GPU 云初创：CoreWeave · Lambda · Together · Nebius
最后更新：2026-04-24
"AI neocloud"（AI 新云）是 2023-2026 最快增长的基础设施赛道之一。CoreWeave 从加密挖矿转型为 NVIDIA 最大战投方之一，Lambda / Together / Nebius 等各自切分 AI 训练 / 推理 / 开源模型托管赛道。本文梳理 GPU 云格局。
一句话结论
GPU 云初创抓住了四大云厂商（AWS / Azure / GCP / Oracle）在 AI 时代相对落后的窗口，2024-2025 年 CoreWeave IPO、Nebius 拆分独立、Lambda 持续扩张。格局由 NVIDIA 背书主导——谁拿到 NVIDIA 先发 GPU 谁赢。
三条关键要点
- CoreWeave 是最大赢家：2024 IPO，成为 NVIDIA 最大外部战投方、微软 OpenAI Azure 容量不足的备选供应商
- Together AI 走开源模型托管路线：Llama / Mistral / 自研模型的推理服务，毛利率 40%+
- 中国 GPU 云是另一个生态：火山引擎、阿里云神龙、百度云等与 AWS-CoreWeave 模式差异大
主要玩家
CoreWeave（美国第一）
- 创立：2017，加密矿场起家
- 转型：2022-2023 转 AI GPU 云
- IPO：2024-Q4 纽交所上市（IPO 后估值数百亿）
- 规模：2024 年约 25 万 GPU
- 关键客户：Microsoft（Azure 容量补充给 OpenAI）、Mistral、Inflection
- NVIDIA 关系：最大战投方之一（Nvidia 持股 + GPU 分配优先）
- 2025 收入：$20-30 亿（估）
Lambda Labs
- 创立：2012
- 定位：面向开发者 / 研究员 的 GPU 云
- 产品：Lambda On-Demand（按分钟计费）+ Lambda Reserved
- 价格：通常是 AWS 的 50%
- 2025 估值：~$1.5B
Together AI
- 创立：2022
- 独特定位：开源模型推理云 —— 托管 Llama / Mistral / DeepSeek 等
- 技术：自研推理优化（FlexAttention 等）
- 商业：按 token 收费，与闭源 API 相仿但用开源模型
- 2024 Series B：~$1.3B 估值
- 毛利率：40%+（开源模型 + 工程效率）
Nebius（原 Yandex 拆分）
- 背景：2022 俄罗斯 Yandex 国际业务拆分
- 欧洲 GPU 云龙头：总部阿姆斯特丹，欧洲合规优势
- 2024-09 纳斯达克上市：独立交易
- 2025 规模：数万 GPU，持续扩张
Modal Labs
- 定位：Serverless GPU（类似 AWS Lambda，但 GPU）
- 用户：中小 AI 创业公司、研究者
- 特色：按秒计费、冷启动快
RunPod · Paperspace
- 小型 GPU 云：面向长尾用户、学术研究
- 价格战最激烈的地带
中国 GPU 云（详见 AI 训练基础设施）
- 字节火山引擎：豆包 / Seed 自用 + 对外
- 阿里云灵骏：Qwen 自用 + 对外
- 腾讯云 HCC：混元自用
- 百度云 AIPOD
- 国家智算中心（政府主导）
商业模式对比
| 玩家 | 计费方式 | 目标客户 | 毛利率（估） |
|---|---|---|---|
| CoreWeave | H100/B200 按小时租 | 超大客户（Microsoft、Mistral） | 20-30% |
| Lambda | 按分钟 / 预留 | 开发者、中型企业 | 25-35% |
| Together | 按 token（推理） | 用开源模型的应用 | 40-50% |
| Modal | Serverless 按秒 | 中小创业 | 30-40% |
| 四大云厂 | 多层级 | 所有客户 | 30-40%（AI 细分） |
Together 毛利最高因为： 1. 推理端定价（不用承担训练的 capex） 2. 开源模型免 license 费 3. 自研推理优化降低成本
与四大云厂的博弈
四大云厂优势
- 规模（AWS EC2 全球数百万台机器）
- 客户关系（已锁定企业 IT）
- 一站式（compute + storage + networking + DB）
四大云厂劣势
- NVIDIA GPU 分配：NVIDIA 为了反垄断和分散，不把所有最新 GPU 都给四大云
- 定价：大云产品溢价高
- AI-native 优化不足：通用架构非 AI 专用
CoreWeave 等初创机会
- NVIDIA 的"备选通道"：Microsoft 借 CoreWeave 弥补 Azure 容量
- 快速上新：Blackwell B200 上线速度比 AWS 快 3-6 月
- 专业工程：网络 / 存储 / 调度都 AI-first
用 7 Powers 框架 看
CoreWeave 的护城河： - Cornered Resource：NVIDIA GPU 优先分配 ✅ - Scale Economies：数据中心自建降成本 ✅ - Switching Costs：客户基础设施绑定 🟡
Together AI 的护城河： - Process Power：推理优化工程 ✅ - Branding：开源社区信任 🟡 - Cornered Resource：？ 相对弱
用 BCG Advantage Matrix 看
- GPU 云整体 = Volume 象限（规模经济 + 资本密集）
- 推理专业云（Together） = Specialization 象限
- 长尾 GPU 云 = Fragmentation（被四大云 + 初创双向挤压）
2026 关键变量
- CoreWeave 第二次扩张：从 Microsoft 独家扩张到更多大客户（谷歌？Anthropic？）
- Blackwell / Rubin 分配博弈：NVIDIA 如何平衡四大云 vs 初创
- Together 能否 ARR $1B+：证明开源推理云独立成立
- 电力瓶颈：CoreWeave 的数据中心选址和电力获取
- AI 云价格战：是否会出现类似 2010s 云计算价格战（AWS vs Google vs Azure）
我的判断
我的看法：
- CoreWeave 是 AI 基础设施最清晰的赢家，but 估值很可能短期见顶（数据中心 capex + 折旧压力）
- Together / Modal / Lambda 在细分有生态位，但整体规模有限
- 四大云不会输——最终会把 CoreWeave 之类合并或自己扩张追上
- 中国 GPU 云是独立生态，美国产品难以进入
我可能错在哪里： - CoreWeave 成功扩张到 Google / Anthropic 客户 → 估值进一步上涨 - Together AI 真正挑战 Bedrock / Vertex → 开源推理云成为标配 - 电力 / 供应链危机让初创 GPU 云商业模式崩溃