目前最大的担忧之一是，当前的AI热潮让人们想起了互联网泡沫。诚然，如果退一步换个角度看，这或许是一个合理的担忧。我们有数千亿美元流入尚未收回成本的AI基础设施中。历史性的IPO以创纪录的高价定价，初创公司仅凭名字就能筹集数十亿美元，却零收入。此外，还有英伟达一家公司在基本上为其客户生态系统提供资金。这听起来与互联网泡沫时期的情况出奇地相似，因为当时思科是互联网繁荣的代表公司。
思科的一个常用策略被称为“供应商融资”。他们向电信公司提供贷款，而这些公司随后又用这笔钱购买思科的设备。因此，思科的收入增加，客户的网络也随之扩张，表面上看一切都非常完美，直到客户无法从互联网上产生足够的收入来证明其购买设备的合理性，这最终导致了互联网的崩溃。如今，我们的模式识别眼睛也在英伟达身上看到了类似的情况。
仅在今年前四个月，英伟达就向AI相关公司承诺了超过400亿美元的股权。他们向Nebius投入20亿美元，获得了CoreWeave的股权，与Iron达成协议，承诺高达300亿美元给OpenAI，甚至支付了1.5亿美元的定金帮助Cruso锁定金属。在每一个案例中，英伟达投入的资金都有可能用于购买更多的英伟达芯片，而这些芯片则体现为英伟达的收入。
瑞银计算显示，仅OpenAI的交易就可能占英伟达预计2026年收入的13%。因此，整个局面让每个人都在思考：英伟达创纪录的收入中有多少是真正的独立需求，又有多少只是同一笔美元在系统中反复循环。但在讨论这一点之前，我们首先需要了解什么是“新云”（Neocloud），因为这种新型业务已成为这场AI热潮的基石，并且完全依赖于AI投资的激增。
但在深入探讨之前，如果你目前正在构建任何使用AI语音的应用程序，比如语音代理、有声书管道或AI客服，令人烦恼的部分通常是语音堆栈。你必须为不同的语言管理单独模型，启动基础设施只是为了原型设计某样东西，而且你要么需要预先付费、处理有限的试用版，要么付费才能访问API。
这正是今天的赞助商Fish Audio发挥作用的地方。Fish Audio是一个面向创作者和开发者的专业AI音频平台。他们最近推出了S2.1 Pro，这是一个免费的文本转语音API，在公平使用原则下直到十一月底没有硬性用量限制。它支持83种语言的一个单一模型，不按每种语言单独定价，并且还具有通过API进行文本转语音、通过SDK进行实时流媒体传输以及用于代理工作流的MCP支持。
这对于你的语音代理、语音驱动应用、有声书工具，甚至语音克隆和原型设计都非常完美，无需预先承诺预算或运行自己的GPU设置。[笑声] 此外，你可以添加自然语言内联标签，就像你在指导配音演员一样。比如疲惫的语气、兴奋的笑声[笑声]、清嗓子[清嗓声]或悲伤的表达。这些标签会影响语音的输出效果，让你能够构建听起来更具表现力的角色、旁白者、代理或应用体验[音乐]。
如果你正在构建代理管道，他们的MCP支持可以将Fish Audio接入LLM加语音堆栈，这让你可以轻松构建诸如实时虚拟形象、语音助手或AI伴侣应用等产品。所以如果你想尝试使用表现力丰富的AI语音进行构建，请通过描述中的链接查看Fish Audio的API和MCP。感谢Fish Audio对本视频的赞助。
无论如何，“新云”（Neocloud）这个词似乎最早由专注于半导体和AI行业的知名研究分析公司SemiAnalysis普及。其名称“新云”基本意味着新的云服务，指的是围绕AI计算构建的新一代云提供商，特别是GPU租赁和仅GPU服务。这意味着没有数据库、没有身份管理也没有分析工具，只有运行在Kubernetes上的裸金属GPU。
正如你所见，它们与AWS、Azure和Google Cloud等超大规模云服务商截然不同，后者除了计算能力外还提供约200种不同的云服务产品。新云平台之所以存在的主要原因归结为一个非常具体的问题。自ChatGPT于2022年底推出后，对英伟达H100的需求呈垂直飙升态势。
每个AI实验室、每家初创公司和每家大公司都突然想要数千个GPU来训练自己的模型。因此，每个人都看向超大规模云服务商寻求计算资源，尽管他们在AI基础设施上投入了数千亿美元，但仍无法满足需求。他们无法足够快地建设数据中心，无法足够快地获得电网电力批准，甚至无法从英伟达那里够快交付GPU以满足自身内部需求，更不用说为所有客户提供服务了。
