编者按:这篇访谈提供了一个观察 AI 算力周期的窗口:需求并没有因为上一轮 GPU 抢购潮而降温,反而正在被智能体、推理和企业级 AI 应用继续推高。

本文采访了 CoreWeave 联合创始人兼首席发展官 Brannin McBee,以及企业发展与投资者关系副总裁 Nick Robbins,讨论 AI 需求和 neocloud 市场的现状。CoreWeave 高管的核心表述很直接——AI 需求似乎每天都在以新的方式加剧,而真正的瓶颈也正在从「有没有 GPU」转向更复杂的基础设施问题:数据中心供电壳体、CPU、存储、电工、供应链执行能力,以及客户愿意为新一代算力支付多高成本。

CoreWeave 的特殊性在于,它处在 AI 基础设施链条的中间位置:既服务 OpenAI、Anthropic、Meta、Google、Microsoft、Nvidia 等头部客户,也直接感知研究实验室、企业客户和超大规模云厂商的需求变化。因此,它看到的不只是「GPU 是否短缺」,而是 AI 工作负载本身正在发生结构性变化。随着 agentic AI 和 reasoning 模型兴起,算力需求不再只围绕 GPU 展开,CPU 和存储的重要性也在上升,新一代数据中心设计必须为 Vera CPU、Vera Rubin 服务器和更多存储预留空间。

这也解释了为什么 AI 基础设施竞争正在从单纯的芯片采购,转向更全面的工程交付能力。谁能更快拿到供电数据中心、部署服务器、打通供应链、优化每 token 成本,谁就更接近这一轮 AI 资本开支周期的核心。CoreWeave 反复强调「客户驱动」,背后其实是一个更大的判断:AI 云厂商不再只是卖算力,而是在根据最前沿客户的路线图,提前重构下一代 AI 工厂。

对于投资者和行业观察者来说,这篇访谈最值得关注的不是某个单点数字,而是 AI 基础设施需求的变化方向:GPU 仍然重要,但瓶颈正在扩散;Nvidia 仍是核心,但 CPU、HBM、存储和数据中心供电能力正在成为新的变量;AI 需求仍在增长,但未来的胜负可能取决于谁能把复杂基础设施持续、稳定、规模化地交付出来。

以下为原文:

CoreWeave 被视为 neocloud(新型云服务)领域具有创新性的早期市场领导者。

它是唯一一家获得 AI 研究机构 SemiAnalysis 最高级别「白金评级」的云服务商。CoreWeave 成立于 2017 年,为初创公司和大型企业提供大规模 GPU 算力。

Key Context 近期采访了 CoreWeave 联合创始人兼首席发展官 Brannin McBee,以及企业发展与投资者关系副总裁 Nick Robbins,讨论 AI 需求和 neocloud 市场的现状。

以下为本次对话中编辑后的要点:

AI 需求持续加剧

Tae:智能体 AI 的需求浪潮是从什么时候开始爆发的?

Brannin:我们在去年第四季度就看到了真正的开端。当时,我们正与客户进行工程层面的沟通,讨论他们预计会在今年第一季度推向市场的产品。

这一直是我们看待客户需求时非常重要的视角。我们和客户之间存在一种深度互联的工程关系。正是这种关系让我们能够提前看到趋势,而不是等变化发生后再被动响应。

如果从 AI 市场的产品角度来看,我会说,第一季度是推理和 AI 消费出现巨大拐点的时刻,而且这种加速到现在仍在继续。

Tae:目前 AI 需求处于什么状态?和几个月前相比,最近几周是否完全没有放缓迹象?

Nick:它似乎每天都在以新的方式加剧。

Tae:请谈谈在智能体 AI 浪潮中,CPU 相对于 GPU 的需求上升趋势。你们会在 Nvidia GPU 服务器旁边部署一排排 Vera CPU 机架吗?

Brannin:CoreWeave 从 2023 年开始就在运行 CPU。我们一直都有完整的云产品。所以问题并不是我们是不是刚开始增加 CPU,而是客户到底需要什么?这种需求在相对意义上是否正在上升?答案是,非常明确,确实如此。

随着智能体和推理能力在模型中真正兴起,存储需求相较前几代也在上升。我认为这一趋势会继续。

Nick:对于你的问题,答案是肯定的。你绝对会看到大量 Vera CPU 被部署在大量 Vera Rubin 服务器旁边。去年,我们实际上从根本上重新设计了基础数据中心方案,为更多存储和更多 CPU 留出了空间,让它们可以部署在 GPU 旁边。

我们之所以这么做,是因为我们在整个生态系统中处于一个非常独特的位置。我们是唯一一家服务于所有最先进技术用户的独立云服务商。没有其他独立 AI 云服务商可以说,Anthropic、OpenAI、Meta、Google、Microsoft、Nvidia 等都是自己的客户。

这为我们的业务创造了一个有益的飞轮,或者说正向反馈循环:我们能理解客户正在把技术带向哪里,并据此进行规划。

瓶颈不再只是 GPU

Tae:未来你们会主要使用 Nvidia Vera CPU 吗?

