硅谷坐标 x 璞林资本 Kenny Zhang：Neocloud 崛起背后的供需博弈与 AI 基建重构

近一个月内，全球 AI 算力基础设施领域发生多起标志性事件：Anthropic 向直接竞争对手 xAI 采购算力；算力租赁独角兽 CoreWeave 的合同积压（Backlog）突破 990 亿美元；谷歌则联手黑石（Blackstone）成立独立 TPU 云公司。

一系列异动的核心，指向同一个产业新物种——Neocloud（新云）。随着 AI 产业周期从模型训练向推理及智能体（Agent）时代演进，算力基础设施正在经历一场脱离传统云计算范式的重构。

《硅谷坐标》主持人曹卿云专访了Valliance 璞林资本首席投资官 Kenny Zhang，系统拆解了 Neocloud 的范式起源、AI Labs 算力战略分化、供给端三大派系的资本结构、市场对 Backlog 与利润率的两大核心误读、DeepSeek 引发的现货市场异常，以及推理与 Agent 时代真正的瓶颈与赢家。

一、范式演进：从“带宽分发”到“算力密度”的物理底层迁移

要理解 Neocloud 的产业定位，必须放在 70 年计算基础设施演进的坐标系里看。

• 大型机时代（1950s–1990s）：算力高度集中在少数大型物理硬件上，企业自行采购管理，局部部署。核心诉求是单点的极致计算性能。

• 虚拟化与传统云时代（2000–2022）：互联网与移动互联网（双十一、黑五）带来高频并发与流量波峰。AWS、Azure、GCP 的核心技术壁垒是“分布式分发与带宽管理*——将过剩 CPU 算力虚拟化切片，通过 CDN 弹性卖给长尾 B 端与 C 端。

• AI 云时代（2023 至今）：大模型训练与推理的诉求不是带宽分发，而是“超大算力密度的集中管理与集群互联”。成千上万张 GPU 必须在微秒级低延迟环境下进行 All-Reduce 等高频大规模分布式协同。传统云为兼容通用业务设计的虚拟化层，在这类高密度并行任务中产生显著性能损耗。

物理与技术架构的根本变化，催生了脱离传统云计算范式的“AI 原生云”（AI Native Cloud），也为 Neocloud 开辟了独立于三朵传统云之外的“第四朵云”市场空间。

二、需求端：AI Lab 算力战略的三种分化

前沿大模型公司（AI Lab）的战略选择与采购节奏，直接塑造了 AI 云服务市场的整体格局。

1. 三种战略路径

• OpenAI 的前置储备路线：基于“推理算力需求将远超训练算力”的早期判断，OpenAI 在 2022–2023 年就锁定了大规模算力产能。这一前置战略使其在当前的多模态迭代中保持充沛供给与高度从容。

• Anthropic 的刚性补缺路线：Anthropic 前期对无节制采购持保留态度，但随着年化收入从去年底约 90 亿美金飙升至今年 500 亿美金（年底预计破千亿），底层算力短缺已成为制约其商业交付与收入增长的实质性瓶颈。目前的采购已不是弹性，是刚性补缺。

• xAI 的供给调节角色：xAI 调整大模型竞争策略后，将闲置的 H100/H200 资源变现转售给 Anthropic。xAI 实质上把自己变成了一家被动型 Neocloud。

2. “部分核心自建 + 第三方弹性采购”将是稳态架构

针对市场关于“AI Lab 终将完全自建”的预期，实际的商业演进更倾向混合架构，基于三点核心逻辑：

• 第一，确立运营基准线（Benchmark）。AI Lab 的核心壁垒在算法与模型架构，而非大集群运维。引入 CoreWeave 等外部供应商，可用于反向校验自身内部集群的 Token 产出效率与成本。

