NeoCloud市场洞察
一个正在重塑 AI 基础设施的金融化算力工厂 · 基于真实市场数据
2026-08
研究对象：现象本身
数据驱动 · 非观点站队
① 现象是什么：一个 $250 亿、增速 58% 的新物种
NeoCloud（新算力云）是 2023 年以来崛起的一类公司——它们不碰传统云的软件/平台层，只专注一件事：买英伟达 GPU、建高密度数据中心、把算力转租给 AI 模型公司。这是一个真实存在、且在爆发式增长的市场。
$250 亿
2025 全年营收（Synergy Research）
$4000 亿
2031 年 Forecast 规模
规模结论：这不是一个小众的实验，而是一个单季 $90 亿、增速三位数、被多家机构一致预测 2031 年接近 $4000 亿的独立产业。它已经成为 AWS/Azure/GCP 之外的"第四极"。
② 玩家图谱：谁在这个牌桌上
| 公司 | 市值/估值 | 核心客户 | 关键数据 |
|---|
| CoreWeave | 市值 ~$517亿（上市公司） | 微软、OpenAI($119亿)、Meta($21B) | T12M 营收 $51亿、backlog $668亿、2026 capex $300-350亿 |
| Nebius | ~$100亿+（前 Yandex） | Meta($270亿)、微软($19B) | 英伟达持股 9.3%、Q4 营收 $582M |
| FluidStack | 估值 $18B（在谈） | Anthropic($500亿) | 营收从 $180万(2022) 飙到 $6620万(2024) |
| Lambda | 估值 $3.5B+ | 开发者市场 | 英伟达支持、融资 $8亿+ |
| Crusoe | 估值 $3.5B+ | — | 废弃能源发电模型 |
关键观察：每个头部 NeoCloud 背后都站着 1-2 个巨型客户（微软、Meta、OpenAI、Anthropic），且都有英伟达的资本或订单背书。这不是零散的算力零售，而是一条"巨头→NeoCloud→模型公司"的定向供血管道。
③ 为什么会出现：三股力量的结构性缺口
NeoCloud 不是凭空冒出来的，它填补了三方都"不方便/不愿意"做的空白：
| 角色 | 为什么需要 NeoCloud | 证据 |
|---|
| 大厂（微软/谷歌） | 不想把巨额 GPU 资产砸进自己资产负债表（拖累利润率），但要保证算力供给 | 微软是 CoreWeave 最大客户（一度占营收 72%），Azure 有 $80亿 backlog 无法履约 |
| 英伟达 | 不能自己下场做云（会得罪所有云客户），但需要消化天量 GPU 产能 | 各投 $20亿给 CoreWeave/Nebius，$100亿给 OpenAI，并签 $63亿兜底订单 |
| 模型公司（OpenAI/Anthropic） | 现金流成熟前，需要提前锁定海量训练/推理算力 | OpenAI 与 CoreWeave 签 $119亿，Anthropic 与 FluidStack 签 $500亿 |
本质：NeoCloud 是三方需求交汇处的"金融桥梁"——大厂图表外、英伟达图产能、模型公司图确定性，三者都不直接下场，于是长出了 NeoCloud 这层中间产物。
④ 核心金融机制：循环融资的真相
一个可以被精确描述的资金闭环
- 第一步：英伟达给 NeoCloud 投资（$20亿级）或提供融资担保（讨论中 $2500亿给 OpenAI）
- 第二步：NeoCloud 拿这笔钱 + 债务融资（CoreWeave 净债务 $330亿、$8.5亿 term loan）向英伟达买 GPU
- 第三步：NeoCloud 用 GPU 签长约（OpenAI $119亿、Meta $21B）锁定未来现金流
- 第四步：英伟达再签"兜底订单"（CoreWeave $63亿），承诺买下卖不掉的容量
这是理解这轮行情的关键：英伟达既是上游供应商（卖 GPU）、又是中间出资人（投资 NeoCloud）、还是最终兜底者（承诺回购）。钱从英伟达流出 → 经 NeoCloud 买英伟达的货 → 英伟达再兜底。这是一个英伟达自己给自己创造需求的闭环。它最大的作用是：把"卖不掉 GPU"的风险，从英伟达的报表，转移到了 NeoCloud 的报表。
⑤ 最关键的真实张力：两个价格在背道而驰
这是本报告最重要的市场洞察——这轮行情里，两个"算力价格"正在走向完全相反的方向：
| 价格维度 | 方向 | 数据 | 驱动 |
|---|