Nick:这取决于具体工作负载。我们做事是由客户需求驱动的。我们确实预计会成为 Vera CPU 的早期且重要的采用者,这一点我们已经披露过。目前,我们的机群实际上主要还是 AMD,但随着时间推移,这可能会根据客户需求发生变化。客户对 Vera CPU 的兴趣非常浓厚。

Brannin:这也很好地提醒我们,可以谈谈我们的合同是如何运作的。正如你所知道的,我们 98% 以上的收入都是由合同驱动的。我们不是在猜客户想要什么样的基础设施。客户会非常明确地告诉我们,他们需要什么样的配置。一切都是客户驱动的。是客户在定义我们要建设什么。

Tae:谈谈竞争格局吧。面对 SpaceX、Nebius、Oracle 这样的 neocloud,以及 Azure、AWS、Google 这样的超大规模云服务商,你们是如何进入市场并参与竞争的?

Brannin:在差异化方面,我更愿意从第三方验证的角度来看。除中国外,全球排名前十的 AI 实验室中有九家在使用我们的平台。SemiAnalysis 一直将我们在性能方面单独列为最高水平。我不认为我们之所以能获得这样的 GPU 分配,是因为我们和 Jensen 的私人交情。

这说明供应商对我们的执行记录和工程能力有很深的信心,相信我们能够在全球范围内最好地体现其产品能力。

Nick:我们能够赢得超大规模云服务商客户,是因为我们非常擅长执行。我们能够以极快的速度搭建这些系统,而且它们运行得非常好。我们能够赢得研究实验室客户,是因为我们提供了性能最强的技术版本,并且在每 token 效率上表现最好。

我们能够赢得企业客户,是因为基础设施确实运行良好,而且我们构建了一个非常优秀、同类最佳的编排层,这也是白金评级等认可的来源。

但越来越重要的是,在 AI 云服务商中,我们已经构建出最成熟的一层能力,覆盖推理和开发工具,帮助企业把 AI 真正投入生产。

这意味着,我们正在构建和交付一些产品,最终帮助那些技术成熟度相对较低的企业,把数据转化为模型,再转化为可以在内部运行的智能体,而我们也可以在这个过程中交叉销售 CoreWeave 云服务。

Tae:目前的瓶颈是什么?是已经具备供电条件的数据中心壳体?GPU?还是电工?

Brannin:是 powered shells,也就是具备供电条件的数据中心壳体。更准确地说,是这些壳体内部的组件。你特别提到电工,这一点完全正确。这是一个复杂的领域。

但重要的是,我们已经有 49 个这样的站点上线并运行。我们不是把希望寄托在一两个站点上。我们已经做了 49 次。

这是一份非常深厚的执行记录。

这也意味着我们积累了大量知识,知道如何处理供应链问题,知道在这条供应链中哪些供应商适合合作,哪些供应商不适合合作。

Tae:关于 HBM 内存的成本和短缺,你们能透露些什么?你们如何应对?客户是否需要承担涨价成本?

Nick:答案是肯定的。我们的商业模式设计,是在签署 GPU 采购订单、确定我们要支付多少成本的同时,锁定我们向客户收取的 GPU 价格。更广义地说,也就是服务器价格,而服务器价格显然包含 HBM 成本。

这就是我们隔离日常价格波动影响的方式。

如果下一笔交易中我们的组件成本上升,我们会把这部分成本反映到我们认为可以向客户收取的价格中,从而保护我们的利润率。我们在将这些成本传导给客户方面受到很好的保护。这是我们非常密切关注的事情。

目前,获取组件并不是最大的瓶颈。最大的瓶颈是 powered shell。但未来某些时候,这个答案可能会来回变化。

Tae:你们预计 Vera Rubin 的部署爬坡会如何展开?今年下半年会是什么情况?

Nick:我们显然是全球第一家启动并全面验证 VR,也就是 Vera Rubin 机柜的公司。去年我们在 GB200、GB300 上也是这样。我预计 VR 会在今年晚些时候开始出现。

我预计,真正大规模、非常强劲的部署爬坡会贯穿整个 2027 年。这个节奏和 GB 类似:GB 在 2025 年开始出现,但真正大规模爬坡实际上贯穿了整个 2026 年。也就是说,去年年底已经部署了不少,但今年才是真正大规模部署 GB 的一年。

我预计,在未来 12 到 18 个月里,VR 会呈现非常相似的节奏。