利软件平台的综合服务商。