不仅如此，他们现有的云业务也拖累了他们的步伐。因此，一类全新的公司出现以填补这一空白。这些公司的移动速度远快于超大规模云服务商，因为它们没有遗留的云业务拖后腿。它们可以对英伟达硬件进行大胆的风险集中押注，这对于像Google和Microsoft这样的现有企业来说风险太大。
它们只需几个月而不是几年就能签订五到七年的客户合同，并交付由数万个GPU组成的集群。这基本上就是新云平台存在的原因。但AI实验室选择从新云服务商而非超大规模云服务商租用GPU还有更多原因。如果你想在AWS上租用H100 GPU，根据地区不同，你大约需要支付每GPU小时4美元。
而在新云服务商那里，同样的H100每小时可能只需2美元左右。对于本质上完全相同的芯片来说，这便宜了近50%。在2024年或2025年期间，这种差距甚至更大，高达两到三倍。造成这一巨大价格差异的原因其实相当简单：超大规模云服务商向你出售的是GPU加上包裹在其周围的整个云服务生态系统。
因此，你是在为你可能有一天会使用的其他200种云产品付费。而新云服务商则只给你原始的GPU以及连接它们的线缆，
这使得那些实际上不需要这些服务的AI实验室对超大规模云厂商的吸引力降低。现在我们要知道，为什么在当前的人工智能格局下，Neocloud（新云）更受青睐。让我们仔细看看它们究竟如何盈利，因为它们必须赚钱，否则泡沫就会破裂。假设你身处Neocloud行业，刚刚购买了一台配备8块H100 GPU的服务器。
算上GPU、机箱、网络设备以及你分摊的数据中心建设费用，这台服务器的成本大约在30万美元左右。Neocloud的商业模式随后是将它出租给超大规模云厂商或AI实验室，例如签订5年合同，每GPU小时收费2.50美元。因此，粗略计算一下：2.50乘以24小时再乘以365天最后乘以8块GPU，每年可带来约17.5万美元的收入。
假设其中有15%的时间用于维护或出现停机故障，那么这一台服务器每年能带来约15万美元的收入。这意味着基于30,000美元的投资（注：原文此处数字可能有误，前文为30万），你基本能获得75万美元的终身收入。这也意味着在最初的大约两年内，你的服务器就已经收回了成本。在第3、4和5年则几乎是纯利润。
现在，将这一数字扩展到数万台服务器，且所有服务器都签署了多年预付费合同，你将获得自商业地产以来最可预测、资本密集型的现金流业务之一。这正是Neocloud商业模式对投资者极具吸引力的原因。迄今为止，在不到两年的时间里，已有数百亿美元涌入这一领域。
这包括CoreWeave、Nebius和Iron，它们是目前引领Neocloud领域的三大巨头。有趣的是，尽管这三家公司表面上看起来在做几乎相同的事情，但实际上它们都在玩完全不同的游戏。首先是CoreWeave，它是这三家中最大的。它于2025年3月上市，截至2026年初拥有约3.5吉瓦的签约电力和超过990亿美元的收入积压。
CoreWeave的真正特点是它是Neocloud的真实体现。它仅向四到五家客户出售原始算力，这构成了其全部业务的核心。2025年约有67%的收入来自微软 alone，其余主要来自OpenAI、Meta和Anthropic。但你可能会想，他们为什么不基于GPU构建某种面向开发者的产品以获取更多客户呢？
原因之一是CoreWeave的客户本身就是AI平台。微软有Azure AI Foundry，OpenAI有自己的开发者界面，Meta拥有自己的堆栈，Anthropic提供云API。这些构成CoreWeave大部分收入的公司并不想要也不需要在其GPU之上叠加某种新的随机开发者体验。它们只想要裸机、高速网络和正常运行时间，并自带软件。
因此，CoreWeave构建软件层毫无意义，因为这实际上是在与客户竞争且浪费资金。更不用说，CoreWeave的整个商业模式是围绕企业销售建立的，即一次与一个买家签订大型多年合同。构建开发者平台需要完全不同的人才领域，而他们的资产负债表已经相当紧张。目前他们约有140亿美元债务，2026年还有300亿至350亿美元的资本支出计划。
通常没有空间进行多年的软件研发副业。每一美元的自由现金流都必须投入更多的GPU，这意味着CoreWeave基本上进行了一次极其专注的赌注。接下来是Nebius。与只有四五个超级大客户的CoreWeave不同，Nebius不仅有几家大客户，还有成千上万的小客户。
