第 2.4 章｜云与软件护城河
云不是简单的 GPU 转租业务。它同时控制算力采购、开发工具、企业合同和资本回收；真正的差别在于利用率、软件黏性与融资结构。
两类云，一种核心问题
超大云厂商拥有完整平台、客户关系和资产负债表；新云厂商以更纯粹的 GPU 供给、更快部署和大型长期合同切入。两类公司面对同一个问题：昂贵硬件能否在快速迭代前保持足够高的利用率和租金。
| 平台 | 类型 | 核心位置 | 主要风险 |
|---|---|---|---|
| AWS（AMZN） | 超大云 | 全球份额第一，自研 Trainium | 资本回报、AI 份额 |
| Microsoft Azure（MSFT） | 超大云 | OpenAI、企业软件与开发者分发 | 客户集中、资本开支 |
| Google Cloud（GOOGL） | 超大云 | Gemini、TPU、搜索与数据 | 变现速度 |
| Oracle（ORCL） | 超大云 | 大型 AI 集群与 Stargate | 债务和项目集中 |
| CoreWeave（CRWV） | 新云 | 纯 GPU 云、大额积压订单 | 融资、客户集中、折旧 |
| Nebius（NBIS） | 新云 | 欧洲和美国 AI 基础设施 | 扩张执行 |
| Crusoe、Lambda | 新云 | 定制园区与 GPU 云 | 私募估值、资本需求 |
| 阿里云（BABA） | 中国云 | 国内规模第一、Qwen 生态 | 价格竞争 |
| 华为云 | 中国云 | 昇腾、CANN 与 CloudMatrix | 先进芯片供给 |
| 腾讯云（0700.HK） | 中国云 | 社交、游戏和企业客户 | GPU 供给与披露 |
超大云厂商：AI 增长藏在综合报表里
AWS、Azure 和 Google Cloud 同时受益于 AI 训练、推理、数据服务和企业迁移，但披露口径不同。所谓“AI 收入运行率”可能包括模型 API、GPU 实例、Copilot、数据服务甚至传统云迁移，不能直接横向比较。
它们真正的优势是内部组合：自研芯片降低成本，公共云吸收不同客户需求，软件和数据服务提高毛利，全球网络调度利用率。即使某一代 GPU 过时，也可以通过降价、批处理和内部工作负载继续使用。
新云厂商：积压订单大于收入
CoreWeave 等公司的积压订单远高于当期收入，说明客户愿意提前锁定算力，也说明未来现金流依赖少数大合同按时履行。GPU 抵押融资和长期数据中心租约放大了增长，也缩短了容错空间。
分析新云不能只看签约额，应同时看：
- 订单何时开始计费，是否包含可取消或附条件部分；
- 前五大客户占比；
- 已投运容量、利用率与平均租金；
- 债务期限是否短于客户合同；
- 设备的会计折旧是否符合经济寿命；
- 新一代芯片上线后旧集群能否继续产生现金。
高积压订单是需求信号，不是已经实现的利润。
CUDA：比芯片更持久的护城河
Nvidia 的优势不只在 GPU，而在 CUDA、库、编译器、调试工具和开发者经验。迁移到另一种加速器，意味着重写内核、验证精度、重新训练工程团队，并承担生产中断风险。这种软件切换成本比单代芯片性能更持久。
护城河并非没有裂缝。PyTorch、Triton、开放编译器和云厂商自研芯片逐步把上层软件与底层硬件分离。对于规则明确、规模稳定的推理任务，TPU、Trainium 和定制 ASIC 可以用更低总成本替代 GPU。前沿训练仍偏好完整的软件与网络一体化，成熟推理则更愿意为价格迁移。
中国的平行云栈
中国云市场由阿里、华为、腾讯和运营商主导。出口限制减少了先进 Nvidia 芯片供给，迫使平台同时适配昇腾、海光、寒武纪等本土加速器。CANN 与 CUDA 的差距不仅是软件功能，还包括开发者数量、算子优化、故障处理和跨集群调度。
中国云的优势是本土客户、政策需求和数据合规；弱点是硬件代际、软件碎片化和价格竞争。投资者要区分“国产算力采购增加”与“云业务利润改善”：前者可以很快发生，后者取决于利用率和客户付费。
推理专业平台会不会独立成层
Groq、Cerebras、SambaNova 等用自研硬件提供低延迟推理。它们能在特定模型和批量下展示显著性能，但要成为持久平台，还需证明模型覆盖、软件兼容、全球部署和单位经济性。若模型路由成为常态，这些专业平台可能作为后台执行层存在；若超大云通过自研芯片复制其成本优势，独立利润空间会被压缩。
投资判断：云的核心是现金转化
超大云厂商的优势是分散客户、软件毛利与融资能力，但 AI 资本开支对自由现金流的压力越来越明显。新云的优势是增长纯度和部署速度，但更容易受单一客户、信贷和硬件折旧影响。
判断云层是否健康，重点看收入与资本开支是否同步转化，而不是只看需求表述。若 AI 收入、利用率与自由现金流连续改善，平台模式得到验证；若积压订单延迟、租金下降而债务继续上升，云层会成为整条 AI 资本链最早暴露信用风险的地方。