• 第二，对冲生态绑定风险。三朵传统云都有自有模型与 AI 业务，AI Lab 必须扶持独立、中立的第三方算力供应商。

• 第三，承接弹性并发需求。Agent 时代推理请求呈潮汐式波峰，完全靠自建覆盖峰值不符合财务效益，必须依赖 Neocloud 的弹性池。

三、供给端：Neocloud 四大派系与“第四朵云”之争

Neocloud 是高度依赖现金流瀑布模型的重资产商业模式。但市场上常被混为一谈的“Neocloud”其实有清晰的四大派系，这是理解整个赛道的关键起点。

派系一：第四朵云派——英伟达系（CoreWeave / Nebius）

这一派的战略目标非常明确——在硬件基础之上做 PaaS 增值，正面跟传统云抢夺未来云市场的份额。

对比来看，AWS 的 Operating 利润率约 40%，纯硬件层面只有 25–30%，多出的 10–15 个点来自 PaaS（存储、分发、数据库、管理软件等），毛利可达 80–90%。这部分约占 AWS 收入的 30–35%。

Neocloud 第四朵云派当前发力的 PaaS 方向包括：算力优化、KV Cache 部署与调用、Serverless RL（强化学习训练）。CoreWeave 仅存储与 KV Cache 一项，今年年底就能带来约 3 亿美金年化收入，未来有望达到 10–20 亿。

Kenny 的判断：这类玩家若能把 PaaS 收入占比做到 15–20%，整体利润率可达 30 出头（GPU 纯硬件利润率约 25%），这就是“第四朵云”的真实经济模型。

派系二：第四朵云派——TPU 系（FluidStack）

FluidStack 可以理解为“TPU 版的 Nebius”——商业模式与 Nebius 高度相似（低杠杆 + 客户预付款），只不过资源端从英伟达切换到了 TPU。

这一派系的崛起，根基在 TPU 供给的跃迁——TPU 供给从 2025 年的约 130 万颗增长到 2026 年的 400 万颗，2027 年预计将达到 1000–1200 万颗，量级已经逼近英伟达。这一供给跃迁，是 FluidStack 崛起的产业基础。

按 Kenny 的判断，未来 Neocloud 的三大巨头格局，应该是 CoreWeave（英伟达系长合同杠杆派）、Nebius（英伟达系低杠杆预付款派）、FluidStack（TPU 系预付款派）——亚马逊自己以 Trainium 为主也会占有一席之地，但因为它本身就是超云，先放开不谈。

派系三：垂直化/专业化派（Lambda 等）

Lambda 是 Kenny 在节目里提到的一个独立方向——它更侧重于编程，是 Neocloud 的另一个发展方向：做垂直化、区域化的 Neocloud，专业性特别强。

派系四：裸金属租赁派（IREN / Iris Energy / Crusoe / Softbank Energy 等）

这一派多由 Crypto 挖矿业务转型而来（如 IREN、Iris Energy 是上市公司，Crusoe 是私有），本质是单纯的硬件租赁业务——拿到 GPU 资源、提供基础裸金属算力、按时计费。

Kenny 对这一类商业模式持中性态度——他认为这种模式很容易受到价格回报以及资金供给层面的双重挤压。

特殊位置：Oracle 的双线战略

Oracle 的定位较为特殊——Kenny 判断它"想两边都发力"，既不完全是裸金属租用业务，也想在超云这块市场去做角逐。这是一个游走在两条路径之间的玩家。

四、两种资本结构：CoreWeave 高杠杆 vs Nebius 低杠杆

金融市场评估 Neocloud 资产的核心标准是长期客户合同价值，而非硬件残值。同样是“第四朵云派”，CoreWeave 与 Nebius 走出了两条截然不同的资本路径。

CoreWeave：被验证 100 多年的基建老路

通过与大型客户签订 5–6 年不可撤销合同锁定未来现金流，在债券市场进行杠杆融资。每花一块钱，未来六年大致能赚回三块钱。

其融资成本的快速下降是这一模式被资本市场接受的最强证据——2023 年发行的第一笔贷款利率高达 14.5%（High Yield 高收益债），到今年新一轮贷款利率已降至 6.2%，并且已被评为投资级（Investment Grade）。