这些包括AI原生初创公司、首次采用AI的中型企业以及非来自大型实验室的推理工作负载。这些长尾客户有一个非常具体的问题：与CoreWeave的大型科技客户不同，大多数公司没有预算聘请内部工程师来优化GPU。他们需要一层位于硬件之上的软件层来操作它们。
这就是为什么Nebius在2026年5月花费6.43亿美元收购了MIT推理效率初创公司IEN AI。除了增加GPU的资本支出外，他们还投资于软件，使其能够按每块GPU收取更高的费用。因为裸机算力是一种低利润的大宗商品，随着更多Neocloud进入市场，其利润空间只会进一步被压缩。
特别是如果你不是最大的玩家，原始GPU租赁的毛利率通常在30%到50%之间。但是位于这些GPU之上的推理和平台层可以将利润率提高到60%到80%。看看2006年AWS起步时的早期阶段，我们真正拥有的只有EC2和S3，基本上是原始算力和原始存储。这些服务的利润率尚可但并不惊人。
但将AWS转变为历史上最有价值的云业务的，实际上是他们在EC2之上构建的200多种更高级的服务。多年来，这些服务锁定了客户并获得了比原始算力丰厚得多的利润率。Nebius基本上是在AI时代运行完全相同的策略。简而言之，CoreWeave是GPU的大经销商且只签大单；而Nebius规模小五倍，虽然也有大单，但也旨在成为AI时代的AWS。
接下来是Iron，它是这三家中最有趣的一家，因为它与其他两家的竞争方式并不相同。但在讨论之前，关于这个全新的云类别有一个你可能尚未注意到的模式：这些公司中几乎没有一家最初是作为云公司起步的。那里每家主要的Neocloud都是从其他业务转型而来的。它们都是被重新利用的基础设施，最初是为了完全不同的原因而建立的。
例如CoreWeave，它于2017年作为一家名为Atlantic Crypto的小型以太坊挖矿公司成立。在2018年加密货币崩溃后，他们转型将其GPU舰队出租给视觉特效工作室和学术研究人员。然后在2019年左右，他们再次转型为通用GPU云。随后Chachibit于2022年底推出，其余便是历史了。至于Nebius，它源自Yandex的剥离资产，这是由俄乌战争迫使进行的。
实际上，Iron 是在未能幸存的基础设施上运行的，这使它们成为填补空白的完美选择，而 Iron 也不例外。它最初于2018年在澳大利亚成立，是一家名为 Iris Energy 的比特币矿企，并在2021年加密货币牛市高峰期在纳斯达克上市。当时大多数比特币矿工都痴迷于寻找最便宜的挖矿硬件，而他们却系统地建立了北美最大的加密货币电力投资组合之一。正是当初寻求最低廉电力的这一单一决定，成为了今天 Iron 能够坐在 NeoCloud 谈判桌前的全部原因。
截至2026年，Iron 拥有并控制着约3吉瓦（GW）的并网电力容量，主要分布在德克萨斯州和不列颠哥伦比亚省。这确实是当前整个 AI 云计算领域中最有价值的资产之一。因为如果你还没有意识到，2026年整个 AI 行业最大的瓶颈不再是 GPU，也不是数据或资金，而是电力。在三大巨头中，Iron 目前拥有的受保电力容量甚至超过了 NBS（Nebius）。
截至2025年底，Nebius 的并网容量约为2.2吉瓦，目标是在今年年底前达到800兆瓦至1吉瓦。CoreWeave 的签约容量约为3.5吉瓦，且几乎全部从第三方数据中心运营商处租赁。相比之下，Iron 拥有的近3吉瓦电力几乎是完全自有的。因此，虽然 CoreWeave 在纸面上的兆瓦数可能更多，但 Iron 在整个行业中拥有更垂直整合的电力地位。
Iron 的主要德克萨斯州站点，其批发电价在2025年全年平均约为每兆瓦时27至34美元，而美国平均水平接近每兆瓦时40美元，在某些地区甚至高达60或70美元。Iron 真正坐拥北美最廉价的大规模电力资源之一。它们之所以能以如此低廉的价格获得这些电力，是因为它们是直接从产生大量可再生能源的站点获取电力的。
这基本上是一个 NeoCloud 的理想配置，因为你能够获得的电力数量限制了你能提供的计算能力。而且他们不仅更早地锁定了这些资源，价格还极其低廉，因为如果你没有提前锁定电力，建立电网连接大约需要几年的时间。当你没有足够的电力来驱动它时，拥有大量的 GPU 其实并无意义。
