CoreWeave CEO看好GPU短缺推动6000亿美元计算市场
Fazen Markets Editorial Desk
Collective editorial team · methodology
Vortex HFT — Free Expert Advisor
Trades XAUUSD 24/5 on autopilot. Verified Myfxbook performance. Free forever.
Risk warning: CFDs are complex instruments and come with a high risk of losing money rapidly due to leverage. The majority of retail investor accounts lose money when trading CFDs. Vortex HFT is informational software — not investment advice. Past performance does not guarantee future results.
CoreWeave首席执行官Michael Intrator在2026年6月8日的彭博Odd Lots播客中讨论了支撑对专业计算基础设施需求的结构性趋势。Intrator的公司是GPU云实例的领先供应商,预计高性能芯片的持续短缺将推动AI优化计算服务市场的巨大扩张。他预测,总可寻址市场可能达到6000亿美元,这一数字突显了流入该行业的资本投资规模。
背景 — [为什么现在重要]
当前的计算需求激增与2010年代由亚马逊网络服务和微软Azure主导的早期云基础设施建设相似。根据Gartner的数据,从2010年到2015年,全球云基础设施市场从约200亿美元增长到超过800亿美元。目前的宏观环境特征是高基准利率,但资本仍然不成比例地流入AI使能技术。
变化在于2022年后大语言模型和生成性AI应用的出现。这些模型需要数千个互联的GPU进行训练和推理,造成了特定的硬件驱动瓶颈。与之前专注于通用CPU的云周期不同,这一周期的特点是专用Nvidia H100和Blackwell架构芯片的稀缺。这种稀缺触发了超大规模云服务商和像CoreWeave这样的专业供应商之间对可用容量的争夺。
数据 — [数字显示了什么]
CoreWeave的首席执行官提供了几个具体指标。预计GPU驱动的计算的总可寻址市场为6000亿美元。这与Gartner预计的2025年全球云服务市场6750亿美元相比。作为主要供应商的Nvidia的数据中心收入在最近一个季度激增至475亿美元,同比增长409%。
短缺推高了可用GPU容量的市场价值。云GPU实例的预承诺合同现在延长至三年,这一显著增加与典型的一年企业云协议相比。高端GPU实例的定价在过去12个月中上涨了约15-20%,而一般云计算定价保持平稳或下降。CoreWeave已筹集超过120亿美元的资本用于基础设施扩张,突显了这一机会的资本密集性。
分析 — [这对市场/行业/股票意味着什么]
计算短缺产生了明显的二级效应。直接受益者包括Nvidia (NVDA)、超威半导体 (AMD) 和台积电 (TSM)。为AI训练集群构建的公司,如特斯拉 (TSLA) 用于自动驾驶模型,面临更高的资本支出成本,可能会对利润率施加压力。短缺加速了垂直整合,正如微软与OpenAI加深合作及其自定义硅片努力所示。
一个关键的反驳观点是,芯片设计或AI模型效率的快速创新可能会比预期更早缓解短缺,从而削弱预计的市场增长。谷歌的TPU和各种初创公司正在追求可能会颠覆以Nvidia为中心的生态系统的替代架构。数据显示,机构投资者在半导体供应链上普遍看涨,而一些对冲基金则做空可能因基础设施成本上升而面临利润压缩的传统云软件公司。资金流向硬件制造商和拥有安全GPU供应的基础设施即服务提供商。
前景 — [接下来要关注什么]
关键催化剂包括Nvidia在2026年8月21日的下一个财报,将提供更新的数据中心收入指引和关于Blackwell芯片的进展。预计在2026年第四季度推出的OpenAI下一代模型将测试现有计算基础设施和需求的极限。美联储在9月17日的FOMC会议将受到关注,以观察是否有利率变化影响这些大型基础设施建设的资本成本。
需要关注的水平包括Nvidia在AI加速器市场的市场份额保持在80%以上,以及云GPU实例的溢价定价与本地拥有成本的比较。投资者应关注主要云提供商的资本支出预测;任何显著减少都将表明需求可能降温。核心条件仍然是:如果芯片供应增长加速以满足需求,稀缺溢价将消失。
常见问题解答
GPU短缺对AI初创公司的成本意味着什么?
GPU短缺显著提高了训练和运行大规模AI模型的成本。没有预承诺访问云实例的初创公司面临更高的费用和潜在的延迟,为拥有雄厚资金的现有企业创造了竞争壁垒。这一动态使风险投资资金从纯软件AI项目转向那些拥有计算基础设施或开发更高效算法的公司。高昂的入场成本可能会减缓小型企业的创新。
这一计算周期与之前的云繁荣有什么不同?
之前的云采用周期是由从本地服务器转向数据中心虚拟化、通用计算驱动的。当前周期的特点是特定的物理硬件瓶颈——高性能GPU。需求不仅仅是原始计算周期,而是对一种特定类型的硅片的需求,该硅片针对并行处理进行了优化。这使得通过软件快速解决供应约束变得更加困难,并导致长期的容量采购协议,而不是过去灵活的按需模型。
除了科技行业,哪些行业受到AI计算压力的影响最大?
科学研究、医疗保健和自动驾驶汽车开发受到严重影响。使用AI进行药物发现的制药公司需要庞大的计算资源,而短缺可能延长研发时间。汽车行业,特别是开发四级自动驾驶的公司,依赖GPU集群进行仿真和训练。这些行业现在必须与大型科技公司竞争有限的计算资源,可能会减缓它们自己的AI采用曲线并增加项目成本。
结论
GPU短缺是一个结构性、多年的瓶颈,正在重塑技术行业的资本配置,并使基础设施提供商在市场中占据中心重要性。
免责声明:本文仅供信息参考,不构成投资建议。CFD交易具有高风险的资本损失。
Trade XAUUSD on autopilot — free Expert Advisor
Vortex HFT is our free MT4/MT5 Expert Advisor. Verified Myfxbook performance. No subscription. No fees. Trades 24/5.
Position yourself for the macro moves discussed above
Start TradingSponsored
Ready to trade the markets?
Open a demo account in 30 seconds. No deposit required.
CFDs are complex instruments and come with a high risk of losing money rapidly due to leverage. You should consider whether you understand how CFDs work and whether you can afford to take the high risk of losing your money.