| GPU 芯片现货租赁价 | ↓ 暴跌 | H100 从 $8-10/小时 → $2.85-3.50（-64%）；现货逼近盈亏线 $1.65/小时 | 新芯片（B200/GB200）推出 + 供给释放 + AWS 降价 30% |
| 带电力的数据中心租约 | ↑ 暴涨 | 电网审批 24-36 个月；变压器 5 年 backlog；批发电价最高涨 267% | 电力成为新瓶颈，远超过 GPU 供给 |
真正的瓶颈：从 GPU 转向电力
- 美国数据中心 IT 负载：2025 年 80GW → 2028 年预计 150GW（几乎翻倍）
- Gartner 预测 2027 年 40% 的 AI 数据中心将电力受限
- 高压变压器（HV transformer）交付排到 5 年后——"一个变压器 backlog 杀掉了美国 2026 年一半的 AI 数据中心"
- AI 机架功率密度 30-100kW（传统仅 5-15kW），电网根本扛不住
- 倒逼厂商转向"现场发电"：Bloom Energy 燃料电池、燃气轮机、核能"能源孤岛"
洞察结论：这轮行情的胜负手，已经从"谁有 GPU"变成了"谁有电"。GPU 芯片在贬值（供给过剩），但带电力保障的数据中心在升值（电力稀缺）。真正的稀缺品不是显卡，是一张能按时通电的数据中心。这就是为什么 NeoCloud 的估值逻辑，越来越像"能源资产"而非"科技公司"。
⑥ 三家代表公司的真实财务画像
CoreWeave：高杠杆的"算力工厂"
- FY2025 营收 $35.59亿（+205%），但负债率 93%（负债 $459亿 / 资产 $493亿）
- 净债务约 $330亿，全年 capex $300-350亿（营收的 ~9 倍）
- 2025年3月 IPO $40/股，最高冲到近 $700亿市值，现 $517亿——先暴涨后回落
- 客户集中：微软一度占 72%，现已降到 45%，新增 Meta $21B、OpenAI $119亿
Nebius：更"现货化"的挑战者
- 前身是 Yandex Cloud，2024 年净营收仅 $1.18亿、运营亏损 $4.44亿
- 2025 年爆发：Q4 单季营收 $582M（+454%），全年 ARR 冲 $7.5-10亿
- 抱上 Meta 的 $270亿大单 + 英伟达持股 9.3%
FluidStack：估值狂奔的"黑马"
- 营收从 2022 年 $180万 → 2024 年 $6620万，估值却在谈 $18B（较数月前 $7.5B 翻倍多）
- 靠一张 $500亿的 Anthropic 订单撑起估值叙事——营收与估值的倍数极度悬殊
共同点：三者都是"营收体量小、订单金额巨大、估值极高、杠杆很重"的典型。它们卖的不是当下的利润，是未来几年已经被长约锁定的现金流。
⑦ 终局推演：三种路径
| 情景 | 触发条件 | 结果 |
|---|
| ① 算力-电力长期稀缺 | 模型需求持续增长、电力瓶颈无法突破 | NeoCloud 成为 AI 时代的"能源贸易商"，估值继续膨胀 |
| ② 供给释放、租价回落 | GPU 现货继续跌、新一代芯片摊薄老芯片、电力逐步跟上 | 高杠杆、长折旧、低现金的 NeoCloud 被 CSP 低价收购，变成巨头资产负债表的一部分 |
| ③ 需求坍塌/融资窗口关闭 | 模型不赚钱、企业不买单、风投资金枯竭 | 高杠杆 NeoCloud 直接进入出清周期，GPU 从"资产"变"存货" |
判断：三条路径的关键分水岭都是电力和续约价格。当前最值得盯的冷指标：GPU 现货价格曲线（正在跌）、带电力租约价（正在涨）、客户续约价、债务到期结构、英伟达是否继续兜底、CSP 是否开始收购表外资产。这些指标一旦反转，NeoCloud 的叙事就会从"高成长科技股"切换成"周期性资产负债表"。
⑧ 最终洞察：给观察者的一张图
- NeoCloud 是真实的、巨大的、且在暴涨的产业（$250亿 → $4000亿，CAGR 58%），不是 PPT 概念
- 它的本质是"金融桥梁"：大厂的表外资产 + 英伟达的产能消化通道 + 模型公司的融资替代
- 它的命门是循环融资：英伟达"卖货 + 出资 + 兜底"三合一，风险从英伟达报表转移到 NeoCloud 报表
- 这轮行情的胜负手是电力，不是 GPU：芯片在贬值（现货 -64%），但带电力的数据中心在升值——真正的稀缺品是"能通电的房子"
- 繁荣时它是杠杆，反转时它是库存：它的估值地基是租赁价格曲线，而这条曲线现在一半在跌（芯片）、一半在涨（电力）
