引言：一场财报，两个信号
2026年8月，美股AI基础设施板块迎来了一场“集体狂欢”。
8月11日盘后，CoreWeave公布了2026年第二季度财报：营收25.8亿美元，同比增长112%，超出分析师预期的25.6亿美元，积压订单规模突破1040亿美元。次日，Nebius交出更加惊人的成绩单：营收5.82亿美元，同比暴增454%，核心AI云业务更是飙升514%。两家公司股价应声大涨——CoreWeave收涨19%，Nebius单日暴涨34%。
这两份财报之所以引发市场震动，不仅因为数字本身足够亮眼，更因为它们共同验证了一个判断：AI算力需求不仅真实存在，而且正在以超出预期的速度转化为真金白银的营收。
但如果我们把目光从股价K线移开，会发现一个更深层的信号正在浮现：CoreWeave和Nebius代表的“新云”（NeoCloud）范式，正在从边缘走向主流。它们的增长，本质上是一种全新的云服务模式在验证自己的商业可行性。
第一章 两份财报，一个信号：AI算力需求“持续超过供给”
核心观点： CoreWeave与Nebius的Q2财报共同指向一个事实——AI算力市场正处于“需求持续超过供给”的紧平衡状态，且这种紧平衡正在转化为可持续的定价能力和收入增长。
1.1 CoreWeave：千亿积压订单背后的“算力饥渴”
CoreWeave本季度最引人注目的不是营收本身，而是三个指标：
第一，积压订单突破千亿。截至6月30日，CoreWeave的营收积压订单达到约1040亿美元，较第一季度末的994亿美元进一步增加。更值得关注的是，第三季度初又新增超过250亿美元的客户承诺，尚未计入上述积压订单。CEO Michael Intrator在电话会上直言：“近期产能实际上已售罄。”
第二，定价权持续强化。Blackwell和Vera Rubin SKU的定价和利润率“创下新高”，前代SKU定价“与几年前持平甚至更高”。第二季度新签合同的贡献利润率比近几个季度高出5至10个百分点，7月已实施约25%的全面提价。
第三，旧GPU的长期价值被重新发现。公司近期以有吸引力的价格将一颗2020年架构的A100 GPU续签至2029年。CFO指出，目前到期续约的产能仅占机群极小部分，而旧代际的ASP仍维持在一年前的水平甚至更高。这意味着AI基础设施的折旧周期远比预期更长——初始合同到期后仍有持续变现能力。
CoreWeave的主要客户包括OpenAI、Meta和微软。Bentley Systems、Caterpillar、Grammarly等企业也成为新客户。
1.2 Nebius：454%增长的“加速度”
Nebius的数据同样震撼。营收5.823亿美元，同比增长454%。核心AI云业务收入5.75亿美元，同比增长514%——几乎全部营收来自云业务。调整后EBITDA从去年同期的亏损2100万美元，转为盈利2.36亿美元，利润率41%。经营现金流从去年同期负1.677亿美元大幅攀升至22.5亿美元。
商业层面，Nebius第二季度赢得的合同价值较上一季度翻了两番，包括四笔平均价值均超过10亿美元的协议。客户预付款已可覆盖50%至60%的对应资本开支——算力租赁业务已形成稳定的自循环融资模式。
Nebius为Meta和微软等客户提供AI基础设施。英伟达持有其9%的股份。
1.3 市场的反应为何如此强烈？
两家公司财报发布后，市场反应迅速而猛烈。CoreWeave盘后大涨14%，Nebius当日暴涨34%。整个AI基础设施板块被点燃：美光科技涨4.9%，超微电脑涨19%，标普500信息技术板块领涨大盘。
这一轮行情的特殊性在于：它发生在7月芯片股单月下跌约20%的悲观氛围之后。市场此前普遍担忧AI云计算公司存在过度建设和估值虚高问题，而两份财报以“有合同支撑、有预付款背书”的真实数据回应了这些质疑。
CoreWeave CEO在电话会上对需求的描述简洁有力：“需求持续超过供给。”
第二章 “新云” vs “旧云”：架构、网络与商业模式的本质差异
核心观点： 新云厂商与传统云厂商的本质差异不在于“做不做AI”，而在于从全栈综合服务转向单点AI算力供给——这是一场从“什么都做”到“把一件事做到极致”的架构范式转移。
2.1 传统云的“通用性”与新云的“专用性”
传统超大规模云厂商（AWS、Azure、GCP）的核心优势是通用性——提供数据库、开发框架、容器编排、数据分析等庞大的生态体系，适配千行百业的通用数字业务。
