AI竞赛新焦点从GPU转向电力供应争夺战
人工智能基础设施行业的竞争格局,正经历一场深刻而静默的转向。行业焦点已不再局限于争抢英伟达GPU,一场围绕核心资源——电力的争夺战正全面展开。本周,两家领先的AI云服务商CoreWeave与Nebius发布的季度财报,如同两份清晰的行业快照,揭示了市场如何从一个专注于GPU租赁的细分赛道,迅速演变为一个比拼电力、网络、冷却与规模化部署能力的资本密集型基础设施层。

这两家公司一边为超大规模云厂商、AI模型开发商及企业客户扩展AI云平台,一边实现了营收的爆发式增长。当然,与之同步飙升的是巨额的基础设施资本支出。这背后,是一个根本性的商业模式转变:行业正从实验性的模型训练阶段,全面迈入持续性的推理部署阶段。后者要求的是长期稳定的算力利用率、高密度的GPU集群部署,以及工业级的全栈基础设施协调能力。
这一关键转变,迫使所有市场参与者重新审视竞争的核心要素。强大的综合执行力,而非单纯的硬件获取能力,正成为新的胜负手。谁能更快地锁定稀缺的电力容量、构建超高速低延迟网络、部署先进的液冷系统,并以惊人的速度让整套基础设施投入运营,谁才能真正满足市场日益增长且紧迫的AI算力需求。
CoreWeave:资本驱动下的极速扩张
作为GPU云服务领域的头部厂商,CoreWeave第一季度的业绩数据极为亮眼。其营收飙升至20.8亿美元,同比增幅高达112%。更令人瞩目的是其积压的营收订单储备,从去年同期的259亿美元一举跃升至994亿美元,显示出未来增长的巨大潜力。调整后的息税折旧摊销前利润(EBITDA)达到11.6亿美元,利润率保持在56%的高位。然而,其净亏损也从3.15亿美元扩大至7.4亿美元,这直观反映了其为抢占市场而采取的激进投资策略。
公司的活跃电力容量在本季度正式突破1吉瓦大关,合同电力容量新增超过400兆瓦,总量已超过3.5吉瓦。为支撑这种规模的扩张,其单季度资本支出高达68亿美元。鉴于持续高涨的AI需求推动基础设施组件成本上涨,CoreWeave甚至将2026年的资本支出预测区间下限上调,预计最高可达350亿美元。
首席执行官Michael Intrator将这场支出竞赛定位为长期的基础设施建设,旨在构建一家能够持久运营的领军企业。此外,公司还披露了与科技巨头Meta达成的一项新的长期战略合作协议,价值高达210亿美元,专门用于AI推理任务的部署。
Nebius:实现规模化跃升的挑战者
另一家新兴公司Nebius的增长曲线则更为陡峭。其第一季度营收同比暴涨684%,达到3.99亿美元,其中核心的AI业务营收更是激增841%至3.9亿美元。在财务表现上,公司实现了关键的扭亏为盈,调整后EBITDA从去年同期的亏损5370万美元转为盈利1.295亿美元。
同样,巨额的资本支出是驱动增长的引擎。Nebius已将年度资本支出指引从160-200亿美元大幅上调至200-250亿美元。仅第一季度,资本支出就达到25亿美元,而去年同期仅为5.44亿美元。在关键的电力量局上,公司预计到年底其合同电力容量将超过4吉瓦,并宣布在美国宾夕法尼亚州规划一个可支持高达1.2吉瓦电力容量的全新AI数据中心园区。
其首席执行官Arkady Volozh指出,市场需求持续超过可用的GPU供应,核心驱动力在于企业客户正从早期的AI实验与测试,全面进入大规模的生产部署阶段。
行业洞察:电力已成关键瓶颈与胜负手
这些财务数据背后,折射出的是AI算力基础设施市场更广泛的范式转移。生成式AI热潮的第一阶段,竞争焦点是“谁能拿到更多的英伟达GPU”。而当前,竞争的核心已转变为“谁能更快地实现AI算力产能的‘工业化’与规模化”。
Dell'Oro Group研究副总裁Sameh Boujelbene对此分析道:“领先的新型云服务商开始展现出持久性基础设施层的特征,而不再只是一个临时的GPU资源套利层。关键的转变在于,竞争焦点正从‘谁有可用的GPU’转向‘谁能最快实现AI产能工业化’——这涵盖了电力获取、土地、冷却方案、网络架构、项目融资和获取客户长期承诺等一系列复杂能力的比拼。”