当然，Iron 存在一个主要缺陷。仅仅因为锁定了大量电力并不意味着你擅长运营 AI 云业务。如果你查看 Iron 截至2026年3月最新季度的实际收入构成，Iron 报告的总收入约为1.45亿美元，但其中只有3,300万美元来自 AI 云服务。其余的1.11亿美元仍然来自传统的比特币挖矿业务。
相比之下，CoreWeave 仅在那一个季度的 AI 收入就大约是 Iron 从 AI 云业务中收入的63倍。Nebius 则高出约12倍，尽管其电力容量至少少了10倍。这就是 Iron 在货币化方面落后于其他两家公司的程度，尽管它拥有这三家中最好的电力资源。
与此同时，CoreWeave 手中握着一份价值990亿美元的收入积压订单，来自与全球最大科技公司签订的一系列巨型合同。目前，Iron 的整个 AI 业务基本上都押注于单一交易，即他们在2025年底签署的97亿美元微软合同。更糟糕的是，即使是半导体分析机构也给了他们最差的评级“不推荐”，并贴上了表现不佳的标签。
因此，Iron 本质上是一家意外发现自己坐拥 AI 经济中最宝贵资源之一的公司。但他们仍处于非常早期的阶段，正在摸索如何正确地将这些资源货币化。目前看来前景并不乐观，因为他们缺乏运营 AI 云计算的经验。但正如我之前所说，瓶颈实际上已成为运行这些 GPU 所需的兆瓦数。
在主要美国市场，获得全新电网连接的等待时间长得惊人，长达七年之久。因此，如果你现在是 NeoCloud 企业，你基本上有两条前进的道路：要么像 CoreWeave 那样收购现有的已锁定电力站点，要么在竞争不那么激烈的电网区域进行建设，如德克萨斯州、北欧或像 XAI 那样在孟菲斯的荒郊野外。
但除此之外还有第二个问题，而且这可能比电力问题更令人担忧。假设你终于锁定了数据中心站点，获得了兆瓦数、冷却系统、机架，并安装了数千块 H100 芯片。你以为自己稳操胜券。但随后在18个月后，Nvidia 发布了下一代芯片。
突然之间，你刚刚购买的 H100 就要与 B200 竞争了。B200 每瓦电力提供的性能更强，能效也比以往任何时候都要高。然后在12个月后，Rubin 芯片发布，以此类推。这就是 Nvidia 的芯片周期问题，因为你目前拥有的每一排 GPU 都在不断被 Nvidia 发布的下一代产品所淘汰。
在一个你的实际可用兆瓦数有硬性上限的世界里，插入机架的每一块旧芯片都在占用本可以分配给更新、更有利可图的芯片的电力容量。看看 B300 目前有多昂贵，需求就有多大。因此，不仅 GPU 在贬值，你还面临着巨大的机会成本，即兆瓦数被浪费在效率较低的硬件上。
这最终会迫使你陷入两难境地：你是让老化的 H100 运行直到合同到期，还是在它们尚未收回成本之前就将其拆除，以便为更新型的芯片腾出空间？事实上，CoreWeave 目前按照六年时间表对 GPU 进行折旧。但实际的使用寿命可能更接近三年。
这意味着我们之前讨论的 GPU 经济模型——假设芯片在两年内通过5年合同收回成本——可能不再成立。如果 Nvidia 每18个月就发布新芯片，那么这块芯片可能在客户想要升级到下一代产品之前甚至无法完全收回成本。
当然，旧硬件的需求并不会消失。正如你所见，租赁它们仍然相当困难。但这目前超出了需求层面的问题，因为这些 NeoCloud 企业正受到其电力数量的限制。因此，芯片周期问题、电力瓶颈以及折旧因素都叠加在 NeoCloud 企业身上。
但关于这个 NeoCloud，真的没有任何积极的一面可以说吗？
情况如何？老实说，在2025年底之前，答案可能相当复杂。但在过去的一年里，人工智能格局发生了重大变化，这彻底改变了新云（NeoCloud）的理论基础。因为在2026年初，推理计算量历史上首次超过了训练计算量。在过去的三四年里，基本上所有的GPU需求都是由训练下一代前沿模型驱动的像OpenAI、Anthropic（安塞普特克）、Meta和xAI这样的公司都陷入了这种蛮力计算竞赛，旨在训练更大、更好的模型。而训练是非常集中的：几家实验室、几个超大型集群、几份巨额合同。
看看CoreWeave正在做的事情就知道了。但推理完全不同。推理是指当实际终端用户付费使用这些模型进行真正的工作时发生的情况。这包括每一次点击查询、每一个Cursor自动化操作，或者任何聊天对话。推理的特殊之处在于它遍布全球，要求对终端用户实现低延迟，最重要的是它能产生真实的经常性收入。这种转变意义重大，因为这是第一次GPU需求不再仅仅是投机性的训练支出，而是真正的客户为真实的产品支付真实的金钱。
