Night Office

CABINET  / The Physical Stack of AI / Neocloud

传统云玩家横扫

9.9k 字

一句话定位

传统云巨头（Hyperscaler，超大规模云服务商）和 Meta 既是 Neocloud 的上游客户、融资担保方，又是它最危险的竞争对手——理解这种复杂关系，才能判断 Neocloud 的生存窗口有多宽。

一、为什么要把传统云和 Neocloud 放在同一个框架里看？

前六篇（参见 01-Neocloud作为新资产类别 和 02-AI算力商品化路径）把 Neocloud 当作一个独立赛道来研究。但有一个视角始终缺失：Neocloud 的客户、Neocloud 的资金来源、Neocloud 的最终威胁，统统来自同一批传统云玩家。

具体来说：

  • CoreWeave 62% 的收入来自 Microsoft（Azure）。如果 Microsoft 明天削减采购，CoreWeave 会立刻陷入财务危机。（参见 04-公司画像-CoreWeave）
  • Google 和 Amazon 都投资了 Anthropic，Anthropic 是 CoreWeave 和 Nebius 的重要潜在客户。
  • Microsoft 投资了 CoreWeave，同时又是 CoreWeave 最大的直接竞争对手（Azure GPU 实例）。

这不是普通的竞争关系，而是一种”我养你、我用你、我也可以取代你”的不对称结构。研究 Neocloud 而不把这个结构讲清楚，分析就是不完整的。

本篇补齐这块拼图。

二、四大玩家逐一拆解

2.1 AWS：自研芯片的最认真执行者

基本盘

AWS 是全球最大的云服务商，2025 年云收入约 $1100 亿，占亚马逊总收入的 17%，但贡献了 60% 以上的营业利润。AI 是 AWS 当前的第一增长叙事。

芯片策略：Trainium + Inferentia

AWS 的自研 AI 芯片分两条线：

Trainium（训练加速芯片）：专门用于 AI 模型训练（Training），是 NVIDIA H100/H200 的直接竞争者。AWS 希望客户用 Trainium 跑训练，而不是用昂贵的 NVIDIA GPU。

  • Trainium 1：2020 年发布，初代产品，生态不成熟
  • Trainium 2：2023 年 re:Invent 发布，2024 年全面上线，单实例最多 16 颗 Trainium 2，与 H100 竞争
  • Trainium 3：2024 年 re:Invent 发布，采用 3nm 制程（比 Trainium 2 更先进的芯片制造工艺），计算能力翻倍，能耗效率提升 40%，预计 2025 年底量产

Inferentia（推理加速芯片）：专门用于 AI 模型推理（Inference），即让训练好的模型对外提供服务。推理比训练更高频、成本更敏感，Inferentia 的定价比 NVIDIA 便宜。

两条线形成”训练用 Trainium，推理用 Inferentia”的组合，理论上一个 AI 应用的全生命周期都可以在 AWS 自研芯片上完成。

但生态是短板：NVIDIA 的 CUDA（一种让开发者写 GPU 程序的软件框架，类似 iPhone 的 App Store 对开发者的吸引力）经过十多年积累，拥有海量代码库和工具链。Trainium 需要用户重新适配代码，切换成本高。

与 NVIDIA 的关系：边用边防

AWS 仍然是 NVIDIA GPU 的大客户，EC2 P 系列实例（P4、P5）配备 H100/H200，供给无法或不愿迁移到 Trainium 的客户使用。

这是一种”双轨并行”战略：给客户选择权（NVIDIA GPU 或 Trainium），同时逐步压缩对 NVIDIA 的依赖。

与 Neocloud 的关系

AWS 与 Neocloud 是直接竞争关系，没有 Microsoft 那样的投资纠缠。AWS 的反击手段是：

  1. 让 Trainium 成本更低，吸引价格敏感的 AI 客户
  2. 用 Bedrock（AWS 的 AI 模型托管平台，客户可以直接调用 Anthropic Claude、Meta Llama 等主流大模型的 API）做生态锁定——你用了 Bedrock 的模型 API，就很难迁移到 CoreWeave

