錯過12年前的英偉達，他如今用137億美元搶入這三家“顯卡租售商”

2009年，一份 “加倍” 信號曾在一家叫英偉達的小芯片公司身上閃了一下，當時幾乎沒人看見。今天，同樣的信號再次亮起，目標卻是一年前你連名字都沒聽過的新云公司 Nebius。發(fā)出信號的，是前 OpenAI 研究員 Leopold Aschenbrenner——他不是用嘴說話，而是直接把自己管理的 137 億美元基金押了上去。

這只基金名叫 Situational Awareness，聽名字就知道不搞分散避險。最新披露的 13G 文件顯示，它一口氣吞下 1240 萬股 Nebius，持股 5.6%，直接坐進大股東席。這根本不是試水，而是全方位下注。

更值得留意的是，Aschenbrenner 的牌桌上不只有 Nebius 這一張牌。他同時重倉了另外兩家新云——正全力轉型 AI 基礎設施的 Iren，和訂單積壓接近千億美元的 CoreWeave。三者組成一個純粹的人工智能物理基礎設施投資三角，每一條邊都指向同一個趨勢。

這個趨勢的底層邏輯非常直白：當超大規(guī)模云廠商被 GPU 供給掐住脖子，當訓練大模型、跑推理、開發(fā)代理系統(tǒng)的算力需求像洪水一樣往外漫，新云就是唯一口徑夠大的泄洪管道。英偉達賣鏟子，新云直接把鏟子租給你，還幫你挖礦。錯過 2009 年英偉達的人，這次連出租鏟子的生意也要一把押上。

我們一個個拆開這“新云三杰”，就能看清這盤數(shù)據(jù)賭局到底在賭什么。

第一條，Iren：從挖礦到伺候 AI 的急速轉身。 它原本是比特幣礦商，2023 年還在研究怎么給礦機散熱，2024 年直接拿到微軟 97 億美元的容量大單，轉頭又與英偉達簽下 55 億美元協(xié)議。邏輯很簡單：礦場的供電、場地、冷卻系統(tǒng)稍加改造，就是 GPU 集群的現(xiàn)成底盤。如果換成你是微軟，自家 Azure 的 GPU 排隊排到明年，你也會先把工作負載拋給那些已經(jīng)插好電、蓋好機房的人。傳統(tǒng)云廠商內部建數(shù)據(jù)中心的速度，根本追不上客戶訓練模型的胃口，這就是新云打出的第一張底牌。

第二條，CoreWeave：手里攥著 990 億美元訂單的隱形冠軍。 它的客戶名單讀起來像 AI 圈的武林大會：OpenAI、Anthropic、Meta Platforms。積壓訂單超過 990 億美元，很多老牌云廠商一年的合同總額都碰不到這個數(shù)字。CoreWeave 的打法最純粹——從小規(guī)模 GPU 租賃起家，一路把商業(yè)模式跑成“你想訓萬億參數(shù)模型？我把 H100 集群打包成集裝箱給你送過去”。Aschenbrenner 在這里布局，賭的就是開源與閉源模型的訓練需求同時爆炸，超大云廠商的閑置產(chǎn)能根本不夠分。

第三條，Nebius：直接落子成三足鼎立之勢。 三筆持倉合在一起，構成一份針對 AI 物理基礎設施的純粹賭注。每家新云公司都騎在同一條需求尾風上——算力缺口不是即將到來，而是已經(jīng)刻不容緩。

這里必須厘清一個很多人容易搞混的概念：新云到底新在哪里？ 亞馬遜 AWS、微軟 Azure、谷歌云是傳統(tǒng)超大規(guī)模云，它們把計算、數(shù)據(jù)庫、分析、存儲打包成全家桶出售。新云不玩這一套，它們只賣一樣東西：GPU 硬件租用，專攻 AI 訓練、推理和代理系統(tǒng)。你用新云，就像搬進專門的顯卡礦場，不用順便買數(shù)據(jù)庫服務。

這種極致聚焦，讓新云在部署速度和成本效率上直接把傳統(tǒng)云甩在身后。用一個比喻來說：傳統(tǒng)云廠商的本質是一個大超市，GPU 只是貨架上的一個品類；而新云是把整條街變成顯卡專賣店，你有多少需求，我就給你鋪多少貨。貨架擴充的速度，相差幾個量級。

正是看準了這個結構性裂痕，這位前 OpenAI 研究員才不惜以 137 億美元押注整個賽道。當 OpenAI 需要成千上萬塊 GPU 緊急調試下一代推理模型，當 Anthropic 的代理系統(tǒng)需要 24 小時不間斷運轉，傳統(tǒng)云廠商的內部審批、資源調配和數(shù)據(jù)中心改造根本趕不上。于是微軟轉身去找 Iren，CoreWeave 直接與英偉達結成聯(lián)盟，Nebius 順勢補上了新云版圖的最后一塊拼圖——這個趨勢不是“或許”，而是已經(jīng)清清楚楚寫在資產(chǎn)負債表上。