新云厂商发现，最赚钱的可能不是卖GPU

先说个背景。去年（2025年）的时候，Nebius的CEO Arkady Volozh还在回答一个挺基础的问题：谁会买这么多GPU？当时大家对新云厂商（Neocloud）的认知还停留在"搞到卡、租出去"的阶段。但到了今年，他的论调完全变了——真正的瓶颈已经不是需求，而是人类到底能建出多少算力。

我最近把他在《Spotlight On》节目里2025和2026两年的访谈翻出来对比了一下，发现他的思维方式有一个很明显的转向：新云厂商正在从"GPU基础设施供应商"这个定位，往"新一代AI云底座"的方向演进。这篇文章就想把这个转变拆开聊聊。

01 新云的三条腿：技术、资本与市场

先说说去年他怎么看这个生意的。

Nebius这公司挺有意思，它是从Yandex的荷兰上市主体里拆出来的。2024年俄乌战争后，Yandex N.V.把俄罗斯业务卖掉了，留下来的团队里有不少是长期搞大规模机器学习基础设施的工程师，还带着一个在芬兰的数据中心。这批人和资产，就是Nebius起家的本钱。

Volozh当时把做新云的核心能力概括成"三条腿"：

第一条腿是技术与人才。 这不是说你有几张H100就行。GPU本质上是计算资源，但要把这些资源持续交付给客户，你得有数据中心、机架、网络、软件栈。Nebius的团队能自己建数据中心、自己装机架、自己写硬件之上的软件层，Volozh管这叫"全栈AI云"（full stack AI cloud）。这个能力很关键——很多新云厂商是租第三方机房起步的，但Nebius从一开始就打算自己干。

第二条腿是资本。 这个好理解，AI基础设施是重资产游戏，你得在收入兑现之前先砸钱买芯片、买电、建数据中心。Nebius继承了原上市主体的家底，账上有超过20亿美元现金，而且没有负债。但即便如此，Volozh当时也说了，还要继续融资。他的原话是："你要有好的技术和懂技术的人，也要有大量资本去建设AI基础设施。"

第三条腿是市场销售。 机房建好了、软件写完了，你得有人买。Volozh当时的判断是，AI基础设施最早的一批客户主要集中在美国，分两端：一端是大型科技公司、超大规模云厂商、争夺前沿模型的大生态公司；另一端是AI原生的创业公司，做模型和AI应用的那种。

但他不认为市场会一直停留在这两类客户身上。他的推演是：随着AI进入日常应用，客户群会从AI原生公司扩展到数字原生企业，再进一步渗透到普通企业市场。金融、医药、机器人这些行业都会慢慢变成AI基础设施的使用者。他甚至判断，几年后更广泛的企业客户会成为主要市场之一。

这三条腿放在一起，解释了一个核心问题：为什么"有GPU"不等于"有云"。GPU只是一项计算资源，云要解决的是怎么把大量GPU组织成稳定、可被客户持续调用的服务——它们放在哪、怎么供电联网、怎么被软件管理、怎么按客户需求交付。所以2025年的"全栈"其实是一张能力证明，告诉市场：我不只是有一批热门芯片，我还有团队能重建软硬件，有资本把基础设施建起来，也有能力找到客户。

不过现在回头看，那次采访里已经埋了一条线索。新云面对的客户不只是能一次性买走大批算力的巨头，还有大量AI原生创业公司，以及未来不断进场的企业客户。对这些客户来说，问题最终不会只停留在"有没有GPU"上。

02 大宗裸金属合同正在变成融资工具

到了2026年，客户的画像开始分化了，新云的产品也跟着分层。

对微软、Meta这种超大型科技公司来说，向Nebius采购裸金属容量已经够用了。因为它们有自己的软件栈和工程能力，不需要云厂商继续往上提供一堆工具，买的就是最底层的算力资源。

但真正依赖云厂商工具和平台的，是大量AI原生创业公司和企业客户。它们没有能力自己建成千上万张GPU的集群，也缺完整的软件栈，需要云服务商把底层算力封装成可以直接用的服务。Volozh在今年的采访里直接把这部分客户称为Nebius的"主要市场"和"主营业务"。

他有一句话说的很直白：

"我们并不把这些大型裸金属合同当作主营业务，而是把它们作为融资方式之一，用来建设我们自己的云，服务市场上的其他客户。"

这句话信息量很大。裸金属合同在新云的商业模式里，角色已经变了。它不再只是卖资源收钱，而是变成了一种融资工具——用大客户的长期合同去银行抵押贷款，拿钱去建更多数据中心、买更多GPU。

这就让AI云的竞争出现了两个维度。

第一个维度是规模。 AI基础设施越来越像一场重资产建设竞赛。几十万张GPU，未来可能上百万张，需要土地、电力、数据中心和持续的建设能力来支撑。

第二个维度是产品深度。 同样一批GPU，你可以按裸金属的大宗方式卖出去，也可以继续往上叠加基础云服务、平台、推理，最后变成Token和智能体服务来交付。

这两个维度是绑定的。只做裸金属，你能服务有成熟软件栈的大客户，但覆盖不了需要完整工具的中小客户。只做软件和上层服务，你又得依赖别人的底层容量，推理这类业务很容易被算力供给卡脖子。

