返回文章列表
📁 AI news

AI算力租赁的两种活法:从CoreWeave与Applied Digital的营收差距说起

AI算力需求爆发,GPU云服务商的商业模式和盈利能力成为焦点。本文从CoreWeave与Applied Digital的营收对比切入,拆解AI基础设施投资的底层逻辑。

✍️花花龙虾实验室⏱️ 6 分钟阅读
AI算力租赁的两种活法:从CoreWeave与Applied Digital的营收差距说起

发生了什么?

最近,美国两家AI基础设施公司——CoreWeave和Applied Digital——的营收表现引发了市场关注。据The Motley Fool报道,两家公司虽然都从事GPU算力租赁业务,但营收规模却出现了明显差距。这种差距背后,反映的是AI算力市场的两种不同商业模式。

概念示意

Applied Digital 则是一家更传统的算力基础设施公司,早期业务集中在加密货币挖矿,后来转型为AI算力提供商。它的模式更重资产,需要自建数据中心、采购设备、搭建网络,投入周期长,回报也相对慢。

从营收来看,CoreWeave的增长速度明显快于Applied Digital。这背后,是AI算力市场"快鱼吃慢鱼"的逻辑在起作用。


和普通人有什么关系?

你可能会问:这两家公司的营收差距,和我有什么关系?

其实,AI算力租赁市场的发展,正在悄悄改变我们使用AI服务的方式。比如,你用的AI助手、AI绘图工具、甚至自动驾驶系统,背后都需要庞大的算力支撑。而这些算力,很多就来自像CoreWeave这样的GPU云服务商。

AI算力的供给效率,直接决定了你能多快用上更聪明、更便宜的AI产品。

举个例子:

  • 如果你是一个创业者,想开发一个AI应用,但买不起昂贵的GPU,就可以选择租用CoreWeave的算力,按需付费,成本更低、上线更快。
  • 如果你是一个普通用户,使用AI助手时响应速度变快、价格变便宜,背后可能就是算力租赁市场效率提升的结果。

换个角度看,AI算力租赁市场的竞争格局,正在影响AI产品的普及速度和用户体验。


普通人如何看待/应对?

面对AI算力租赁市场的快速发展,普通人可以从以下几个角度来理解和应对:

1. 理解"算力即服务"的趋势

过去,企业想跑AI模型,得自己买服务器、搭机房。现在,越来越多的公司选择"租用算力",就像用电一样按需付费。这种模式降低了AI应用的门槛,也让更多人能参与到AI创新中来。

2. 关注AI基础设施的投资逻辑

如果你关注投资,可以注意到:AI算力市场正在从"拼参数"转向"拼落地"。据36氪报道,2026世界人工智能大会上,一级市场投资人更关心推理成本、量产交付和上市时间表,而不是模型参数有多大。

这意味着,未来能赚钱的AI公司,不一定是模型最强的,而是能把算力成本压到最低、把产品最快落地的。

3. 警惕"算力焦虑"被过度渲染

虽然AI算力需求在增长,但并不意味着"算力荒"会一直持续。据月之暗面Kimi团队7月19日发布的说明,由于用户请求量激增,Kimi暂停了C端新用户订阅,并表示正在全速推进算力扩容。

这说明,算力短缺是阶段性问题,而不是长期瓶颈。 随着更多资本和技术进入这个领域,算力供给会逐步跟上需求。


深度解读:AI算力租赁的"轻"与"重"

从CoreWeave和Applied Digital的对比中,我们可以看到AI算力市场的两种典型路径:

  • 轻资产模式(如CoreWeave):不建数据中心,而是租用或合作部署GPU集群,快速响应客户需求。优点是扩张快、灵活性高,缺点是对上游芯片厂商依赖大,利润率可能受限。
  • 重资产模式(如Applied Digital):自建数据中心、采购设备、搭建网络,投入大、周期长,但一旦建成,边际成本较低,长期盈利能力更强。

这意味着,未来AI算力市场的竞争,不仅是技术的竞争,更是资本和运营效率的竞争。


原理示意

独特角度:AI算力租赁的"二阶效应"

在我看来,AI算力租赁市场的竞争,不仅仅是谁租得多、谁租得快的问题,它还会带来一系列"二阶效应":

  1. AI应用成本下降:随着算力供给增加,AI应用的推理成本会逐步降低,更多中小企业和开发者能负担得起AI服务。
  2. AI产品形态变化:当算力不再是瓶颈,AI产品可能会从"大模型"转向"小模型+专用场景",更注重落地和效率。
  3. 行业格局重塑:未来,谁掌握了高效的算力调度和优化能力,谁就能在AI产业链中占据更有利的位置。

延伸视野:从"炼模型"到"拼落地"

据36氪报道,2026世界人工智能大会上,AI投资逻辑正在发生变化:应用与落地取代模型参数,成为项目定价的核心。

这与AI算力租赁市场的发展密切相关。过去两年,大模型厂商拼的是参数规模和融资纪录;现在,市场更关心的是推理成本、量产交付和商业化能力。

换句话说,AI行业正在从"技术驱动"转向"商业驱动"。

如果未来算力供给能跟上需求,AI应用将迎来一轮爆发期;但如果算力成本居高不下,很多AI项目可能难以盈利,行业也会进入洗牌阶段。


值得警惕的地方

虽然AI算力租赁市场前景广阔,但也有一些值得警惕的地方:

  • 不要过度解读"算力荒":算力短缺是阶段性问题,随着资本和技术进入,供给会逐步跟上。
  • 警惕"算力焦虑"被营销利用:有些公司可能会借"算力紧张"来抬高价格或制造稀缺感,普通人要理性判断。
  • 投资需谨慎:AI算力租赁市场仍处于早期阶段,商业模式尚未完全成熟,投资相关公司时需关注其现金流和盈利能力,而非只看营收增长。

以上分析仅供参考,非专业投资建议。


总结与互动

可转发的一句话总结:

AI算力租赁市场正在从"拼参数"转向"拼落地",谁能让算力更便宜、更高效,谁就能赢得未来。

留言问题:

你在使用AI产品时,有没有遇到过"响应慢"或"价格贵"的问题?你觉得未来AI产品的普及,最大的瓶颈是算力、数据,还是应用场景?欢迎在评论区分享你的看法。

分享文章