杠杆后 IRR 从一开始的 30–35% 提升到 50%+。对比传统基建项目（铁路、码头、高速公路）杠杆后回报 10–12%——Neocloud 实际上是一门“现代化的百年生意”。

Kenny 的老东家 Brookfield 管理着 2 万亿美金资产、有 100 年历史，长期采用的就是这种模式：非常稳定的现金流、非常高的预测性。

Nebius：低杠杆 + 高预付款

Nebius 的创始团队来自俄罗斯最大搜索引擎 Yandex，俄乌战争后转移至阿姆斯特丹。在他们的视角下，承担算力价格波动 OK，但不愿承担财务杠杆风险。

最近的微软与 Meta 大单中，Nebius 收取的客户预付款达到 40–50%，作为公司级杠杆只发可转债。代价是合同价格让利 20–25%，但杠杆前 IRR 仍能达到 35–40%。

一个核心澄清：所有回报率都看净现金流，不是 EBITDA

无论 CoreWeave 还是 Nebius，Kenny 强调他在测算所有回报时只看净现金流——因为 EBITDA 不包括折旧，而 Neocloud 这类重资产生意的折旧是真实的财务现实，必须扣除后再看真实回报。

五、市场两大核心误读

二级市场对 CoreWeave 这类公司有两个反复出现的误判——它们解释了为什么 Neocloud 估值倍数远低于传统云（新云约 10 倍 vs 传统云 20–25 倍）。

误读一：利润率为什么从 14% 崩到 1–2%？

CoreWeave 的报表利润率轨迹非常戏剧化：2025 年 Q2–Q3 还在 12–14% 水平，到 Q4 下降到 8%，2026 年上半年断崖式跌到 1–2%。

更让市场困惑的是：今年 Q1 GPU 现货价还涨了 40%，为什么利润率反而崩了？

Kenny 的答案非常直接：这不是商业模式破产，是经典的基建 J 曲线。

把数据展开看就明白了。CoreWeave 当前已通电 1 GW，其中只有 800 MW 真正产生收入，整体布局电力 3.5 GW，今年还在建 1 GW——在建规模等于收租规模的 1 倍以上，利润率必然被压低。

到 2026 年底，当收租规模升至 1.8–2 GW、在建仍是 1 GW（占比降到 50%）时，利润率应能回升至 12–14%；2027 年底，收租 3 GW、在建占比降到 30%，利润率到 20% 出头；2028 年底叠加 KV Cache + RL 等高利润 PaaS，利润率有望达 25%；长期稳态奔着 30% 去。

Kenny回想起 GDS（万国数据）2016 年上市初期，报表也极不好看，原因完全相同：在建规模大于收租规模。

误读二：990 亿 Backlog 是泡沫吗？瀑布型现金流的真相

CoreWeave 当前收入约 50 亿，指引 120–130 亿，Capex 要花 300 亿+，Backlog 已达 990 亿美金。市场普遍担忧：客户集中风险（微软占 25 年收入约 2/3）、积压订单兑现能力。

Kenny 的拆解：当前收入与当前 Capex 没有任何直接关联——这是一个瀑布型结构。

“今天花一块钱，未来六年收回三块钱。”

具体而言：2026 年指引的 120–130 亿收入，是 2023–2024 年投放的结果；今年的 300–350 亿 Capex，是未来六年将陆续兑现的 900–1000 亿收入。两者的交叉点预计在2029年。

关于 Backlog 客户集中度——也是被严重误读的：

2025 年 70% 收入来自微软（作为 OpenAI 中间商），但这只是反映 23–24 年的投放结构。

向前看，Backlog 客户结构已经高度多元化：

Meta 已经超越微软，成为最大客户，占 Backlog 的 35%；Microsoft 占 20%；OpenAI 占 20%；Anthropic 占 8–10%；Jane Street 占 8–10%。