对 Neocloud 的威胁程度：中等。AWS 体量大、决策慢，短期内不会大幅降价；但 Trainium 一旦生态成熟，会削弱 Neocloud 的”NVIDIA 专用算力”差异化卖点。

2.2 Azure：与 Neocloud 关系最复杂的玩家

OpenAI 绑定：最强的 AI 生态护城河

Microsoft 累计投资 OpenAI 超过 $130 亿，Azure OpenAI Service 让 Azure 客户直接使用 GPT-4o、o3 等模型。OpenAI 的主要算力跑在 Azure 上——这意味着 Azure 的 GPU 采购量直接受 OpenAI 的训练需求驱动。

这是一把双刃剑：

  • 优势：只要 OpenAI 继续做最强的模型，Azure 就是 AI 工作负载最密集的云平台，客户自然跟随
  • 风险：如果 OpenAI 推进”去 Azure 化”（就像 2025 年 CoreWeave 大单所暗示的），Azure 的 AI 护城河会出现裂缝

Maia 100：自研芯片的追随者

Maia 100 是 Microsoft 的自研 AI 训练芯片，2023 年 Ignite 大会发布。比 AWS Trainium 晚几年，目前主要在 Microsoft 内部（Azure 数据中心）使用，尚未全面对外开放。Maia 100 的定位与 Trainium 类似，但商业化进度更慢。

投资 CoreWeave：竞争对手还是战略外包？

Microsoft 是 CoreWeave 的股东之一。从表面上看很矛盾——为什么要投资一个直接竞争对手？

逻辑如下：Azure 的数据中心建设需要 2-3 年周期。当 OpenAI 的训练需求爆发式增长时，Azure 自己的 GPU 产能跟不上，短期内需要外包给 CoreWeave。CoreWeave 等于是 Azure 的”弹性算力外包商”。

但这个关系有一个隐含风险：CoreWeave 对 Microsoft 的依赖远大于 Microsoft 对 CoreWeave 的依赖。Microsoft 随时可以减少采购（转而自建或转向其他 Neocloud），CoreWeave 却无法在短期内替代 Microsoft 62% 的收入来源。

Oracle Database@Azure：算力弹性的另一条线

2023 年 Microsoft 和 Oracle 宣布合作：Azure 客户可以在 Azure 控制台内使用 Oracle 的数据库服务，数据实际运行在 Oracle Cloud Infrastructure（OCI）上。（参见 06-公司画像-Oracle）

这是另一种形式的算力弹性：当 Azure GPU 不足时，可以调用 OCI 的算力。Azure 不需要自己建更多数据中心，而是用合作伙伴关系填充供给缺口。

对 Neocloud 的威胁程度：高。Azure 既是 Neocloud 最大的客户，也是最有动机消化 Neocloud 的玩家（通过自建 + Maia + 投资 CoreWeave 三管齐下）。

2.3 GCP：技术上最独立，商业上最弱

TPU：最彻底的自研路线

Google 的 TPU（Tensor Processing Unit，张量处理单元，Google 专门为 AI 计算设计的芯片）是三大云中最成熟的自研 AI 芯片。从 2015 年第一代至今，已迭代到 TPU v7，Google 内部（训练 Gemini 等模型）大量使用 TPU。

关键点：Google 对 NVIDIA 的依赖是三大云中最低的。Gemini 系列模型的训练主要跑在 TPU 上，不需要采购 NVIDIA H100。这让 Google 在 GPU 供应链博弈中有真正的独立性——不受 NVIDIA 定价权影响。

但 TPU 的问题也在于此：生态封闭。TPU 最适配 TensorFlow（Google 自己的 AI 框架），对 PyTorch（目前 AI 研究者使用最广泛的框架）的支持较弱，切换门槛高。AI 创业公司和研究机构普遍用 PyTorch，这让 TPU 的市场推广受限。

