“囤卡”,这是过去两三年里,全球智算中心狂热最重要的一个关键词。按照硬件基础设施早期的扩张惯性,规模曾经就是一切。但随着AI需求向推理倾斜,异构算力、Token交付模式演变、端云协同的新需求等,都在指出一个问题:
智算中心早期的产能狂飙,在很大程度上掩盖了机房内部天差地别的经营效率。
算力卡从上架通电的那一刻起,硬件折旧与机房租金等成本是不断累积的,但整体的收入端却取决于实际被消耗掉的那部分算力。假设资源利用率相差20个百分点,就相当于每5张卡有1张在白白折旧。
这种收入与成本确认机制的错位,让华尔街在过去两年里换了一种思维去看智算新云(NeoCloud)的估值逻辑,其核心便是效率与质量叙事——新云们的发展,成本控制与产出提升是一体的。怎样不让机房里的算力空转,决定了它们的长期价值所在。
穿透本质:刚性成本结构下的利用率杠杆
智算新云到底哪里不一样?2025年,CoreWeave在一篇技术博客开门见山:“我们致力于最大化云基础设施的性能和效率。”
“管理AI基础设施的复杂性意味着GPU的大部分计算能力可能因系统效率低下而损失,实证证据显示实际性能水平在35%至45%之间。缩小这一差距可以显著提升性能,提高模型质量,加快开发进度,并降低整体AI模型成本。”
这段话直接挑明了NeoCloud安身立命的本钱。假设硬件及其规模都处于相似水平,那么新云的生意本质,就是在面对高度刚性的固定资产成本时,靠技术手段拧紧利用率的发条,用运营效率换取毛利弹性与资本回报弹性。
在美股市场,CoreWeave与Nebius的定价逻辑,就锚定在这种底层资源的组织与整合能力上。
截至2026年6月末,CoreWeave的收入积压(backlog)规模达到约1040亿美元,对应签约电力容量约3.7GW;Nebius在二季度股东信中披露的经营指标则更为具体,其新签大型订单的每兆瓦年合同额已超过2000万美元,按收入确认口径测算,前期资本投入的回本周期约为1年10个月。
“单位电力合同额”是一种颗粒度极细的观察角度,专门用于反映整体资产摊薄后的效率价值。之所以会采用这种计算方式,看看智算中心的成本结构就明白了。
按照行业普遍规律,智算云服务的成本构成中,硬件及资产折旧通常占去40%至50%的大头,电力消耗占15%至20%,网络带宽与运维占10%至15%,人力成本约占10%。GPU集群一旦部署到位,设备折旧等就变成了雷打不动的固定开支,不会因为今天客户任务少、机器少开了几个小时就按比例打折。
当成本端像铁板一块时,决定资产回报率的变量,就只剩下“单位有效产出所分摊的固定成本”能被压到多低。CoreWeave与Nebius的披露模式其实就在间接表达这层含义。
此外,这里需要厘清一个市场上经常混淆的误区:就像CoreWeave从原本可能发生的效率损失里找增长,算力调度的效率提升,并不直接等同于向客户涨价的能力,它首先作用于成本端。如果只用单位经济学的思维来拆解智算新云的商业模型,其实就是两条公式:
单位有效产出成本 =(刚性折旧+机房与资金成本)÷(算力容量 × 计算资源利用率 × MFU)
单位毛利 = 算力单价 - 单位变动成本 - 单位有效产出成本
在这套模型里,分母上的两个指标决定了生意的成败:计算资源利用率决定了单张算力卡每天有多少个小时被分配出去干活,而MFU(模型算力利用率)则决定了干活的每一个小时里,有多少算力真正变成了训练或推理的成果,两者的乘积就是硬件投入的有效转化率。
为了更细致地理解,这里不妨用国内智算云企业九章云极招股书里的数据来算一笔账。
2025年至2026年上半年,九章云极的计算资源利用率从56.0%提升到了79.6%。在假设固定折旧总额不变,且有效算力产出跟着利用率同步增长的简单模型下,那么单位产出所分摊的折旧成本就会直接降到原来的56.0/79.6,降幅高达29.6%。当然,实际经营中还需叠加新算力接入、客户结构和运维成本变化。
哪怕只按折旧占总成本45%的行业平均水位来估算,单靠把利用率提上来这一项动作,就能让单位总成本凭空下降约13.3%。在某些特定长期租约模式下,使用权资产折旧占成本的比重甚至会超过80%,这种摊薄效应还会更加惊人。
并且,高刚性成本的财务模型往往带有强烈的反转性:在产能爬坡初期,庞大的固定折旧容易拖累利润表,可一旦利用率跨过平衡线,新增收入不再需要抽出大头去填折旧,业绩质量的转折会非常明显。
Nebius就已经完整走过了一遍这条曲线。其AI云业务的经调整EBITDA利润率从2025年四季度的24%一路飙升到2026年二季度的50%,短短三个季度直接翻倍。一旦把分母做大,死板的固定资产就会反过来变成放大利润的弹簧。
总之,把计算资源利用率与MFU同时推高,把公式的分母做大,分摊到每一个单位产出上的折旧与资金成本才会被压薄,进而在不需要向客户收高价的前提下,腾出丰厚的毛利空间与资本回报率(ROIC)——这才是智算新云真正的含金量。
何以弹性:从底层调度能力中找证据
既然智算新云追求的不是“卖得更贵”的售价溢价,而是在同样甚至更普惠的价格下,把固定成本摊得更薄的弹性溢价,为什么同样是机房,NeoCloud就是能挤出更大的空间?