新云厂商的逻辑完全不同：砍掉冗余的全栈云功能，专注GPU基础设施，对数据中心内的GPU算力拥有完整控制权——以“做深做透单一环节”的策略切入AI算力供给的核心环节。
传统云是“超市”，新云是“专营店”。超市什么都有，但专营店在某些品类上能做到更深、更快、更专业。
2.2 架构差异：从“多租户CPU云”到“裸金属GPU云”
传统云的架构基于多租户虚拟化，CPU资源池化后按需分配。这套架构为通用计算优化了数十年，但跑AI任务时效率偏低——虚拟化开销、网络延迟、存储带宽都成为瓶颈。
新云的架构以裸金属GPU为核心。CoreWeave的云平台专门为AI工作负载构建，提供对NVIDIA GPU的按需访问，通过Kubernetes原生环境管理计算资源。
Nebius则是全栈自研AI原生云的代表。公司脱胎于Yandex，继承了20年分布式基础设施能力，形成了“裸金属算力→多租户云→Token Factory托管推理→智能代理层”的四层产品架构。通过硬件自研和GPU弹性打包与双栈调度优化，能回收5%至15%的闲置算力。
2.3 网络差异：从“尽力而为”到“超低时延”
传统云的网络架构为通用互联网流量设计，追求的是“足够好”的连通性。
新云的网络架构是为AI训练量身定制的。CoreWeave大规模部署NVIDIA Quantum-2 InfiniBand，支持数百万条链路，提供超低时延的集群互联。其GB200实例采用400Gb/s NDR InfiniBand连接。最新Vera Rubin NVL72系统同时支持Quantum-X800 InfiniBand和Spectrum-X Ethernet（RoCE）。
用一句话概括：传统云的网络是“修公路”，新云的网络是“建高铁”。公路能跑各种车，但高铁只为高速运输而设计。
2.4 商业模式差异：从“卖服务”到“卖产能”
传统云的商业模式是卖服务——按API调用、按存储量、按计算小时计费，客户随用随付。
新云的商业模式更接近卖产能——客户提前锁定算力容量，签署长期合同，支付预付款。CoreWeave的1040亿美元积压订单和Nebius的客户预付款覆盖50%至60%资本开支，都是这一模式的典型体现。
这种模式的核心差异在于：传统云赚的是“流水的生意”，新云赚的是“存量的生意”。前者依赖客户持续使用，后者依赖客户提前锁定。
第三章 云网融合的“新云”启示：网络正在成为算力的“第二战场”
核心观点： 新云厂商的高增长揭示了一个趋势——在AI时代，网络不再只是“连接算力的管道”，而是决定算力效率和成本的核心变量。云网融合正在从“云+网”走向“算-网一体化”。
3.1 为什么网络成为新云的核心竞争力？
AI训练是高度网络敏感的工作负载。一个万卡集群的训练任务，GPU之间的通信量可达每秒数百GB。网络延迟每增加一点，GPU就得“等数据”——而“等待”意味着算力浪费。
这就是为什么CoreWeave不惜重金部署InfiniBand。Nebius同样采用InfiniBand网络进行高速分布式计算。
在AI时代，网络性能直接决定算力利用率，算力利用率直接决定单位Token的成本——而Token成本又直接决定商业竞争力。网络不再只是“管道”，而是算力效率的“杠杆”。
3.2 新云如何做“云网融合”？
CoreWeave的做法提供了一个范例。公司推出了三项跨云能力：
-CoreWeave Interconnect：将CoreWeave云基础设施与Google Cloud直连
-支持跨云训练和推理，打破云环境之间的壁垒
这本质上是在“新云”和“旧云”之间建立了一张高速互联网络——客户可以把训练放在CoreWeave的GPU集群上，把数据和应用留在Google Cloud上，两者通过专用互联通道高效协同。
3.3 对云网融合的启示
新云的实践揭示了一个趋势：云网融合正在从“云调用网”走向“算-网一体化” 。
传统云网融合的逻辑是：云资源池通过网络连接起来，网络是“连接工具”。新云的逻辑是：网络本身就是算力基础设施的一部分——没有高性能网络，就没有高效的GPU集群；没有跨云互联，就没有灵活的算力调度。
这一趋势与国内“算力网”的建设方向不谋而合——算力正在成为与水、电同等重要的基础设施，而网络是让算力“流动起来”的关键。
第四章 冷静思考：高增长的另一面
核心观点： 新云厂商的高增长背后并非没有隐忧——巨额负债、盈利压力、单一生态依赖，都是值得警惕的信号。
4.1 CoreWeave的“负债驱动增长”模式
CoreWeave的营收增长令人瞩目，但资产负债表同样引人关注。公司背负约510亿美元负债，现金仅22亿美元。
