云计算才是AI最赚钱的环节 李录最近在哥大格雷厄姆与多德论坛上谈AI,有一个观点流传很广:AI和互联网不一样,互联网基础设施建好以后,多分发一次信息几乎不花钱;AI每生成一次回答、每跑一次Agent任务,都要继续烧GPU、烧电、占存储。边际成本不为零,所以上游芯片商拿到订单,下游未必能同步赚钱。 这段话前半句我完全同意,后半句我认为恰恰说反了。 边际成本不为零,对打价格战的模型公司是压力,对云计算却是收入。你每问一个问题,每让Agent跑一个任务,云厂商的电表就转一圈。软件时代是写一次、卖无数份拷贝;AI时代是按次计费、按token收钱。这不是下游的诅咒,这是收费站的生意模式。用的人越多,任务越复杂,收费站的流水就越大。 一、数字已经替云厂商说话了 先看今年第二季度的财报。 AWS季度收入422亿美元,同比增长37%,连续第五个季度加速,年化收入1690亿美元。营业利润166亿美元,利润率约39%。 Google Cloud季度收入248亿美元,同比增长82%。更重要的是利润率:一年前是20.7%,现在是35.6%。规模越大,利润率越高,这是典型的规模经济,不是烧钱换增长。 微软Azure增长43%,管理层给的下一季度指引是45%左右,继续加速。微软云全年收入超过2140亿美元。 三家巨头,没有一家是在亏钱扩张。一个行业同时出现收入加速和利润率上升,这种组合在任何周期里都不多见。 二、两年回本,之后都是利润 很多人担心云厂商砸下去的几千亿资本开支收不回来。算一笔最简单的账。 按今年7月的市场租金,一台二手8卡H100服务器,满负荷运转大约8个月回本;利用率只有六成,也就14到15个月。买新机器贵七成左右,回本期相应拉长,大致落在一年多到两年多之间。Nebius自己给出的数字也印证了这一点:新签合同的回本期大约是1年10个月,过去是2到3年。 而云厂商账面上的服务器是按五到六年折旧的。现金两年左右回本,机器还能接着跑好几年,后面这几年扣掉电费和运维,基本都是利润。 更关键的是租金在涨,不是在跌。2023到2024年算力最紧的时候,H100租金每小时7到10美元,之后两年一路下滑,很多人以为算力过剩了。今年风向变了:CoreWeave在7月把每小时GPU价格上调25%,之后两三个月又涨了10%,Nebius也在涨价。进入10月又是一轮:Nebius把H100按需价格从每小时3.85美元调到4.50美元,涨了17%;AWS把H100预付容量块从每小时5.19美元调到5.97美元,涨了15%,给的理由只有一句,“根据供需调整”。H100已经是上上代的卡,照样在涨价。一个所谓“产能过剩”的行业,是不会连续涨价的。 三、订单已经排到2028年,客户抢着预付 AWS的积压订单是4960亿美元,大约是一年前的2.5倍。Google Cloud积压订单5140亿美元,一个季度前还是4600亿。微软的商业合同未履约余额是6780亿美元。三家加起来,接近1.7万亿美元的已签合同等着交付。 AWS的贾西在电话会上说,2027年的产能绝大部分已经被预订,2028年也有“相当一部分”被订走了。微软CFO艾米·胡德说得更直接:“需求继续超过可用产能。” 微软一年新增了88个数据中心,计划两年内总产能翻倍,依然供不应求。 还有一个常被忽视的细节:客户开始预付款了。Nebius第二季度签的合同里,大约七成带有客户预付款,预付比例覆盖了对应资本开支的50%到60%,公司预计今年仅客户预付款就能提供超过90亿美元的资金。IREN最近签的AI云合同,客户预付款也覆盖了大约45%的GPU资本开支,公司说这种安排"在AI云合同中越来越普遍"。IDC的分析师把这类客户形容为“项目共同投资人”。客户愿意先掏一半以上的钱,只为了锁定算力,这说明什么?说明谁手里有算力,谁就是甲方。 最能说明问题的是马斯克。xAI在孟菲斯建的Colossus,原本是给自己训练Grok用的,今年变成了出租:Anthropic包下了Colossus 1的全部算力,每月12.5亿美元;Google Cloud每月9.2亿美元;Reflection AI每月1.5亿美元;9月又签了一个每年133亿美元的客户。