仍然从计算资源利用率和模型算力利用率(MFU)这两个分母来看,前者考验的是怎么不让卡闲着,后者考验的是怎么不让卡在干活时“磨洋工”。它们的共同关键词是调度。
CoreWeave曾经指出,传统的通用云服务于基于CPU的网络规模计算,并不适合AI对高计算强度的需求。但谈到新的智算中心,它们却也不一定掌握了真理。
中国信通院曾测算,去年国内智能算力实际使用率约36.8%,超六成建成算力处于闲置状态。而浪潮人工智能研究院2026年一季度监测数据又显示,全国智算中心GPU平均利用率约30%。
从算力中心利用率,到GPU利用率,再到最直接的MFU(模型FLOPS利用率),其中的各种缺口,就是新云们关注的调度空间的来源。在高端算力持续紧缺的情况下,它们反而证明了“有卡用不起来”的市场缺的是把异构硬件顺畅组合、精准服务复杂AI任务的工程调度能力。
前述九章云极的运营明细中存在一个有意思的现象。从2025年末到2026年6月末,其利用率从56.0%涨到79.6%的过程,其实也是可控算力规模从10696 PFLOPS扩张到26824 PFLOPS的过程,半年时间容量放大了约2.5倍(截至招股书最后实际可行日期已突破29000 PFLOPS)。
原本算力上新往往需要时间处理硬件调试和客户任务,但九章云极的数据说明,新接入的算力在通电后很快就被底层的异构调度系统塞进了任务流程里,空置期大为减少。
并且,这层调度的对象是“卡”,而提升干活时的有效吞吐也就是MFU,更关系到算力的真实产出。
这是一个更细节的需求。几百张GPU需要频繁同步参数,任何一点网络卡顿或读写延迟,都会让整个集群停下来干等,导致行业里实际的训练计算吞吐往往还不到硬件理论峰值的一半——灼识咨询统计的行业平均MFU区间,常年徘徊在30%至50%之间。
CoreWeave作为北美NeoCloud标杆,其公开的内部自测数据是在128卡集群上训练300亿参数模型时,MFU达到49.2%至51.9%区间,并坦言这比公开市场上的常规训练基准高出了至多20%。
而在九章云极披露的一场生产环境实测中,调用63个节点、504张一线训练卡,连续30天不间断跑720亿参数大模型的预训练任务,其基础设施把MFU稳在了54.1%,日间波动率压到了1.60%,低于业内普遍以2%为界的稳定性门槛。
集群越大、跑得越久,节点间的通信损耗和单卡故障概率就会呈指数级上升,能在这个量级上跑出54.1%的MFU,九章云极的算力调度能力可见一斑。
此时,我们假设一家普通算力商的资源利用率停在56%、MFU处在40%的行业中游,两者相乘,硬件投入转化为有效产出的比例大约只有22%;而按照79.6%的资源利用率和54.1%的MFU粗略折算,理论推演的有效转化率可以达到约43%。
买的是同一批物理硬件,付的是同样的折旧账单,但有效产出却相差了接近一倍。调度能力带来的弹性,支撑了NeoCloud的差异化。
由此看来,尽管NeoCloud聚焦硬件资产,其实际能力边界却非常宽广。
CoreWeave早已披露过它通过Kubernetes(CKS)、Slurm on Kubernetes(SUNK)、Tensorizer等服务提升综合利用率。而九章云极自研的Alaya NeW OS作为系统底座,也是国内首个在算力调度、模型训练、模型推理和数据处理四大领域全部拿下中国信通院认证的AI操作系统。
九章云极在异构算力跨调度方面颇有心得,而双方的共同点均在于有一套自己的分层架构栈。
比如九章云极的“轨道优化”互联拓扑结构,让同平面的同级服务器直接对话,避开跨交换机的拥堵路段,将网络带宽利用率提升至95%以上;高性能混合存储系统,针对 AI 数据模式优化——大模型检查点快速存取、按文件类型分区管理,支撑EB级数据吞吐,让算力在训练与推理中跑在设计利用率上限。面对推理任务,系统用PD分离架构把“读题(处理输入)”和“作答(生成内容)”拆开,各自匹配最划算的硬件资源;再叠加上一次预测多个词元的MTP技术和免去重复计算的KV缓存复用,让同样的显卡每秒钟能吐出更多的Token。
正是这套基于AI原生架构构建的基础设施,帮新云打破了单一硬件的绑定,把原本各自为战的服务器捏合成了一台高吞吐、可计量的智能生产系统。
锁成本、调价格,迎接Token大爆发时代