GCP 的 TPU 外部商业化（即非 Google 内部使用的 TPU 租赁）增速远不如 AWS 的 GPU 实例，客户黏性不如 CUDA 生态。

Anthropic 投资：对冲 Microsoft/OpenAI 的棋局

Google 和 Amazon 共同投资了 Anthropic（Claude 系列模型的开发商），投资额各约 $30 亿。GCP 客户可以通过 Vertex AI（GCP 的 AI 平台，类似 AWS Bedrock，提供一站式模型部署和微调服务）直接使用 Claude。

这是一步对冲棋：Microsoft 有 OpenAI，Google + Amazon 有 Anthropic。如果 Claude 成为第二强的 AI 模型，GCP 的模型生态就不会被 Azure 垄断。

与 Neocloud 的关系

GCP 与 Neocloud 的竞争关系相对单纯——没有投资关系，没有重大客户依赖。GCP 的 AI 客户画像偏向企业级（大型数据合规需求），与 Neocloud 主打的 AI 原生公司（AI-native，指以 AI 为核心业务的初创或成长期公司）有一定客户分层。

对 Neocloud 的威胁程度：中等偏低。GCP 是三大云中商业化能力最弱的一个，但 TPU 的技术独立性让它长期来看不需要依赖 Neocloud。

2.4 Meta：特殊玩家，不卖云但塑造市场

Meta 不是云服务商，不向外部出售 GPU 算力。但它是 AI 算力市场中最不应该被忽略的玩家，原因有三：

MTIA：巨头级自研芯片

MTIA（Meta Training and Inference Accelerator，Meta 训练与推理加速器，Meta 自主设计的 AI 专用芯片）从 2023 年开始部署。Meta 目前的战略是将推理工作负载逐步迁移到 MTIA，同时保留 NVIDIA GPU 用于大规模训练。

MTIA v1（2023 年）：主要用于推荐系统（Feed、广告排序等）的推理 MTIA v2（2024 年）：拓展到更多 AI 推理场景，算力效率进一步提升

Meta 的目标不是替代所有 NVIDIA GPU，而是针对推理场景（Meta 广告系统每天要运行数十亿次推理请求）用自研芯片降低成本。

Llama 开源：重塑算力需求分布

Meta 的 Llama 系列（Llama 3 于 2024 年发布，Llama 4 于 2025 年发布）是目前最被广泛使用的开源大语言模型。

开源 Llama 对 Neocloud 的影响是双面的：

利好：

  • 大量中小 AI 公司用 Llama fine-tune（微调）自己的模型，需要 GPU 算力，可能租用 Neocloud
  • Llama 降低了 AI 模型的准入门槛，扩大了整个 AI 算力市场的蛋糕

利空：

  • 如果用开源 Llama 就能完成大部分任务，AI 公司对闭源模型（GPT-4o、Claude）的依赖降低，进而对 Azure OpenAI Service 和 Bedrock 的粘性下降
  • Neocloud 的客户（AI 实验室）如果转向”用开源模型 + 少量算力自训”模式，大规模算力需求可能收缩

Meta 自身的 GPU 需求：NVIDIA 的超级买家

2024 年 Meta 宣布到年底将部署超过 35 万张 NVIDIA H100，2025 年进一步扩张到 60 万张以上。Meta 是全球最大的 NVIDIA GPU 买家之一（与 Microsoft 并列）。

这对 Neocloud 的含义：当 Meta 这样的巨头大规模采购时，NVIDIA GPU 的供给就更紧张，Neocloud 能拿到的 allocation（分配份额）就更少。Meta 和 Neocloud 在 NVIDIA 的供给链上是隐性竞争者。

三、CSP-Neocloud 关系矩阵

玩家对 Neocloud 的角色关系类型当前依存度（Neocloud 视角）
Microsoft (Azure)最大客户 + 投资方 + 竞争对手三角关系极高（CoreWeave 62% 收入）
AWS直接竞争对手纯竞争低（无直接资金关联）
Google (GCP)间接竞争对手 + Anthropic 共同投资方弱竞争低
Meta算力市场的间接压制者竞争 GPU 供应中（影响 NVIDIA 分配）
Oracle (OCI)部分竞争 + 算力补充方灰色地带中（DGX Cloud 合作）

