当前位置:首页 > 科技资讯 > 正文

AI算力租赁新纪元:从矿场到算力工厂的转型与市场机遇

2025年,科技股市场迎来一位耀眼的明星——CoreWeave。这家获得英伟达支持的AI云端运算企业,自今年上市以来,股价已飙升两倍有余,最高涨幅接近四倍,成为投资者瞩目的焦点。

AI算力租赁新纪元:从矿场到算力工厂的转型与市场机遇 AI算力租赁 GPU云计算 数据中心转型 加密货币挖矿 第1张

CoreWeave:从“矿场”到“算力工厂”的战略转型

CoreWeave是一家总部位于美国新泽西州利文斯顿的AI云端运算公司。它最初以“Atlantic Crypto”之名运营,核心业务是利用GPU进行以太坊挖矿,并向其他加密货币矿工出租服务。随着2018-2019年加密货币市场进入低迷期,公司更名为CoreWeave,将业务重心转向云计算及GPU加速的基础设施服务,充分利用自身庞大的GPU库存来满足企业客户对高性能计算的需求。

财报数据显示,CoreWeave在2025年上半年营收达到21.94亿美元,较上年同期的5.84亿美元猛增275.68%。截至2025年6月30日,公司持有现金及现金等价物11.53亿美元,总资产为39.46亿美元,总负债为224亿美元,所有者权益为26.58亿美元。

AI算力租赁新纪元:从矿场到算力工厂的转型与市场机遇 AI算力租赁 GPU云计算 数据中心转型 加密货币挖矿 第2张

截至2025年8月,CoreWeave已建成33座数据中心,拥有超过25万颗英伟达GPU,并与技嘉、纬创、戴尔等服务器供应链厂商建立了稳固的合作关系。此外,英伟达持有其6%的股份,成为重要股东之一。

AI算力租赁新纪元:从矿场到算力工厂的转型与市场机遇 AI算力租赁 GPU云计算 数据中心转型 加密货币挖矿 第3张

在快速扩张的背景下,CoreWeave依旧全力推进业务发展。该公司联合创始人兼首席执行官Michael Intrator表示,公司正在迅速扩张,以应对前所未有的人工智能算力需求。

9月25日,CoreWeave宣布与OpenAI新达成一项价值65亿美元的合作协议;此前在2025年第二季度,双方已达成40亿美元的扩展协议,加上早期宣布的119亿美元协议,CoreWeave仅与OpenAI的交易总额就高达224亿美元,已接近公司上半年总资产规模。新协议公布后,富国银行分析师将CoreWeave的目标价从105美元上调至170美元,显示出市场对其前景的高度认可。

AI时代的财富密码:算力租赁的核心驱动力

分析师认为CoreWeave的增长潜力主要源于以下因素:

1. 超大规模的市场需求:云计算巨头持续投入数十亿美元提升计算能力,使得CoreWeave这类公司能够获得源源不断的订单。由于现有云计算能力难以满足AI工作负载需求,像微软这样的公司积压了大量订单。即使是谷歌和亚马逊等其他云计算巨头,也因AI应用程序训练和运行需求的激增,而面临订单积压大幅增加的局面。

2. 稳固的合作伙伴关系:CoreWeave已与微软、OpenAI和谷歌等行业巨头建立了深度合作。事实上,不仅是CoreWeave,其同类型公司的订单大多来自这些知名客户,且合作期限较长。这种与大客户的强绑定关系,是市场看好算力租赁公司的重要因素。

3. 可观的盈利能力:这些公司的产品(即算力)供不应求,且客户多为对价格不敏感的科技巨头,因此在定价上享有较高的利润空间。富国银行预计CoreWeave的GPU小时定价有望上调至2.50美元。从成本端看,英伟达会以优惠条款与其“分销商”签订合同,使CoreWeave的成本相对较低。可以说,CoreWeave强大的垂直整合能力和低于预期的融资利率是提升其利润率的关键杠杆。

瞄准算力租赁机遇的企业不止CoreWeave一家,Nebius、Nscale、Crusoe等都是其有力竞争者。

Nebius:欧洲市场的崛起者

Nebius前身为俄罗斯的Yandex公司,2024年分拆后出售了俄罗斯业务和资产,总部设在荷兰阿姆斯特丹,并更名为Nebius Group N.V.。2024年10月,它在纳斯达克完成IPO,募集7.5亿美元用于全球GPU数据中心的扩张。Nebius与CoreWeave的商业模式相似,都是将其基于GPU的数据中心出租给需要在云端运行AI工作负载的客户。

Nebius的股价在2025年迄今已上涨309%,2025年上半年收入为1.56亿美元,同比增长545%。分析师预计,Nebius年底收入将增长390%,达到5.76亿美元。

AI算力租赁新纪元:从矿场到算力工厂的转型与市场机遇 AI算力租赁 GPU云计算 数据中心转型 加密货币挖矿 第4张

The Motley Fool预测Nebius的营收在两年内可能增长6.5倍以上。Nebius的主要客户是微软,近日它宣布与微软签订了一份价值174亿美元的五年期合同,如果微软选择使用更多服务,交易价值可能高达194亿美元。Nebius表示,计划在2026年底前签署协议,获取超过1千兆瓦的数据中心容量。