拆解完智算新云对硬件资产的管理能力,我们会发现其经营模式就像一条已经修好通车的收费公路,前期的建造成本已经沉淀在柏油路里,未来能赚多少钱,全看路上的车流量有多密、跑得有多快。
而眼下,全球AI产业从“拼大模型训练”向“规模化推理应用”的全面转向,正在把源源不断的车流推上这条公路。
随着下游推理需求的井喷,算力租赁市场在2025年至2026年上半年迎来了明显的供需反转。
灼识咨询的数据显示,在此期间国内每台AI加速服务器的智算云平均月度服务费上涨了约100%至150%;而据SemiAnalysis追踪,海外主流训练卡的一年期合约租金从2025年10月的每卡每小时1.70美元涨到了2026年3月的2.35美元,半年涨幅逼近40%,不少老客户不仅接受原价续签,甚至主动把合同期一路签到了2028年。
一边是下游推理需求炸裂,一边是市场租金步入上行通道,赛道迎来了量价齐升的黄金窗口。但真正成熟的智算新云,早已不需要像“囤卡”周期一样靠短期暴涨价格来赚快钱,而是拿出了“价格韧性+效率护城河”的打法:
在客户端依然维持普惠、温和的算力定价来留住长期客户,转身在自己内部把机器用得更满、调度得更细,靠着单位成本的大幅下降把毛利空间撑开。
为了把公式的刚性成本压到极限,新云阵营内部在怎么获得算力资产这件事上,也走出了一条更聪明的轻资产路线。
早期的CoreWeave走的是“重资产买卡+高息借债”的路线,资产负债表比较沉重。海外巨头Nebius在2026年7月最新推出了合作伙伴模式,由合作方出钱持有硬件,Nebius提供系统架构、软件栈和客户订单,双方按收入分成结算。
在国内,九章云极也选择了“可控而非持有”,由外部合作方掏钱建设智算中心,自己输出架构设计、硬件部署和日常运营,再通过订立3至8年固定期限、且无延期及终止选择权的租赁合约获取AIDC及底层算力底座。
这样一来,截至2026年6月末,九章云极账面上的物业、厂房及设备净值仅为7170万元,手里管控的算力规模却高达26824 PFLOPS。
而且,从天南海北租来的机房,里头装着不同品牌、不同代际的异构芯片,外面迎接着需求五花八门的企业客户,九章云极直接选择了“车同轨,书同文”——为了解决异构算力在消纳和交易时的度量难题,九章云极在业内率先确定了“1度算力(DCU)”口径,把312 TFLOPS的FP16算力持续运行1小时定义为1度。
不要小看这把统一的尺子,在现有的智算市场条件下,它一下子解决了三个问题:
在客户端,弹性的VKS服务可以直接按消耗了多少“度”算力来计费,企业就像平时交电费一样,用多少付多少,不用为包月的闲置浪费买单;
在供给端,不管底层是哪家芯片厂的卡、什么架构的服务器,统统按算力度数折算入池,分散在全国各地的租赁机房瞬间汇成了一个可以统一调度、统一售卖的标准资源池;
在管理端,公司直接用“实际卖出去的DCU除以理论最大DCU”就能精准算出资源利用率和每一度算力的成本,实现经营资产标准化度量,为后续调优打下基础。
从长约锁死低成本,到用“1度算力”把异构硬件标准化入池,这套逻辑再次印证了NeoCloud的不同之处:算力本身只是半成品,谁能用极致的资源组织与整合能力把它封装成随取随用的服务方案,谁就能掌握产业链主动权,在算力普惠过程中赢得弹性优势。
如今,由推理需求点燃的Token大爆发时代已经彻底拉开帷幕。灼识咨询预计,中国智算云服务市场规模将从2025年的超536亿元一路扩容至2030年的超2261亿元(其中推理需求年复合增速高达36.3%)。
2026年二季度,Nebius旗下的Token Factory生产推理负载在一个季度内大幅增长了3倍以上;在国内,九章云极智算云服务的企业客户数从2024年的2家迅速增长到2026年上半年的84家,智算云平台经常性收入占比由7.1%升至26.1%,上半年整体营收同比大增92.0%至5.88亿元,综合毛利率达31.0%。
春江水暖,一切还只是开始。
一系列业务进展与财务指标的共振,表明Neocloud的商业模式已经走完了早期的概念验证。步入规模化变现的加速期后,由底层软件调度抠出来的效率溢价,将源源不断地摊薄固定成本,转化为利润表上越来越清晰的盈利弹性。
告别了早年的粗放喧嚣,算力这门生意,终究还是要回到靠软件调度和精细运营见真章的专业主义时代。
来源:松果财经
热门跟贴