还有一个被投资界严重忽略的关键条款：英伟达承诺，对于 CoreWeave 采购但无法部署的芯片，英伟达将进行回收兜底。这一条结构性削弱了下行风险。

六、为什么估值差不会完全收敛？

虽然 Kenny 判断当前估值差被严重高估，但他也明确指出——长期来看新云的估值倍数仍应略低于传统云。两个原因。

• 第一，Capex 强度的结构性差异。传统云每 MW Capex 约 1500–2000 万美金（用自研芯片可降至 1000–1200 万），但 CoreWeave 和 Nebius 的每 MW Capex 高达 4500–5000 万美金——是传统云的 2–3 倍。

• 第二，PaaS 天花板的差异。Neocloud 的客户（AI 大模型公司、超云）自己都有很强的 PaaS 能力，新云 PaaS 占比天花板大约在 15–20%，远低于传统云的 30–35%。

Kenny 的核心判断：两者利润率最终会 Converge——传统云从当前 40% 收敛到 30–35%，新云从当前 25% 上升到 25–30%。当前 10 倍 vs 25 倍的估值差过于悬殊，必然收敛——但不会消失。

七、DeepSeek 与今年现货市场的“不正常”

今年市场过于关注 GPU 现货价格——确实涨了不少，但 Kenny 直言：今年的现货价格不正常。

1. 现货价异常的三重叠加

• 半导体周期错配：Covid 期间上游建了大量供给，疫情结束又比预期更快，海力士、闪迪、铠侠这些今天耳熟能详的企业在 2022–2023 年几乎濒临破产。这导致了最惨烈的下行周期紧接最大的上行周期，上游不敢大刀阔斧扩张，因为“记忆犹新”。

• Silicon Content vs 资本开支错配：明年云商 + AI 算力 + Neocloud 的资本开支整体可能增长 50–60%，但 Silicon Content（芯片量级）实际增长很有限——大部分增长来自元件与芯片（尤其是存储）的涨价。

• 健康市场应该是：Capex 增加 50%，Silicon Content 增加 30–40%，下游 Token Cost 大幅下降，需求端真正爆发——三个变量匹配。

2. DeepSeek 不是利空，是必要条件

DeepSeek 是一家伟大的公司，但它做的算力效率优化与 Token 价格下行，是产业健康发展的必要条件——不是利空。

杰文斯悖论的产业逻辑：

类比手机互联网——iPhone 2008 年问世，但手机互联网真正爆发是在 2013–14 年安卓机和中低端机大量出现之后。如果外卖小哥和滴滴司机需要花上万块买手机才能用 O2O 服务，根本爆发不了。硬件成本下降到全民可承担，下游应用才会真正爆发。

新云和 AI 算力公司也应该效仿这一模式——把一部分效率提升留给自己，一部分让利给下游应用与 B/C 端用户。这才是健康生态。

八、技术演进：推理与 Agent 时代的最大变量与核心瓶颈

随着 AI 重心从训练转向推理与 Agent 工作流，IaaS 层算力租赁将逐渐同质化。Neocloud 未来的核心壁垒与溢价能力将加速上移至 PaaS 层——其中最大的变量与瓶颈，都指向存储层与数据层的深层重构。

1. “AI 原生云”这个词，每家定义不一样

在讨论 PaaS 层重构之前，需要先拆清楚一件事：“AI 原生云”（AI Native Cloud）这个词，被英伟达、CoreWeave、Hyperscaler，甚至 DigitalOcean 这种小而个性化的云商都在频繁使用——但每家的理解完全不同。

• DigitalOcean 的路径——产品矩阵理念：DigitalOcean 把 AI 原生云当作一个面向开发者的产品矩阵来做，最近一次性发布了 15–20 款专门面向 AI 原生云的轻量产品。这是从“开发者体验”出发的产品化理解，偏向 SaaS 化的轻量布局。

• 英伟达 + CoreWeave 的路径——大集群管理为核心：这两家深度绑定的战略伙伴，把 AI 原生云定义为“以 AI 算力大集群的管理与优化为核心”。这是基建化、重资产、底层物理层的理解，与 DigitalOcean 的路径几乎是两个不同维度的产业。