Nscale:英国市场的黑马

Nscale是一家总部位于伦敦的初创公司,与CoreWeave类似,它也是一家从加密货币挖矿转型的企业,其大客户同样是OpenAI。9月25日,Nscale宣布在B轮融资中筹集了11亿美元,英伟达也参与了本轮融资。

英伟达CEO黄仁勋对Nscale的评价是:“我从未见过一家初创公司能如此腾飞。”这一称赞的背景是,英伟达将在英国部署12万个GPU,其中将与Nscale合作部署多达6万个Grace Blackwell Ultra芯片。Nscale将与OpenAI合作“星际之门”在英国项目,并与微软在英国打造最大的AI超级计算机。

Nscale首席执行官佩恩在8月份接受《福布斯》采访时未透露当前部署的GPU数量,但表示公司拥有40兆瓦的在线AI容量。这远低于竞争对手Coreweave的1.3千兆瓦容量,后者上周宣布计划在英国建立自己的数据中心。Nscale于2024年12月从投资者手中筹集了1.55亿美元,其网站仅提供格洛姆峡湾数据中心的详细信息,据称该中心的运营容量为30兆瓦。

Crusoe:美国项目的领导者

Crusoe是OpenAI“星际之门”首个站点的主导开发商。目前,它正与OpenAI、甲骨文在得克萨斯州阿比林合作建设原“星际之门”4.5千兆瓦的数据中心。Crusoe成立于2018年,过去专注于比特币挖矿,随着与OpenAI的合作,它正在逐步转移比特币挖矿业务,专注于大型人工智能数据项目。

AI算力租赁新纪元:从矿场到算力工厂的转型与市场机遇 AI算力租赁 GPU云计算 数据中心转型 加密货币挖矿 第5张

算力即货币:新时代的无限机遇

分析CoreWeave、Nscale、Crusoe及Nebius的业务背景,可以发现一个共同点:这些领先的AI算力租赁服务商,其创始团队或核心技术架构都源于加密货币挖矿行业。从挖矿向AI算力服务的转型,是基于其核心资产与能力的高度可复用性。比特币挖矿与AI高性能计算都依赖于大规模、高功率的数据中心设施和高效能计算硬件。这些公司在过去的业务中,积累了获取低成本电力、大规模部署硬件以及进行不间断运维的关键能力。

当AI产业对算力的需求呈指数级增长,并展现出更明确的长期商业前景时,这些公司便自然地将已有基础设施转向服务于AI模型训练与推理市场。不过,它们的核心业务本质并未改变,即依旧是向客户提供算力。

由此可见,“算力即货币”的时代其实早已悄然到来。

在这样的时代中,不止算力租赁是新生意,各种初创企业都在寻找新机遇。

Silicon Data:打造算力指数

Silicon Data成立于2024年,总部位于纽约,由DRW和Jump Trading支持。它创建了跟踪人工智能专用芯片的每日指数,类似股票市场指数,其H100租赁指数跟踪租用GPU的每小时成本。该公司正在构建一个旨在为GPU市场带来价格透明度和结构化的平台,目标是将GPU转变为一种基准资产类别,可以像其他金融工具一样进行交易。创始人表示:“目前GPU成本的透明度为零。这是第一步,旨在帮助市场参与者了解AI成本世界的复杂性。”

Clarifai:优化算力加速

Clarifai成立于2013年,最初作为计算机视觉服务推出,随着AI热潮对GPU和数据中心需求的增加,该公司越来越专注于计算编排。近日,Clarifai发布新推理引擎,通过优化硬件使用可将AI模型运行速度提升一倍,并使成本降低40%。该系统设计为适应各种模型和云主机,采用多种优化技术从相同硬件中获得更多推理能力。首席执行官Matthew Zeiler说:“这包含各种不同类型的优化,从CUDA内核到高级推测解码技术。基本上,你可以从相同的显卡中获得更多性能。”第三方公司Artificial Analysis的基准测试验证了这些结果,在吞吐量和延迟方面都创下了行业最佳记录。

Hyper Accel:低价算力硬件挑战者

除了软件产品,也有厂商试图通过低价产品撬动被英伟达垄断的算力硬件市场。韩国初创公司Hyper Accel计划2026年推出4nm AI芯片,价格定为H100显卡的10%。Hyper Accel成立于2023年1月,专为LLM大模型设计AI芯片,通过独特架构实现低功耗并最大化内存带宽,旨在解决AI数据中心的带宽及能耗问题。

全球AI竞赛正迈入新阶段,从“模型竞争”转向“算力竞争”。然而,算力投资火热之中,需要思考的是这样的投资将带来怎样的回报率。一个现实是:三年内,美国各大科技公司在人工智能数据中心、芯片及能源领域的投入,已超过美国耗时四十余年建设州际公路系统的总花费。如果2023年和2024年的人工智能基础设施投入要实现盈利,消费者与企业需在这些芯片及数据中心的使用寿命周期(3~5年)内,购买价值约8000亿美元的人工智能产品。那么,市场真的准备好了吗?