关键不对称性：Neocloud 对传统云的依赖，远大于传统云对 Neocloud 的依赖。CoreWeave 失去 Microsoft 会死，Microsoft 失去 CoreWeave 只是麻烦。

四、AI 实验室供应链分析：谁从哪里买算力？

AI 实验室（Foundation Model Labs，基础模型实验室）是 Neocloud 和传统云的主要争夺对象。

4.1 OpenAI：去云化的标志性行动

OpenAI 是 AI 算力需求最集中的单一买家。其供应链演变：

2019-2024 年：几乎全部算力来自 Azure。Microsoft 的 $130 亿投资换取的是 OpenAI 使用 Azure 作为主要计算平台。

2025 年转折点：

  • 2025 年 3 月：CoreWeave 与 OpenAI 签署 $11.9B / 5 年协议，成为 Neocloud 历史上最大单笔合同
  • Stargate 项目（OpenAI + Oracle + SoftBank 的联合计划）宣布在美国建设 $1000 亿规模的 AI 数据中心，OpenAI 将部分算力转移到 Oracle 自建基础设施上

供应链去中心化的信号是明确的：OpenAI 不想把所有鸡蛋放在 Azure 这一个篮子里。动机有三：

  1. 成本控制（Azure 加价层让训练成本高于直接租用 Neocloud）
  2. 谈判筹码（有了 CoreWeave 和 Stargate 作为选项，对 Microsoft 的议价能力提升）
  3. 长期独立性（随着 OpenAI 探索 IPO，降低对 Microsoft 的依赖是投资者希望看到的）

供应链结构（2026 年预估）：

  • Azure：仍占 OpenAI 算力的 50% 以上（短期内不可能大幅下降）
  • CoreWeave：占比快速上升，估计 20-30%
  • 自建（Stargate）：处于建设期，2026-2027 年逐渐投入使用

4.2 Anthropic：被两个云争夺的模型公司

Anthropic 同时获得 Google（$30 亿）和 Amazon（$40 亿）的投资，两家云都提供算力并希望绑定 Anthropic。

实际算力分布：Anthropic 以 AWS 为主要云平台（Amazon 投资更多，且 Anthropic 的 Claude 在 AWS Bedrock 上优先上线）。Google Cloud 是次要平台。

对 Neocloud 的启示：Anthropic 没有大规模使用 Neocloud，这是因为 Google 和 Amazon 用投资换来了算力绑定。Neocloud 抢不过有投资关系的大云平台。

4.3 xAI（Elon Musk 的 AI 公司）：自建派代表

xAI 在 2024 年以惊人速度自建了 Memphis 数据中心（100,000 张 H100，45 天内完成从空地到上电），成为算力自建速度的世界纪录。

这对 Neocloud 的启示是负面的：超级富翁+有执行力的团队可以绕过 Neocloud，直接自建。不是每个 AI 实验室都会选择租用。

4.4 Mistral（欧洲领先的开源大模型公司）：Neocloud 的真实客户画像

Mistral 是中型 AI 实验室的代表，没有 OpenAI 那样的资金规模，也没有自建能力。这类公司是 Neocloud 最真实的客户来源：

  • 需要大量 GPU 但买不起自建数据中心
  • 没有被大云投资绑定（保持独立性）
  • 对 GPU 型号有具体要求（NVIDIA H100/H200/B200）

AI 实验室算力来源分类：

类型代表主要算力来源Neocloud 机会
超大型（>$100亿融资）OpenAI、xAI自建 + Azure/AWS有限（OpenAI 已有 CoreWeave；xAI 自建）
大型（$10-100亿融资）Anthropic、Cohere战略投资方云平台低（被投资绑定）
中型（$1-10亿融资）Mistral、Stability AINeocloud + 公有云混合主战场
小型研究机构各大学 AI Lab公有云按需实例低（用量小，不需要专用集群）