• Hyperscaler 的路径——基本不太提这个词：三大超云普遍不太用"AI 原生云"这个概念。他们的视角是："我们之前做的事情和现在没有本质区别——只不过 B 端 workflow 的使用者从人变成了机器"。所以他们认为没有特别大的差异化，继续做原来的事即可。

三家定义的分歧本身就说明了一件事——"AI 原生云"这个词当下还没有被统一定义。而 Kenny 真正想强调的，是这之上更深一层的判断：未来 PaaS 层的核心重构在于"Storage Layer 与 Database Layer 的根本性融合"。下面展开。

2. 最大变量：UI 的消亡与机器原生数据直连

传统云的 PaaS 生态（微服务、Serverless、可视化控制台）本质上是围绕“人类开发者”的开发习惯设计的。

但在 Agent 时代，AI 原生云的绝对主流调用者将由人类转变为自主运行的机器。Agent 在执行多步决策、调用工具或进行反思工作流时，不需要图形界面进行可视化呈现，而是通过高频 API 直接向底层硬件和数据资源发出读写请求。

这意味着传统云商在前端应用管理、中间件上积累的软实力将被稀释。AI 原生云在 PaaS 层的竞争，将演变为“存储层与数据层的深度融合及调用效率”。

3. 最大瓶颈：从“计算生成”到“高频检索”的存储错位

随着大模型在垂直领域普及，Agent 提出的大量高频问题，其逻辑链与答案实际上已被反复计算过。行业开始广泛应用 KV Cache 等缓存技术——这意味着 AI 基础设施的核心瓶颈正在历史性地转移：

从“GPU 的浮点运算速度（计算瓶颈）”，转移至“如何高效、高并发、低延迟地从浩瀚数据库中调取已存在的缓存答案（存储 I/O 瓶颈）”。

大模型公司回答越来越快——不是因为推理速度变快了（新卡其实没出现），而是因为答案被存起来了。

4. 传统存储为什么会失效？HFT 跨界为什么会赢？

传统企业存储（Dell EMC、NetApp、Pure Storage）设计目标是“低频存取、冷热分层”——客户场景是企业文件“存进去基本不再看”。它们根本无法承受 AI 集群对成千上万节点同时产生的 TB 级高并发 I/O 冲击。

而 AI 原生存储新贵（如 WekaData）的设计目标恰好相反——高频检索、超低延迟。它们过去的客户是华尔街量化基金的毫秒必争场景，底层的高速文件系统与超低延迟调度方案，恰好是今天 AI 集群需要的。Kenny 描述其Backlog"很强很强"——超云、AI 算力公司、新云全是它的客户。

Kenny认为传统 Storage 玩家（Dell EMC / NetApp / Pure Storage）大概率做不出来这一代——因为他们的客户基因是“存进去就不再看”，从来没有训练出高速吞吐能力。

能否在 PaaS 层提供原生匹配 AI 集群吞吐需求的存储与检索调度方案，将直接决定 Neocloud 作为“第四朵云”的护城河深度。

结语：宏观视角的数字劳工迁徙

从宏观经济史的视角看，美国近 40 年经历了三次劳动力降本增效。

• 第一次（1985–2010）：制造业外包到亚洲。美国丢了 700 万岗位，亚洲新增 1.2–1.5 亿岗位，成本省了 60%。

• 第二次（2010–2025）：云 + SaaS 压住白领膨胀。5000 万核心白领被技术化封顶，但已有的白领池子工资还在涨。

• 第三次（2026 年开始）：AI 是美国白领劳动力膨胀的新解决方案——以前中国制造业的劳工或者美国白领，现在要被芯片所代替。

在这一进程中：

芯片成为新时代的数字劳工，数据中心成为其生产场所，Neocloud 作为 AI 原生云，正在扮演承载这些数字劳工的底层基础设施角色。

这就是为什么英伟达把数据中心称为 AI Factory——这不是修辞，是 90 年代中国制造业产业逻辑在 2026 年 AI 时代的真实复现。

Neocloud 底层架构从“带宽分发”向“算力密度 + 高频数据吞吐”的转变，是顺应这一计算范式转移的必然结果。