第二季度净亏损6.26亿美元，主要源于净利息支出从去年同期的2.67亿美元大幅增加至6.4亿美元。运营费用达到26.24亿美元，同比增长超过一倍。调整后EBITDA利润率从去年同期的62%下降至59%。
CoreWeave本质上是在用巨额负债换取高速增长——1040亿美元的积压订单意味着未来收入高度可见，但公司需要投入多少资本才能兑现这些订单，最终能留下多少现金流，仍是未知数。
4.2 单一生态风险
两家公司都与英伟达深度绑定。CoreWeave与英伟达深度合作，英伟达是其重要股东。Nebius同样依赖英伟达GPU，英伟达持有其9%股份。
这种绑定在GPU供不应求时是优势，但如果AI芯片市场格局发生变化——比如AMD、Intel或国产GPU崛起——这种深度依赖可能迅速转为劣势。
4.3 高增长能持续多久？
两家公司都给出了乐观的全年指引。CoreWeave将全年营收指引上调至124亿至132亿美元。Nebius重申全年营收30亿至34亿美元。
但市场始终在问同一个问题：当AI基础设施的供给逐渐赶上需求，当更多玩家涌入这个赛道，新云厂商的高增长和高利润率能否维持？
第五章 对中国从业者的启示
核心观点： 新云厂商的崛起不是“远方的故事”——它揭示了AI时代云服务的发展方向，也为国内云厂商和从业者提供了参照系。
5.1 对云厂商：AI专用云是一个确定性的赛道
CoreWeave和Nebius的财报证明了一点：AI算力需求是真实且持续的，而且愿意为算力提前锁定产能、支付溢价的客户大有人在。
国内已有多家厂商在探索类似路径。优刻得在乌兰察布自建智算园区，对外提供GPU训练+推理云服务，模式最贴近海外Neocloud。新华三发布了新一代AI智能云，以通智融合架构为核心。
关键判断：AI专用云不是“伪需求”，而是一个正在被市场验证的赛道。但入场者需要回答一个问题——你的核心竞争力是“有GPU”还是“能把GPU用好”？前者是资源竞赛，后者才是真正的护城河。
5.2 对运维工程师：网络技能正在重新定价
新云厂商对高性能网络的极致追求，意味着网络工程师的价值正在被重新评估。InfiniBand、RDMA、无损网络、跨云互联——这些技能在AI时代的稀缺性正在上升。
行动建议：如果今天的技能树还停留在传统TCP/IP和VLAN层面，是时候向高性能网络方向扩展了。
5.3 对技术管理者：重新审视“云战略”的假设
新云厂商的崛起挑战了一个传统假设：“大云厂商什么都做，小云厂商没有生存空间” 。CoreWeave和Nebius证明了——在一个高度分工的市场中，“把一件事做到极致”可以成为护城河。
行动建议：在评估云战略时，不要只看“哪个云更大”，而要思考“哪个云更适合我的工作负载”。对于AI训练这类高度专业化的工作负载，专用云可能是比通用云更优的选择。
结论：新云不是“旧云的替代品”，而是“云的新物种”
总结性观点：
a.两份财报验证了一个事实：AI算力需求不是泡沫，而是有合同、有预付款、有持续定价权的真实市场。CoreWeave的1040亿美元积压订单和Nebius的454%营收增长，是这一判断最有力的证据。
b.新云与传统云的本质差异在于“做减法” 。传统云追求“什么都做”，新云追求“把一件事做到极致”。在AI这个高度专业化的工作负载面前，“专用”正在成为比“通用”更有竞争力的选择。
c.网络正在成为AI时代算力竞争的核心变量。新云厂商对InfiniBand、超低时延互联的极致追求表明，网络性能直接决定算力效率和商业竞争力。云网融合正在从概念走向算力基础设施的硬需求。
d.高增长的另一面是高风险。CoreWeave的510亿美元负债和两家公司对英伟达的深度依赖，提醒我们不要被增长数字冲昏头脑——新云的商业模式仍在验证期。
e.对国内从业者而言，这是一个参照系，不是一张抄作业的答案。中国市场有自己独特的政策环境、算力供给结构和客户需求——照搬CoreWeave的模式未必可行，但理解其背后的逻辑，可以为自己的决策提供有价值的参照。
行动建议：
-运维工程师：关注高性能网络技术（InfiniBand、RoCE、RDMA）——这些技能在AI时代的价值正在上升
-技术管理者：重新评估AI工作负载的云部署策略——通用云 vs 专用云，不是“哪个更好”，而是“哪个更适合”
-企业IT决策者：如果企业有大规模的AI训练或推理需求，建议在2026年Q4前完成对新云厂商（国内外的）调研评估——不要等到算力紧缺时才匆忙决策