五、自建 vs. 租用 Neocloud 的经济账

这是判断 Neocloud 长期需求的核心问题：当 AI 公司规模足够大时，自建是不是比租用 Neocloud 更合算？

5.1 成本结构比较

以建设一个 10,000 张 H100 集群为例（2025 年价格基准）：

自建方案：

  • 硬件采购：H100 ~$3 万/张 × 10,000 = $3 亿
  • 数据中心建设（土地、电力、冷却、机架）：$1-2 亿
  • 人力（运维团队、网络工程师、基础设施团队）：$2000-5000 万/年
  • 总初始资本支出（CapEx）：$4-5 亿
  • 设备折旧周期：3-5 年（GPU 技术迭代快，实际有效期可能 2-3 年）

租用 Neocloud（CoreWeave 等）：

  • 市场价：H100 约 $2-3/小时/张
  • 10,000 张全年全时使用成本：$2/小时 × 10,000 × 8760 = $1.75 亿/年
  • 无需承担折旧风险，无需运维团队
  • 但长期合同（3-5 年）通常有折扣，实际价格可能更低

盈亏平衡测算：

  • 自建前期成本 $4-5 亿，年运营成本 $5000 万
  • 租用年成本 $1-2 亿（含折扣合同）
  • 如果 GPU 满负载运行，大约 3-4 年后自建才比租用更便宜
  • 但 3-4 年后，B200/Blackwell 等更新一代 GPU 已经上市，自建的 H100 在算力效率上已经落后

关键洞察：自建的成本优势需要至少 3-4 年才能显现，但 AI 芯片的技术迭代周期也是 2-3 年。这意味着除了最大规模的 AI 公司，租用 Neocloud 在财务上通常更合理。

5.2 非财务因素

自建的优势：

  • 算力控制权（网络拓扑、存储架构完全自主）
  • 安全性（敏感模型权重不经过第三方服务器）
  • 长期可预期成本（不依赖 Neocloud 的合同条款）

自建的劣势：

  • 建设周期 18-24 个月（从土地审批到上电运行）
  • 执行风险高（xAI 能 45 天完成是极端个例，多数公司无法复制）
  • GPU 技术快速迭代导致折旧风险

租用 Neocloud 的优势：

  • 即时可用（天级别而非月级别）
  • 技术风险外包（Neocloud 负责机房运维和硬件升级）
  • 财务弹性（不需要大额 CapEx，保留资金用于研发）

结论：对于年 GPU 小时需求在 1000 万小时以下的 AI 公司，租用 Neocloud 是财务最优选。超过这个规模，自建+Neocloud 混合才有意义。这个门槛意味着中型 AI 实验室（Mistral、Cohere 级别）是 Neocloud 的稳定需求来源。

六、Neocloud 五大生存场景

根据上述分析，Neocloud 赛道的未来取决于以下几个核心变量的组合：

  1. AI 训练规模是否持续扩大（Scaling Law 是否继续有效）
  2. 传统云的自研芯片能否大规模替代 NVIDIA GPU
  3. AI 实验室是否大规模自建算力
  4. NVIDIA GPU 供给是否趋于宽松（商品化）

场景一：Neocloud 黄金期延续（2026-2027）

  • 条件：Scaling Law 继续，AI 实验室需求高增长；传统云 GPU 缺货；自研芯片生态不成熟
  • 结果：CoreWeave、Nebius 等收入高速增长，IPO 后市值飙升
  • 概率评估：35%

场景二：需求放缓 + 供给过剩（“AI 寒冬小周期”）

  • 条件：大模型性能提升边际效益递减；NVIDIA Blackwell 大规模出货缓解供给紧张；传统云开始降价
  • 结果：Neocloud GPU 利用率下降，长期合同客户开始违约或不续签，股价大幅回调
  • 概率评估：25%

场景三：传统云通过投资吃掉 Neocloud

  • 条件：Microsoft 进一步增加 CoreWeave 持股，最终并购；或 AWS/GCP 通过投资 + 采购 binding 主要 Neocloud 玩家
  • 结果：Neocloud 作为独立上市公司消失，但 GPU 专用服务作为传统云的一个细分品牌继续存在
  • 概率评估：20%