看看Anthropic alone（仅他们一家），从2024年底的10亿美元年度经常性收入（ARR）增长到2025年底的90亿美元，再到2026年5月的440亿美元。OpenAI也轻松突破了200亿美元的门槛。Google的每月令牌处理量在短短12个月内增长了约50倍，这要归功于智能体和编码助手的兴起，它们对大型语言模型推理产生了巨大的需求。
还记得我们之前做的思科对比吗？思科的供应商融资在纸面上看起来令人难以置信，直到购买这些设备的电信公司实际上无法产生足够的互联网收入来证明其合理性，然后一切就崩溃了。现在Nvidia正在做类似的事情与新云合作。他们投资CoreWeave、NBS和Iron，后者再用这笔钱购买Nvidia的芯片。因此，对于整个人工智能经济来说，目前悬而未决的问题是：推理收入是否真的会持续复利增长，以证明通过这种看似循环的融资结构部署的所有GPU是合理的。
目前推理经济看起来确实有可能实现，但这超出了今天话题的范围，而且没有人真正知道答案。不过最后还有一点确认信息表明整个新云模式可能会长期存在看看Elon Musk（埃隆·马斯克）刚刚做了什么。他是垂直整合最坚定的信仰者之一当他开始xAI时，他完全绕过了整个新云模式。他在孟菲斯建造了自己的大型训练设施Colossus（巨像），这确实是地球上最大的单一人工智能训练设施。
目前的Colossus 2扩建工程目标是在约180亿美元的硅片扩展下容纳55.5万个GPU，总功耗达到2GW，长期目标是在今年年底前在单个站点实现100万个GPU。相比之下CoreWeave的3.5GW合同电力分散在全国各地的许多不同站点。而xAI（现Space XAI）试图在孟菲斯的单个综合体中完成CoreWeave总电力足迹的大约三分之二。
因此，Elon Musk基本上是在向人工智能实验室展示他们应该自行构建基础设施而不是使用新云服务。他们在创纪录的122天内建成了第一个数据中心，这是对新云商业模式最有力的反驳直到2026年5月发生了一些非常疯狂的事情。Space XAI签署了一项协议，将Colossus 1的所有计算能力出租给Anthropic，每月租金为12.5亿美元直到2029年5月。
这很可能是因为Colossus 1在Colossus 2开始上线后变成了未使用的计算能力，而Grok的需求据报道放缓了。当你有一个300兆瓦的GPU集群闲置在那里时，你不如把容量卖出去对吧？所以Elon Musk采取了一个新云式的举动。他们将原本为自己建造的内部计算能力出租给最需要的人，即使买家是他们最大的竞争对手Anthropic。
这里最重要的启示是Anthropic愿意为计算能力支付高昂的溢价，因为建造Colossus One的成本可能在100亿美元左右而Elon Musk基本上只需8个月就能收回成本。这意味着在最初的8个月后，接下来的28个月对于Space X AI来说就是纯粹的持续利润。这很可能是对推理需求的最强指标，尽管它并非作为新云建造但它仍然被重新利用为新云服务。
这就是对新云的看涨案例，希望这个视频向你解释了它是什么以及这类公司的未来将如何发展。如果你想更深入地了解大型语言模型（LLMs）的工作原理而不被数学公式淹没，我的平台intuitive.be是你开始学习的完美场所。我们从基础讲起涵盖LM架构的基础知识到高级主题如专家混合模型（Mixture of Experts）和优化。
不仅如此，我们的主要重点是帮助你直观地理解关键概念，这意味着我们不会用复杂的数学公式轰炸你而是专注于确保你完全掌握更高层次的逻辑。我们还刚刚发布了一章关于直观分解线性注意力（Linear Attention）的内容，探讨了Kimi K3和Qwen模型所基于的最新前沿概念之一。
所以如果你在工作中使用LLMs、转型进入该领域或希望从事LM研究，请查看描述中的链接并使用我们的限时代码“Back to School”享受年度会员50%的折扣。感谢大家观看特别鸣谢Spam Match、Chris Lu、Degan、Robert Zaviasa、Proof和Enu、DX Research Group、Alex Leo、Halawani以及许多通过Patreon或YouTube支持我的人。如果你还没有关注我，请在Twitter上关注我在下一个视频中见。