引言：一場正在發生的基礎設施革命

觀察最近的科技新聞，你會發現一個奇怪的現象：NVIDIA 这家原本只卖芯片的公司，现在竟然开始给云基础设施公司“砸钱”了。今年三月，NVIDIA 宣布向 Nebius 注资 20 亿美元，这一消息直接让 Nebius 股价飙涨 14%。如果你只看表面，可能会觉得这不过是又一起科技巨头的战略投资。但如果你 dig deeper，会发现这是一场关于“算力所有权”的深层博弈。

過去十年，我們見證了雲端計算如何從「資源出租」變成「平台服務」。現在，AI 浪潮又把这个模式往前推了一把——不再是簡單地租用 GPU，而是需要一整條「從芯片到應用的完整堆疊」。Nebius 這種 Neocloud 供應商的崛起，正是對这一需求的直接回應。它們不像 AWS 或 Azure 那樣提供几百種服務，而是專注把 AI 基礎設施這一件事件做到極致。

本文不打算重複新聞稿里的官方說法，而是從實際觀測到的市場動態、能耗數據和企業反饋出發，幫你看懂這筆投資背後的三層博弈：技術層面的「軟硬體解耦」、商業層面的「生態系綁架」、以及能源層面的「電力keeping」。

什麼是「Neocloud」？Nebius 憑什麼讓輝達砸下 20 億美元？

每次提到雲端服務，大家腦袋裡第一個蹦出來的是 AWS、Google Cloud、Azure 這些「超大規模供應商」（hyperscalers）。但在 AI 時代，一套新的玩法正在浮現——這就是所謂的「Neocloud」。根據 The New York Times 的定義，Neocloud 是「新一代數據中心提供商」，它們的特点是：規模可能不如超大規模供應商，但在 AI 基礎設施的某些环节做到了极致。

CoreWeave、Nebius、Nscale、Lambda 這些名字，可能對普通消費者來說很陌生，但它们在 AI 開發者圈子裡已經成了香餑餑。為什麼？因為它們把 GPU 資源當作「商品」來賣，而不是附加在了一套複雜的生態系統裡。這對那些只想訓練模型、不想要一堆五花八門 PaaS 服務的公司來說，簡直是救星。

Nebius 的背景很有意思——它原本是 Yandex 的一部分，去年分拆出來。這意味著它繼承了俄羅斯互聯網巨頭在「高緯度」數據中心運營方面的經驗，比如如何用更少的電力跑更多的計算。Nebius 的網站上寫著它們提供「自動化資源調度、能耗管理與網路優化」，這些聽起來很技術性的詞，實際上是 Neoncloud 的核心競爭力：讓你的 GPU 利用率從 30% 提到 60% 以上，這在 AI 訓練成本佔比超過 50% 的今天，直接決定了很多項目的生死。

專家見解：

案例佐證：Nebius 的實際客戶是一個怎樣的畫面粉?

根據 Nebius 官方新聞，它們已經與「多家大型機器學習工作負載客戶」合作，並提供支援 TensorFlow、PyTorch 與 LLM 推理的底層服務。這裡的「大型」具體指誰？我們從第三方資訊管道挖到一些線索：Nebius 的客戶包括一些歐洲的金融科技公司和telecom运营商，這些公司需要處理大量的實時推理任務，但又不想把數據發到美國去（顧慮數據主權）。

這解釋了為什麼 Nebius 特別強調「多雲部署與混合雲環境」——她們的客戶大多有嚴格的數據本地化要求。而這，恰恰是 AWS 和 Azure 這種全球性玩家難以完全滿足的。Neocloud 的「區域性深耕」策略，在 GDPR 和類似的數據保護法規越來越多的情况下，反而成了優勢。

輝達的「生態系綁架」戰略：投資版圖背后的算力獨奏

如果你以爲 NVIDIA 只是被 Nebius 的技術吸引，那就 too young 了。這筆投資是 NVIDIA 2024 年一系列戰略投資中的一环——年初投了 CoreWeave 20 億，上個月砸了 30 億給 OpenAI，本週又参与了 Nscale 的 20 億融資。NVIDIA 在下一盤很大的棋：確保自己的芯片成為每個 AI 工作負載的默認選項。

這種策略有個學名叫「系統級鎖定」（system-level lock-in）。單純賣芯片的毛利太低，而且容易被替代（AMD 的 MI300X 就在虎視耽耽）。但如果你同時控制了芯片、軟體棧（CUDA）、甚至數據中心的運營模式，客戶就很難離開了。NVIDIA 對 Nebius 的投資條件裡，據業內傳聞，包含了一些「採購承諾」——Nebius 必須在未來幾年內購買特定數量的 NVIDIA H100 和 Blackwell 芯片。

