随着(zhe)生成式AI的蓬(peng)勃发展，对支撑其运行的计(ji)算(suan)基(ji)础设施需求正在飙升(sheng)。这一趋势(shi)正在推动云计(ji)算(suan)市场的快速增(zeng)长，同时(shi)也(ye)加剧了市场竞争。传统云计(ji)算(suan)巨头与(yu)新崛起的专业(ye)算(suan)力租赁商正展开一场激烈(lie)的博弈。
算(suan)力租赁新星(xing)快速扩张
据媒体周六报道，由英伟达支持的算(suan)力租赁商Lambda Labs正在商谈筹集8亿美元(yuan)资金，有望跻身近年来硅谷融资规模最大(da)的初创(chuang)公司之(zhi)列(lie)。
今年2月，该公司已经以15亿美元(yuan)的估值成功融资3.2亿美元(yuan)。紧接着(zhe)在4月，Lambda Labs又以英伟达芯片为抵(di)押，获得一笔5亿美元(yuan)的贷款(kuan)，用于进一步扩展其云服务(wu)业(ye)务(wu)。这种快速连续的融资不仅(jin)反映了公司的雄(xiong)心，也(ye)凸显了市场对GPU资源的迫切需求。
与(yu)此同时(shi)，另一家算(suan)力租赁商CoreWeave也(ye)在迅速扩张，近期已完成75亿美元(yuan)债务(wu)融资和11亿美元(yuan)股权融资，估值已达到190亿美元(yuan)。CoreWeave与(yu)英伟达的关系更为密切，此前曾获得英伟达的直接投资，且拥有英伟达GPU的优先(xian)购买资格(ge)。
这些算(suan)力租赁新星(xing)正利用其灵活(huo)性和成本优势(shi)，在与(yu)亚马逊AWS、谷歌云和微(wei)软Azure等云计(ji)算(suan)巨头的竞争中脱(tuo)颖而出。
Forrester首(shou)席分析(xi)师Lee Sustar认(ren)为，CoreWeave等云服务(wu)商之(zhi)所(suo)以能够成功，部分原(yuan)因在于它们没(mei)有传统供应商所(suo)面临的基(ji)础设施"包(bao)袱(fu)"。这使得它们能够专注于提供高端AI服务(wu)，而无需承担超大(da)规模云服务(wu)商级别的整体投资。
Gartner云服务(wu)和技术部门副总裁Sid Nag也(ye)指出，像CoreWeave这样的公司参与(yu)了他们所(suo)称的专业(ye)"GPU即服务(wu)"云提供商市场。鉴于对GPU的高需求，这些公司为客户提供了一种替代大(da)型云服务(wu)商的选择，为市场带来了新的活(huo)力。
英伟达的小心思
推动这一市场热潮的核心在于英伟达GPU的稀缺性和强大(da)性能。由“ChatGPT时(shi)刻”开启(qi)的新一轮产业(ye)革命(ming)，让(rang)OpenAI、Anthropic等明(ming)星(xing)AI创(chuang)企站到了台前，天量的算(suan)力需求推动微(wei)软、亚马逊、谷歌等云计(ji)算(suan)厂商不断新建和升(sheng)级数据中心，英伟达的GPU已经成了堪比黄金和石油的战略资源。
面对这种局面，英伟达CEO黄仁勋采取(qu)了一种富有战略眼光的做法：通(tong)过向Lambda Labs和CoreWeave等新兴算(suan)力供应商提供GPU，英伟达不仅(jin)创(chuang)造了更大(da)的客户群，还(hai)给微(wei)软、亚马逊、谷歌三大(da)云厂商培育了新的市场竞争者，以平衡其影响力。
这一策略的背后(hou)，是英伟达对市场格(ge)局的深刻洞察。这些科技巨头不仅(jin)是英伟达的重要客户，同时(shi)也(ye)在积极(ji)开发自己的AI专用芯片，这对英伟达构(gou)成了潜(qian)在威胁。通(tong)过扶持新兴的GPU云服务(wu)提供商，英伟达正在构(gou)建一个更加多元(yuan)化(hua)和有韧(ren)性的生态系统。
英伟达GPU的王座并不稳固(gu)
通(tong)过培育CoreWeave等公司来给巨头“上眼药”，英伟达的业(ye)绩屡创(chuang)新高，也(ye)稳稳地维护着(zhe)自己的护城河，但王座上的英伟达并非高枕无忧。
首(shou)先(xian)，传统云计(ji)算(suan)巨头正在加大(da)对自主AI芯片的研发投入。谷歌的TPU、微(wei)软最近发布的Azure Maia和Azure Cobalt芯片，以及(ji)亚马逊的Trainium、Inferentia和Graviton等芯片，都旨在减少(shao)对英伟达GPU的依赖(lai)。这些自研芯片的普及(ji)可能会影响专业(ye)GPU云服务(wu)提供商的价格(ge)优势(shi)。
其次，尽管许(xu)多生成式AI工作负载在GPU上运行效果最佳，但并非所(suo)有AI任务(wu)都需要GPU的强大(da)算(suan)力。对于一些不太时(shi)间敏感的工作负载，传统的CPU仍然可以胜任，只是处理速度相对较慢。这意味着(zhe)GPU云服务(wu)市场的增(zeng)长可能会受到一定限制(zhi)。
最后(hou)，市场还(hai)面临着(zhe)一个更为宏观的风险：如果生成式AI的热潮突然降温，这些大(da)举投资GPU的公司可能会面临资源过剩的困境。大(da)量闲置的高性能GPU不仅(jin)会给公司带来巨大(da)的财务(wu)压力，还(hai)可能导致整个行业(ye)的洗牌。