当数据中心规模达到吉瓦级别,运营商面临的是前所未有的全新瓶颈:电网接入的漫长排队周期、关键设备(如大型变压器)的全球性短缺、输电线路的容量限制、变电站的建设周期,以及庞大的备用电源系统需求。
HyperFrame Research的数据平台与韧性分析师Don Gentile补充指出:“从我们与产业链厂商及终端用户的交流来看,推理工作负载正在将AI基础设施从周期性的训练任务,转变为7x24小时持续运行的生产任务。这意味着,基础设施的利用率和整体协调效率,直接决定了这些吉瓦级大规模部署的经济效益。”他进一步强调,GPU供应已不再是决定扩展速度的唯一因素,“我们的研究证实,GPU可用性已不再是唯一的决定性约束。电力采购的进度、冷却系统的就绪状态和整体数据中心的部署速度,现在共同决定了AI基础设施转化为实际生产力的效率与节奏。”
成本压力向全栈基础设施蔓延
支出的激增也表明,基础设施领域的成本压力正在向AI物理堆栈的更深层次扩散。CoreWeave和Nebius正在冷却系统、高速网络设备、智能配电设备和电力基础设施上投入巨资,其目标是为持续性的推理工作负载构建高密度、高效率、高可用的运行环境,这与为间歇性、批处理式的训练任务优化的传统架构有本质不同。
Gentile认为:“超大规模云厂商(如AWS、Azure、GCP)的发展固然迅速,但新型AI云服务商恰好填补了一个关键的市场空白——即满足那些通用云环境最初并未围绕设计的、对算力有即时且持久高强度需求的AI工作负载。”
这种爆炸性需求已经快速传导至上游能源产业。近几个月,美国多家大型公用事业公司和区域电网规划机构已多次发出警告,大型AI数据中心项目正在给长期的负荷预测、输电网络规划和发电模型带来前所未有的压力与挑战。
与此同时,超大规模厂商并未停止外部合作的步伐。CoreWeave与Meta合作的扩展,清晰地表明新型云服务商正越来越多地扮演起“外包AI基础设施运营商”的战略角色,为那些追求更快部署周期和专业化服务的科技巨头提供关键支持。
当然,这种长期绑定式的合作模式也可能在未来改变市场议价格局。它虽然为新型运营商提供了宝贵的融资杠杆和稳定的需求保障,但也可能使其业务过度依赖少数几个巨型租户,带来一定的集中度风险。
综合执行力主导未来竞争格局
Boujelbene指出,当AI计算集群扩展至数万块GPU的规模时,网络互连架构本身就成了核心的竞争差异化要素。“在这个规模下,客户购买的不仅仅是离散的GPU,而是集群级的整体性能——即数万块GPU能够像一个统一的超大规模系统那样高效协同工作的能力。”
这一行业动态使得那些从设计之初就围绕超高速互连(如NVLink、InfiniBand)、超低延迟网络、智能存储编排和高密度液冷机架进行构建的专业运营商,占据了显著的先发优势。
Gentile对此总结道,下一阶段的竞争分水岭,可能将不再仅仅取决于硬件采购能力,而更多地依赖于综合的运营与协调执行力。“AI基础设施的竞争正从硬件采购竞赛转向执行质量的较量。差异化的关键,变成了在持续规模化扩张下,协调电力、网络、存储和复杂推理工作负载的综合平台能力。”
归根结底,这两份财报传递出的最明确信号是:AI算力基础设施建设的下一阶段,决胜点或许不再是“谁能拿到更多GPU”,而是“谁能足够快地获得稳定、充足的电力,并让这些庞大的AI计算集群持续、稳定、高效地运转起来”。
Q&A
Q1:CoreWeave第一季度财报有哪些核心亮点?
A:CoreWeave第一季度业绩表现强劲,营收达20.8亿美元,同比大幅增长112%;其未来营收订单储备从259亿美元跃升至994亿美元,显示出极强的市场增长预期。调整后EBITDA为11.6亿美元,利润率高达56%。在基础设施布局上,其当季活跃电力容量突破1吉瓦,合同电力容量总量超过3.5吉瓦,资本支出达68亿美元。此外,公司还与Meta达成了价值210亿美元的长期AI部署战略合作。
Q2:为什么说电力已成为AI基础设施竞争的关键瓶颈?
