2026-10-26 在AI大模型的淘金潮里,曾经最稳妥的生意是“卖水人”。只要你能搞到英伟达的GPU,建好机房,就不愁没有挥舞着支票的大模型公司来租用算力。
但现在,这种“囤卡致富”的信念正在彻底瓦解。
最近,美股算力租赁板块遭遇了前所未有的估值下跌。从转型的加密矿企Soluna、Bit Digital,到明星企业CoreWeave、Applied Digital,这些被称为“新云”的公司股价腰斩,技术指标全面走坏。
面对这种局面,埃隆·马斯克在社交媒体上补上了最关键的一刀:“过去几周,债务市场几乎完全切断了那些没有独立于AI数据中心实际收入的公司获取资金的渠道。200多家新云服务商将经历类似孔雀鱼般的消亡与合并。”
很多人把这次崩盘归因于宏观资金的收紧。但抛开金融杠杆的外壳,真正扼杀这200多家新云的,是AI产业链底层逻辑的两个重大变化:硬件的快速贬值,以及算法效率革命带来的需求减少。
新云服务商们最大的误解,是把英伟达的GPU当成了能保值增值的“数字房产”。
在传统的商业地产模式中,你借钱建一栋楼,这栋楼可以收租几十年,而且资产本身会缓慢增值。但GPU完全不同。科技硬件的根本规律,决定了它是一场残酷的消耗战。
首先,它的硬件更新速度极快。从H100到B200,再到现在规划的Rubin架构,英伟达几乎每年都在推出新产品。一旦新一代芯片上市,上一代芯片的算力租赁价格就会大幅下跌。在硅谷的二手市场,曾经一卡难求的H100,其租赁价格已经随着新卡的量产预期而开始松动。
其次,大模型公司是极其“挑剔”的客户。为了训练更大的模型,他们永远需要最新、互联带宽最大的集群。那些囤积在中小新云机房里的旧款显卡,很快就会面临无人问津的尴尬。
这就形成一个致命的“折旧死局”:新云服务商从华尔街借了三年期的巨额债务,买来了昂贵的显卡。但三年不到,这些显卡在市场上的租金可能连覆盖利息和电费都不够。更何况,集群的物理损耗、网线的老化、液冷系统的维护,都在不断吞噬利润。当旧卡租不出去,新卡又买不起时,资金链断裂就成了必然。
除了资产贬值,新云们还面临一个更可怕的对手:越来越聪明的算法,正在降低对算力的绝对需求。
过去一年,硅谷的共识是“算力即正义”,大力出奇迹。但最近的一系列技术突破(以DeepSeek等为代表的开源力量),给所有重金砸算力的公司敲响了警钟。
通过极致的MoE(混合专家)架构优化、更好的数据配比以及更高效的推理框架,大模型公司发现:原来不需要十万张H100,只用几千张卡,就能训练出媲美GPT-4级别的模型。
这直接改变了整个行业的算力消费观念。当“单位算力的智能产出”成为核心指标时,那些原本靠着“卖高价算力”躺赚的新云公司,立刻感受到刺骨的寒意。大客户开始精打细算,自建集群,或者直接与大厂签订长期低价协议;而中小客户根本付不起高昂的租金。更糟糕的是,高质量的人类语料正在枯竭,大模型预训练的边际收益在递减。需求端从“算力荒”瞬间转为“算力过剩”,原本被寄予厚望的千亿级蓝海,眨眼间变成了一片红海。
在这场洗牌中,新云服务商之所以最先倒下,是因为它们处于AI产业链中利润最薄、风险最高的一环。
向上看,是英伟达和超大规模云厂商的垄断。英伟达拿走了产业链最丰厚的硬件利润,而微软、谷歌、亚马逊等巨头则凭借庞大的现金流和自建算力,把控了高端大模型的训练。巨头们甚至开始收取高昂的“模型路由器”过路费,要求第三方模型公司必须通过他们的网关接入。新云公司只能去接巨头们不愿干的、零碎的推理订单。
向下看,是大模型初创公司的极度内卷。随着大模型API价格战(如字节、阿里的白菜价大模型)进入白热化,模型公司自身都在生死边缘挣扎,更不可能拿出现金去支付新云公司高昂的算力租金。
新云服务商,本质上成了夹在中间的“数字包工头”。他们借高利贷买设备,仰仗大厂的施舍和模型公司的起落,自己毫无定价权可言。一旦宏观环境波动,第一批被祭旗的,注定是他们。
除了商业逻辑的死穴,新云们还面临着极其残酷的物理约束。
知名投资人查马斯·帕里哈皮蒂亚指出,很多巨头在建数据中心时,面临着变压器交货周期长达两年、电网并网审批遥遥无期的困境。
这就造成了极其荒诞的资本浪费:许多公司花几十亿美元买来顶级GPU,建了庞大的机房,却因为没电、没网,导致这些算力变成了“半拉子工程”,堆积在仓库里吃灰。对于资金链紧绷的新云服务商而言,他们往往根本撑不到电网接通的那一天,就已经在债务的绞肉机里灰飞烟灭。
马斯克和查马斯的唱衰,虽然句句在理,但同样带有硅谷特有的冷酷。
正如做空机构在评论区嘲讽的,马斯克和查马斯自己就是重仓算力基建的玩家。他们一边在公开场合指出中小新云的“死局”,一边却凭借SpaceX、xAI和庞大的现金流,以极低的成本快速建起十万卡级别的超级集群。
这是一种降维打击。当新的算力周期开启时,这些资金充裕、工程能力极强、且拥有自身业务支撑(如星链、自动驾驶、内部大模型)的巨头,将以极低的价格收购那些破产新云的二手硬件,完成行业的大洗牌与寡头垄断。
200多家新云的终局,给所有在AI狂热中盲目加杠杆的人上了一课。
AI大模型是一头吞噬资源的巨兽,但它同样遵循商业常识:没有核心技术壁垒、缺乏多元造血能力、仅仅依靠借债去“倒卖”硬件资源的中间商,注定走不远。
未来的AI算力市场,将不再是“囤卡就能印钞”的草莽时代。它将属于那些能把软硬件结合做到极致、能把Token成本压到最低,且能真正将大模型转化为实际生产力的硬核玩家。而那些被算力神话裹挟、倒在2027年“搁浅算力”废墟上的新云们,将成为这场技术革命中,最容易被遗忘的代价。
本文来自微信公众号“Tech商业”,作者:Tech商业,36氪经授权发布。
2026年9月20日 · 上午10:15
阵容执行与资源控制是解读比赛逻辑的关键。领先方通过控龙、推塔节奏扩大优势,落后方则需通过抓单或团战翻盘。理解这些细节,能让单场结果拥有更完整的背景,便于读者形成独立判断。
李思琪
2026年9月15日 · 下午2:30
战队状态分析需结合近期3-5场对局,观察选手英雄池、版本适应度及团队协作变化。比如某战队在连续两场中选用相同下路组合但表现差异明显,说明状态波动而非体系失效,这为后续比赛判断提供依据。