一句话总结这个现象：AI 产业从"软件幻觉"沉降到"物理世界"后，长出了一层金融化的算力工厂。它卖的不是算力，是"在未来算力长期稀缺"这个假设上的金融敞口。这个假设成真，它就是新时代的能源帝国；这个假设破灭，它就是等待被巨头收割的库存。
⑨ 中国与华为：同一个算力浪潮的另一面
把这轮 AI 算力浪潮放大到全球，中国和华为是同一现象在另一个约束条件下的投影——美国的问题是"资本过剩、金融化过头"，中国的问题是"芯片供给受限、国产替代补位"。两者机制完全不同，但都指向同一个终点：算力重工业化。
华为昇腾的真实地位：两种口径的巨大分歧
| 维度 | 中国视角（IDC/中文媒体） | 西方视角（CFR/美国智库） |
|---|
| 市场份额 | 2025 年国产 AI 加速卡占中国 41%，英伟达降至 55% | 华为算力仅英伟达的 5%（激进）/3%（中位）/1%（2027） |
| 华为出货 | 昇腾 81.2 万张，占国产 49.2%（"半壁江山"） | 2025 年约 30-40 万颗，对比英伟达 400-500 万颗 |
| 性能 | 910C 对标 H100，384 超节点达 300PFlops | 910C 实际仅 H100 的 60%（DeepSeek 自述），7nm 制程天花板 |
| 收入 | 2026 年昇腾业务收入将突破 $120 亿（+60%） | —（远低于英伟达数据中心 $1937 亿） |
辩证判断：两个口径都是真的，只是量尺不同。在中国市场内部，华为昇腾是真实的、高速的崛起（国产 41%、华为占半壁、字节 25 万颗大单）；但放到全球绝对算力，华为仍远落后于英伟达（约 5%）。华为的本质是"出口管制倒逼下的国产替代"，不是"技术超越"——它解决的是"有没有可用芯片"，不是"有没有最强芯片"。
关键事实：出口管制如何反向塑造了这个格局
- 2025年12月，美国批准英伟达 H200 出口中国，但中国海关拒绝进口，反而倒逼大厂全面转向国产昇腾
- 2026年4月 DeepSeek V4 发布，官方技术报告明确写入昇腾 950PR 硬件验证清单，完成全栈迁移；GLM-5（744B 参数）完全用昇腾训练
- 字节跳动 2026 年初签下 25 万颗昇腾大单（近 300 亿元），训练侧以华为为主
- 摩根大通预测：中国 AI 推理 Token 消耗 2025-2030 将从 10 千万亿增长到 3900 千万亿（370 倍）
- 全国智算规模：2025 年底 159 万 PFLOPS → 2026年3月 188 万 PFLOPS
中国为什么没有"NeoCloud"？—— 一个结构性的缺席
- 美国长出了 CoreWeave、Nebius、FluidStack 这批"表外算力工厂"，但中国没有对应的 NeoCloud 生态，原因有四个：
- ① 没有"表外"动机：中国的算力买家（阿里云/腾讯云/字节/运营商）不追求美股财报的利润率优化，没有把重资产藏到表外的动力
- ② 真正的瓶颈是供给不是资本：美国是"资本过剩、金融化过头"，中国是"芯片供给受限（7nm 卡脖子）"，缺的不是融资，是人造不出足够多的先进芯片
- ③ 需求池性质不同：中国的算力需求是"政策驱动 + 大厂自建"（全国智算规模 188 万 PFLOPS），而非"风投驱动的模型公司租赁"
- ④ 华为不缺"金融闭环"而是缺"产能"：英伟达能玩"卖货+出资+兜底"的循环融资，是因为它芯片供过于求、需要消化；华为芯片供不应求，根本不需要金融化去消化
华为 vs 英伟达：两种截然不同的算力帝国
| 维度 | 英伟达（美国） | 华为（中国） |
|---|
| 驱动逻辑 | 市场 + 金融（循环融资、表外、兜底） | 政策 + 国产替代（出口管制倒逼） |
| 核心瓶颈 | 需求消化（芯片供过于求，需 NeoCloud 承接） | 供给产能（芯片供不应求，7nm 卡脖子） |
| 下游生态 | 长出 CoreWeave/Nebius 金融化算力工厂 | 大厂直接自建 + 华为供货，无金融中间层 |
| 全球份额 | ~80%（绝对霸主） | ~5%（中国内 41%） |
结论：中国和华为是这轮 AI 算力浪潮的镜像——美国在演绎"资本过剩的金融化"，中国在演绎"供给受限的国产替代"。华为昇腾在中国内部是真实且不可替代的"压舱石"（字节训练算力刚需、DeepSeek/GLM 全栈迁移），但它受制于 7nm 制程天花板，短期无法在绝对算力上挑战英伟达。对华为的真实判断是：它在中国是赢家，在全球是追赶者；它的天花板由半导体制造工艺决定，而非由市场需求决定。这与英伟达"需求消化"的瓶颈恰好相反——英伟达愁的是卖不掉，华为愁的是造不出。