A:随着AI应用从前期训练转向大规模持续性推理部署,市场需要的是能够长期稳定运行的高密度GPU集群。当部署规模达到吉瓦级,运营商面临的核心瓶颈已从早期的GPU供应紧张,全面转向电网接入排队、变压器设备短缺、输电线路容量限制等电力基础设施挑战。GPU可用性不再是唯一约束,电力资源的获取速度、冷却系统的就绪度以及整体数据中心的部署效率,共同决定了AI算力能否快速转化为实际生产力。
Q3:Nebius近期的业务增长与布局情况如何?
A:Nebius第一季度增长迅猛,营收同比暴涨684%至3.99亿美元,其中AI业务营收增长841%至3.9亿美元。公司成功实现扭亏为盈,调整后EBITDA从去年同期亏损5370万美元转为盈利1.295亿美元。为支持高速扩张,公司将年度资本支出指引大幅上调至200-250亿美元,并预计到年底合同电力容量将超过4吉瓦。公司还计划在美国宾夕法尼亚州建设一个可支持高达1.2吉瓦电力容量的新一代AI数据中心园区。
游乐网为非赢利性网站,所展示的游戏/软件/文章内容均来自于互联网或第三方用户上传分享,版权归原作者所有,本站不承担相应法律责任。如您发现有涉嫌抄袭侵权的内容,请联系youleyoucom@outlook.com。
同类文章
HermesAgent数据聚类算法实战:层次集成与优化指南
当你在使用 Hermes Agent 处理大规模数据时,如果发现聚类结果时好时坏、类别边界不清,或者算法难以适应数据本身的多尺度特性,问题很可能出在一个关键环节:底层的聚类算法与 Hermes 自身的数据层次结构没有对齐。这就像用一把尺子去丈量一片森林,忽略了树木、树丛和整个生态圈之间的层级关系。
身份证发票识别快速录入Excel表格方法
手动将身份证或发票信息录入Excel表格,不仅效率低下,还极易出错。幸运的是,借助智能化工具,我们可以轻松实现从图片到结构化表格的自动化处理。本文将详细介绍几种主流方法,您可以根据自身的技术条件和具体需求,选择最适合的方案。 一、利用千问表格Agent内置OCR功能快速识别 对于大多数用户来说,最便
Facebook广告视频批量制作指南 Seedance2.0独立站素材高效生产
Seedance 2 0 提供了五种高效的 Facebook 广告视频批量制作解决方案:一、分镜脚本结合豆包 AI 批量文案生成;二、全能参考模式与种子图素材复用;三、九宫格分镜接力智能生成;四、音频驱动与精准口型同步技术;五、剪映 AI 模板与成品视频智能注入。这些方法能系统化提升独立站广告素材的
自动化工作流设计实战从事件触发到任务编排详解
自动化工作流设计得好,能省下大量人力;但要是设计时考虑不周,流程跑起来就难免磕磕绊绊。最常见的问题就是:流程明明触发了,却卡在某个环节,或者干脆没按预想的路径执行下去。这背后,往往逃不开几个关键环节的疏漏。 如果你也遇到了类似情况——工作流触发后无法顺畅执行多步骤任务,别急着怀疑系统问题。不妨先顺着
微信群接龙数据自动整理工具OpenClaw一键生成表格
微信群里的接龙,方便是真方便,但整理起来,那叫一个头疼。手动复制粘贴,不仅耗时费力,还容易出错、遗漏,最后导出的表格格式五花八门,看着就心累。 有没有一种方法,能让这个过程自动化,让数据自己“跑”进表格里?答案是肯定的。借助一些工具,我们可以实现群内接龙数据的自动识别、解析和归档。下面,就来拆解一下
- 日榜
- 周榜
- 月榜
1
2
3
4
5
6
7
8
9
10
相关攻略
2015-03-10 11:25
2015-03-10 11:05
2021-08-04 13:30
2015-03-10 11:22
2015-03-10 12:39
2022-05-16 18:57
2025-05-23 13:43
2025-05-23 14:01
热门教程
- 游戏攻略
- 安卓教程
- 苹果教程
- 电脑教程
热门话题