數據佐證： hyperscaler 们的算力軍備競賽

NVIDIA 的策略之所以有效，是因為市場真的在瘋買 AI 算力。根據 Gartner 的預測，2026 年全球 AI 支出將達 2.52 兆美元，其中基礎設施佔了大頭。Tech無畏報導，hyperscaler 們今年在 AI 數據中心的投資預計突破 6500 億美元。看看他們都在搞什麼大新闻：

• Amazon 的 Project Rainier：花費 110 億美元，容量 2.2 吉瓦，剛好給 Anthropic 用
• Meta 的 Hyperion：預計用電 5 吉瓦
• xAI 的 Colossus：位於路易斯安那的超级計算集群
• OpenAI + Oracle + Softbank 的 Stargate：六個數據中心，總規模可能破百億

hyperclears 的玩法是「自建自用」，Neocloud 則提供了一種更靈活的模式：你不需要自己搞定土地、電力、冷卻，直接來 Nebius 的機房租用就行。這對那些不想重資產介入的企業來說，吸引力巨大。而 NVIDIA 通過投資 Nebius，等於提前鎖定了那些「不想自己建數據中心」的客戶的芯片需求。

AI 數據中心的能耗海嘯：5 吉瓦機架背後的電力暗戰

這邊廂，NVIDIA 和 Nebius 在宣布合作；那边廂，美國印第安納州政府正在調查 Amazon 的 Project Rainier 是否導致當地水井乾涸。AI 數據中心最大的隱形成本，從來不是芯片本身，而是電力和水資源。根據 PCMag 報導，AI 數據中心每機架功耗超過 60 千瓦，而普通數據中心只有 5-10 千瓦。一瓶 GPU 的功耗在 250-500 瓦之間，是普通 CPU 的 2-4 倍。

Nebius 承諾到 2030 年部署超過 5 吉瓦的 NVIDIA 系統。這是個什麼概念？1 吉瓦相當於一個大型核電站的一半裝機容量，5 吉瓦大約等於 500 萬戶家庭的日常用電。這麼大的電力需求，不是隨便找個地方就能解決的。能源成本現在已經佔 AI 訓練總成本的 30-40%，而且隨著電力市場價格波動，這個比例可能進一步上升。

這裡出现了一個有趣的悖論：AI 需要大量算力來解決複雜問題，但算力越大，能源消耗也越大，這又會產生碳排放問題，進而可能引發新的監管風險。歐洲已經開始討論對 AI 數據中心徵收「碳稅」，美國一些州也在推「配額制」。Nebius 強調的「能耗管理」，將來可能不是錦上添花，而是准入門檻。

2027 市場規模預測：AI 基礎設施市場的兆美元浪潮

回到數據。Gartner 預測 2026 年全球 AI 支出達 2.52 兆美元，這個數字包含了軟體、服務、硬體等所有東西。單單 AI 基礎設施（servers, storage, networking）部分，不同機構給出了不同的預測：

• Business Research Insights：2026 年 38.92 億美元 → 2035 年 146.37 億美元（CAGR 18.01%）
• Mordor Intelligence：2026 年 101.17 億美元 → 2031 年 202.48 億美元（CAGR 14.89%）
• Fortune Business Insights：2026 年 75.40 億美元 → 2034 年 497.98 億美元（CAGR 26.60%）

數字打架的原因在於「AI 基礎設施」的定義範圍不同。Business Research Insights 可能只計算了專用 AI 服務器，而 Mordor 把整个 data center infrastructure 都納入了。但不管哪個數字，增長趨勢是一致的：每年兩位數以上的增長，而且起跳基數已经很大。

如果我們把時間軸拉到 2027 年，一個合理的推估是：AI 基礎設施市場將突破 1200 億美元，佔全球 IT 基础设施支出的 20% 以上。這意味著每花 5 美元在數據中心上，就有 1 美元直接用於 AI 工作負載。而 Nebius 和它的 Neocloud 同伴，將吃掉這塊市場中增長最快的部分——那些需要靈活部署、不願被 hyperscaler 綁死的企業。

地緣政治變數：半導體供應鏈的区域化

一個不能忽略的因素是：各國都在推動半導體本土製造。美國的 CHIPS Act、歐盟的 Important Projects of Common European Interest (IPCEI)、中國的「大基金」都在补贴晶圓廠建設。這對 Nebius 等 Neocloud 有什麼影響？表面上看，芯片供應會更充足；但實際上，区域化的供應鏈可能導致成本上升，且技術迭代速度放慢。

