英伟达CEO称AI云厂算力需求“超出图表”，谁在疯狂囤卡？

10月22日，英伟达首席执行官黄仁勋用了一个极具画面感的词来形容当前AI算力的需求强度——“off the charts”（超出图表）。他口中的主角不是我们熟悉的亚马逊、微软或谷歌等传统云计算巨头，而是一群正在迅速崛起的“新型云服务商”。

这个词的选择并非偶然。在传统金融分析中，“off the charts”往往用来描述那些无法用现有刻度衡量的指数级增长。它暗示的不仅是规模之大，更是增长曲线的陡峭程度已经超出了分析师的预测模型。

“新型云服务商”究竟是什么？

要理解这句话的分量，首先需要搞清楚“新型”指的是什么。

传统云计算巨头的逻辑是通用的：你买服务器和存储，我提供虚拟机和基础架构服务。但近两年来，一群专注于AI推理和训练服务的纯云服务商开始改变这个模式——它们不做通用计算，只做一件事：把GPU集群以算力形式卖给需要跑大模型的公司。

这种模式的代表包括CoreWeave、Lambda Labs等专门从事AI基础设施供应的企业。与传统云厂商不同，它们不追求万亿美元的生态版图，而是把全部资源集中在一个细分环节上：高性能GPU的计算能力本身。

更准确地说，这些企业本质上充当了GPU设备的批发商角色。它们从英伟达大量采购GPU集群，然后以租赁的方式卖给各种需要大规模AI运算的企业客户。这种商业模式的优势在于垂直深耕比广撒网更有溢价能力，劣势则是对资金链的极度依赖——如果融资渠道收紧，扩张计划就会立刻受阻。

为什么现在轮到它们了？

传统云计算巨头的资本开支确实也在增加。但如果把它们比作建造综合性机场，那么这些新型云服务商就是在专门运营一条顶级航线的航空公司。机场可以飞多条航线，而航空公司只需要把一条路做到极致。

过去三年，大模型训练的需求已经从实验室走向商业化落地。企业需要的不再是一个能跑的demo，而是能够持续稳定输出的推理算力。这种需求的特点是：高频次、高强度、高确定性。对于大多数企业来说，自建GPU集群的成本过高且技术门槛太大，向专业AI云服务商购买算力就成了更经济的选择。

这也是为什么黄仁勋选择在这个时间点释放这样的信号。如果市场需求只是脉冲式的，管理者不会用如此强烈的措辞来安抚投资者。只有当看到连续多个季度的订单确认时，才有底气说出“超出图表”。

从英伟达上一财季的数据来看，数据中心业务收入已经达到约300亿美元的级别。这个数字的背后不仅有传统云厂商的贡献，新型云服务商的采购量也在快速攀升。两者共同构成了一条强劲的上升曲线。

千亿美元背后的利益传导

公开信息显示，CoreWeave等头部AI云厂商累计融资已超过千亿美元。这个数字本身并不新鲜，但其背后隐藏着一个容易被忽略的事实：这些钱大部分流向了哪里？

答案很大程度上指向了GPU供应链。从英伟达的芯片设计到台积电的代工制造，再到HBM内存供应商，这条产业链的每一个环节都在受益于这波需求。

更关键的是资金流向的结构变化。传统的科技投资逻辑是“研发→产品→收入”，而现在变成“融资→买硬件→租赁算力→收入”。这意味着GPU制造商的收入确认速度大大加快，而不必等待终端应用市场的成熟。

这种变化对资本市场意味着什么？简单来说，就是英伟达这类公司的估值逻辑正在从“周期性波动”转向“结构性扩张”。前者意味着业绩会起伏，后者则暗示成长通道可能持续多年。

当然，这也带来了一个风险：如果未来某个时刻，GPU采购速度放缓或者下游客户的租赁回报不及预期，那么整个链条上的资金压力将最先体现在这些高杠杆运营的AI云服务商身上。

中国市场的连锁反应

这一波需求的另一端，是中国国产AI芯片面临的压力。

华为昇腾910B和寒武纪的产品在中国市场已经积累了一定的份额，但在训练端，尤其是大规模集群的稳定性方面，与英伟达仍有差距。当全球市场对高端算力的需求仍在加速而不是放缓时，国产替代的时间窗口实际上在被压缩。

这不是一个悲观的判断，而是一个事实陈述：只有当供给受限或价格过高时，买家才会在意替代品。如果英伟达能够保持足够的供货能力和性价比，企业没有动力主动切换到尚未完全验证的国产方案。

但这种格局也有变数。一方面，美国出口管制政策的不确定性始终存在；另一方面，国内大模型的演进路径可能产生独特的需求侧创新，从而为本土芯片创造差异化竞争的空间。尤其是在推理场景日益重要的趋势下，某些特定任务可能对英伟达的绝对性能依赖度没那么高。

接下来观察什么？

对于想要追踪这个趋势的投资者和行业观察者来说，以下几个指标值得关注：

第一，Blackwell Ultra／Rubin架构的出货节奏。英伟达的下一代产品能否按时交付，直接决定了这波需求浪潮能延续多久。

第二，新兴AI云服务商的融资数据。它们是否还能继续找到新的资金来源，将决定它们的扩张速度以及抗风险能力。

第三，美国AI相关资本开支的实际数字。目前市场普遍预计2026年这一数字超过2000亿美元，但这个预测是否会被上调或下调，将成为判断行业景气度的关键锚点。

第四，国产AI芯片在推理场景中的渗透率变化。如果某些中国企业开始大量采用昇腾或寒武纪进行推理部署，那将是一个值得注意的信号。

第五，英伟达数据中心业务的季度环比增速。这是最直接反映需求强度的晴雨表，也是验证黄仁勋表述真实性的最好方式。