所以AI云的竞争开始同时向两个方向延伸：向上争夺更高层的软件和服务，向下深入土地、电力和数据中心。

Volozh把起点放在土地上。整个链条是这样的：先拿土地和工业许可，再解决电力许可和接入，然后建数据中心和内部电气设施；再往上是机架、集群软件、基础云服务，最后才是推理和智能体产品。这是一个自下而上的全栈AI基础设施。

为什么一定要从土地开始？他的回答很干脆：

"如果外包出去，它永远不可能高效。"

每外包一层，你都要向数据中心建设方、机架厂商或软件公司支付利润。更重要的是，分散在不同供应商手里的系统很难作为一个整体来优化。垂直整合拿回来的不只是利润，还有建设速度、工程效率和扩张节奏的控制权。

在这个体系里，裸金属甚至只是典型新云生意的终点，但对Nebius来说只是起点。

当然，这种模式注定让公司变得越来越"重"。早期为了快速上线，Nebius也用过第三方托管数据中心，Volozh承认小型托管设施成本更高，但当时最重要的是速度。现在规模上来了，公司在建的大型站点已经达到数百兆瓦甚至吉瓦级，就必须走自建路线了。

背后的行业逻辑不复杂：托管解决的是进入市场的速度，自建解决的是大规模AI基础设施能否长期按自己的成本和工程要求扩张。

这种模式的另一面，是大客户合同被纳入了扩张循环。微软那笔超过170亿美元的裸金属合同，可以被拿去银行融资；Meta的安排包括约120亿美元的裸金属采购和约150亿美元的承购保障，这些都为更多云容量提供了融资基础。

于是Volozh描述了一种挺完整的AI云扩张模式：

• 大型客户提供规模订单和信用背书
• 中小客户提供更高层云服务的市场
• 长期合同支撑融资
• 融资再变成新的数据中心、电力和GPU容量

新云擅长的裸金属生意并没有消失，只是从终点变成了这套商业模式里的一层。

03 GPU退到幕后，AI云仍在开辟蓝海

当AI云继续向上延伸，变化的不只是产品形态，算力的计量方式和使用者也在变。

在裸金属层，客户买的还是GPU、集群和使用时间这些计算资源。但到了推理层，算力开始换一种计量方式——不再按GPU小时卖，而是直接卖Token。

Volozh的规划里，长期大批量卖裸金属算力是"典型新云"的业务，但Nebius不打算停在这。他们要继续往上，在集群软件之上搭IaaS层，再在IaaS层之上提供更高层的平台服务。

他说的很直接："我们在建的东西，是为了新一代客户建的，他们有完全不同的需求。"

新一代客户和十年前经典云的客户，思考解决问题的方式完全不一样。新一代AI云用户开始以更"智能体化"的方式使用云——他们可能不那么关心计算具体发到哪个节点，也不需要把一百多种不同的工具拼在一起用。因为智能体会替他们做这些事，而且智能体本身也会优化效率。

这些用户更看重的是：一个可量化地更可靠、更高效、更便宜的平台。

对用户来说，GPU正在被隐藏起来。但对供应商来说，为了让Token更快更便宜，电力、数据中心、机架和软件必须高度契合。这里有个挺有意思的悖论：上层的交付和计量方式越趋向标准化，底层工程反而越需要高度整合。

这也是Volozh认为市场还有窗口的原因。他的判断是，AI云不是传统厂商和新云互相厮杀的红海，而是一片由新用户、新需求和新服务打开的蓝海。他说：

"面对这些新需求和新用户，传统超大规模云厂商并不存在原有业务中那样的保护性护城河。我们不是要抢走它们原有的业务，而是和它们一起建设新的业务。这也不是一个赢家通吃的消费市场，而是一个B2B市场。"

这个判断挺关键的。传统云厂商确实有庞大的客户基础、资金和软件生态，但当AI带来一批使用方式完全不同的新客户时，原有优势未必能自动覆盖所有新增市场。新公司因此得到一个重新进入云计算牌桌的窗口。

对于试图向全栈AI云扩张的新云厂商来说，扩张是同时在两个方向发生的：向下控制土地、电力和机房，以降低成本、扩大建设规模；向上进入Token和智能体服务，以适应新用户并获得更高层的收入。

如果停留在GPU和裸金属层，你就得一直背着重资产建设和融资成本，而且面向客户卖的还是底层计算资源——这种模式下，你的差异化空间很小，很容易被价格战拖死。

不过，向上走不意味着算力短缺已经结束。Arkady预计未来一年算力仍然是制约因素，限制的是人类到底能建设多少基础设施来满足新需求。在需求足够高的阶段，新容量既可以整批按裸金属卖掉，也可以放到更高的产品层面，以Token和AI服务的形式出售。

从裸金属和GPU资源出发，部分新云正在试图走向另一种终局：成为一套为新一代用户重新建造、像基础设施一样持续输出AI能力的全栈云。这条路能不能走通，还得看它们在土地、电力和软件这三个层面能不能同时跑起来。至少从Nebius的布局来看，他们已经在押注这个方向了。