场景四：AI 实验室自建取代 Neocloud

  • 条件：OpenAI Stargate、xAI Memphis 模式被更多 AI 公司复制；资本市场继续支持 AI 公司大规模 CapEx
  • 结果：Neocloud 的头部客户（AI 实验室）逐渐迁出，Neocloud 下沉到中小客户市场，估值收缩
  • 概率评估：15%

场景五：Neocloud 向上整合，从”租 GPU”升级为”AI 基础设施平台”

  • 条件：CoreWeave 等在 GPU 租赁上积累的网络效应和数据，演化为 MLOps 工具、AI 开发平台
  • 结果：Neocloud 从”卖算力”转向”卖 AI 开发服务”，估值倍数提升
  • 概率评估：5%

当前最可能路径：场景一和场景二的混合，即 2026 年前后经历高速增长，2027-2028 年随供给扩张和自研芯片成熟进入估值回调期。投资者需要在场景一的高潮期前出场。

八、五条核心判断

判断一：Hyperscaler 不会颠覆 Neocloud，但会持续压缩 Neocloud 的利润天花板

自研芯片（Trainium/Maia/TPU）生态需要 3-5 年才能真正替代 NVIDIA GPU，在此之前 Neocloud 有明确的生存空间。但随着三大云降价和生态改善，Neocloud 的定价溢价会逐步收窄。Neocloud 的超额利润窗口大约是 2024-2027 年。

判断二：Microsoft 与 CoreWeave 的关系是 Neocloud 赛道最大的单一风险因子

CoreWeave 62% 的收入来自 Microsoft，这不是”客户集中度问题”，这是”生死依赖”。Microsoft 任何战略调整（Maia 商业化提速、Azure 自建产能扩张、与其他 Neocloud 签约）都会直接冲击 CoreWeave 的估值。这一指标必须每季度追踪。

判断三：AI 实验室的”去云化”是趋势，但速度比想象中慢

OpenAI 的 CoreWeave 大单和 Stargate 计划确实是去云化的信号，但 Azure 仍然是 OpenAI 算力的主体，且 Microsoft 的 $130 亿投资形成深度利益绑定，短期内不会彻底解除。去云化是 3-5 年的方向性趋势，不是 2026 年就会爆发的事件。

判断四：Meta 的 MTIA 和 Llama 战略对 Neocloud 的影响是间接且负面的

Meta 自建 MTIA 减少了对外部 GPU 的推理需求；Llama 开源降低了 AI 实验室对闭源模型的依赖，可能收缩大规模训练的必要性。Meta 不是 Neocloud 的直接竞争对手，但它的战略选择会收缩 Neocloud 的潜在市场空间。

判断五：Neocloud 的投资价值取决于你对 AI Scaling Law 的信念

如果你相信模型规模仍然是性能提升的关键（Scaling Law 继续有效），那么对 GPU 的需求会持续膨胀，Neocloud 有更长的增长跑道。如果你认为 Scaling Law 已经接近瓶颈（边际收益递减），AI 公司会把预算从”买算力”转向”优化算法”，Neocloud 的需求峰值可能已经在视野内。这是整个 AI 基础设施投资的底层假设，值得持续观察。

九、改变一切的信号

  • Microsoft 在 CoreWeave 合同中大规模减量（Neocloud 危机开始）
  • AWS Trainium 3 被 Anthropic 或 Meta 大规模采用（自研芯片生态转折点）
  • NVIDIA 宣布自己提供 AI 云服务并大幅扩张（全面颠覆 Neocloud 和三大云的格局）
  • OpenAI Stargate 第一期（$1000 亿）提前完工，算力完全自给（去云化提速）
  • AI 大模型集体遭遇性能天花板（Scaling Law 失效，算力需求收缩，整个赛道估值重置）
  • 00-Index
  • 01-Neocloud作为新资产类别
  • 02-AI算力商品化路径
  • 04-公司画像-CoreWeave
  • 06-公司画像-Oracle