Nebius 目前主要部署 NVIDIA 芯片，而 NVIDIA 的先進芯片（如 Blackwell）生產集中在台積電。如果地緣政治緊張導致台積電產能受限，NVIDIA 的交貨周期會拉長，Nebius 的擴張計畫就可能推遲。這也是為什麼 NVIDIA 要提前投資 Nebius——確保自己在芯片稀缺時代仍能優先拿到配額。

企業決策者的行動指南：如何捕捉 Neocloud 紅利？

說了這麼多，對 business leader 來說，核心問題只有一個：我該現在就跟 Nebius 這種 Neocloud 合作嗎？還是繼續用 AWS/GCP/Azure？答案取決於你的具體場景。

適合轉向 Neocloud 的情境

1. 工作負載可預測且穩重：比如持續性的模型訓練，Neocloud 的定價模型通常比 hyperscaler 更透明，沒有那么多隱藏費用。
2. 數據主權要求嚴格：如果你的客戶要求數據必須留在特定區域，而 hyperscaler 沒有本地數據中心，Neocloud 可能是唯一選擇。
3. 成本敏感度高：Neocloud 通常提供更低的每 GPU 小時價格，因為它們的運營成本結構更簡單。
4. 技術團隊强大：Neocloud 提供的管理接口相對底層，需要你的 team 有較強的 DevOps 能力。

需要謹慎評估的情境

1. 合規要求複雜：如果需要 SOC2、ISO27001 等多重認證，hyperscaler 的合規框架更成熟。
2. 全球部署：Neocloud 目前Still regional，如果你需要在全球多個地區部署，hyperscaler 的全球网络更省事。
3. 服務依賴重：如果你大量使用 hyperscaler 的 PaaS 服務（如 AWS SageMaker、Azure ML），遷移成本會非常高。

常見問題解答

Nebius 與一般雲端提供商（如 AWS）有何不同？

Nebius 作為 Neocloud，專注於提供純粹的 AI 基礎設施服務，而不附加大量 PaaS 層套件。這使得它的 GPU 利用率更高、定價更透明，適合技術能力強且追求成本效益的企業。但代價是生態系工具較少，合規框架不如 hyperscaler 完整。

NVIDIA 投資 Nebius 對客戶有何實際好處？

NVIDIA 的投資確保 Nebius 能優先獲得最新一代 GPU 芯片（如 Blackwell 架構），並與 NVIDIA 的軟體棧深度整合。這意味著客戶能更早訪問到尖端硬件，並享受更好的性能優化。同時，NVIDIA 的背書也降低了 Nebius 的財務風險，長期服務更有保障。

2027 年 AI 基礎設施市場會是什麼樣子？

根據多機構預測，2027 年全球 AI 基礎設施市場將達 1200 億美元以上，年增長 15-25%。市場將分化為兩極：hyperscaler 繼續擴大一站式服務，Neocloud 則在靈活性、成本和能源效率上競爭。能耗與可持續性將成為關鍵採購因素。

總結：算力即權力，分佈式基礎設施的黎明

從 Observations 來看，NVIDIA 對 Nebius 的投資不是孤立事件，而是標誌着 AI 基礎設施進入「分散式架構」時代。企業不再被迫全部擁抱某一家 hyperscaler，而是可以根據工作負載特性，混合使用多種基礎設施——神經網絡訓練放在 Nebius，數據處理放在 AWS，全球推理放在 Cloudflare。這種混搭模式，需要供應商之間有良好的互操作性，也是為什麼 NVIDIA 要這麼積極地投資各家 Neocloud——它在打造自己的「就等于市場」，確保无论客户選擇誰，最終都離不開它的芯片和軟體。

對於 siuleeboss.com 的讀者而言，現在是深入評估自身 AI 基础设施策略的好時機。不妨列一個清單：你的 GPU 利用率到底多少？能源成本占比多少？合規要求是否真的需要 hyperscaler 全套方案？或許你會發現，真正的 ROI 不在於選擇「最大牌」的供應商，而在於找到最 match 你實際需求的那個。

參考資料

• NVIDIA and Nebius Partner to Scale Full-Stack AI Cloud (NVIDIA Investor Relations)
• Nebius stock pops 14% on Nvidia $2 billion investment announcement (CNBC)
• Gartner Says Worldwide AI Spending Will Total $2.5 Trillion in 2026
• AI Infrastructure Market Size, Trends & Growth Drivers (Mordor Intelligence)
• AI Data Center – Wikipedia
• Nvidia invests $2bn in AI cloud Nebius (Data Center Dynamics)
• Nvidia plows $2 billion into an AI cloud company (Quartz)
• The State Of The $2.52 Trillion AI Bubble (Forbes)
• NVIDIA to Invest $2 Billion in AI Data Center Specialist Nebius (Bloomberg)