SpaceX一年的算力出租合同已经达到411亿美元。马斯克自己有模型都选择把算力租出去,Google这样的云巨头自己建都来不及,还要去租别人的机房。这门生意赚不赚钱,不用我多说。 有人说只有OpenAI这几家在买算力,企业不愿意付钱。微软的数据是,微软云收入里将近九成来自前沿模型公司以外的客户。你看看自己的账单:订阅越来越多,云服务花得越来越多。企业不是不付钱,是已经在付了,只是付给了云。 四、电力是最硬的护城河 软件可以复制,模型可以蒸馏,芯片台积电每年都能多产一些,但一个通了电的数据中心,要等好几年。 美国电网的并网排队已经长达5到7年。Bloom Energy今年的报告说,数据中心实际拿到电的时间,比行业预期还要再晚一年半到两年。所以Google花47.5亿美元收购了能源开发商Intersect Power,亚马逊计划到2027年底把2025年的电力容量翻一倍,三分之一的超大规模运营商预计到2030年会完全依靠自建电源。 这件事的含义很简单:电力瓶颈不是三五年能解决的,在它解决之前,谁手里有通了电的机房,谁就有定价权。租金上涨、回本加快、客户预付,都是从这里来的。 五、芯片卖一次,云年年收 英伟达上个季度收入962亿美元,毛利率75%,净利润近600亿美元。单看这一个季度,芯片的利润比云更大,这一点不用争。但两者的钱,性质完全不同。 英伟达的收入,本质上就是云厂商的资本开支,是一次性卖断。明年卖多少,取决于明年客户还愿意花多少。云的收入是按年收租,合同一签就是好几年,1.7万亿美元的积压订单摆在那里,未来几年的收入看得见、摸得着。芯片卖出去那一刻,芯片商的生意就结束了;云的生意,那一刻才刚刚开始。 有人说云厂商应该自己造芯片,把芯片那层利润也拿过来。我不这么看。自研芯片的软件投入极高,开发者生态更是十几年才能养起来,绝大多数客户的代码、工具链、团队经验都建立在CUDA上。 英伟达今天卖的早就不是一块GPU,而是一整套已经调好的系统:GPU、CPU、NVLink互联、交换机和网卡、整机柜设计,再加上CUDA和上面一层层的软件库,全部在出厂前就一起优化过。云厂商自己拼硬件,要自己去调互联、调散热、调软件,费时费力;买英伟达的整套方案,到货装上就能出租。最新一代Vera Rubin已经进入全面量产,整柜系统已经在CoreWeave、Google Cloud、微软Azure、甲骨文和Nebius的机房里跑起来了。 整个产业链也都围着这套标准在扩产:台积电造芯片,SK海力士供内存,富士康组装整机柜,阿波罗、贝莱德、黑石、布鲁克菲尔德、高盛、KKR这些资本在后面出钱。一个标准,全行业一起放量,成本和交付速度都是任何一家自研方案比不了的。对云厂商来说,跟着这个标准走,就是最快把电变成钱的路径。 更重要的是,英伟达已经把“建数据中心”这件事本身变成了标准产品。它推出的Omniverse DSX蓝图,从100兆瓦到数吉瓦的AI工厂都用同一套架构:Jacobs做设计,Bechtel和Vertiv在工厂里预制模块、测试好再运到现场装,西门子、施耐德、GE Vernova提供电力和冷却设备,整个过程先在数字孪生里跑一遍。DSX Boost在同样的电力下,GPU吞吐量最多能提高30%;DSX Flex可以根据电网实时状况调节负载,去挖电网里闲置的容量。 这意味着什么?过去建一个大型数据中心要靠自己摸索,现在从芯片到机柜到整栋楼,都有了现成的配方。云厂商不用去碰芯片,也不用从头研究怎么建机房,它真正要做的只有三件事:拿到电,拿到客户,按年收钱。这就是名副其实的基础设施即服务。 黄仁勋在上个季度财报里说了一句话:“现在,算力就是收入。” 我再补半句:算力是收入,而按年收这份收入的,是云。 六、量变到质变,需求只会多不会少 云计算唯一真正的风险,是AI应用的需求没了。我认为这是不可能的,而且现在的数据指向完全相反的方向。 微软每年调用量达到1万亿token的Foundry客户,数量增长到原来的4倍。Copilot改成按用量计费后,收入环比增长超过60%。Google通过API处理的token,一个季度从每分钟约160亿涨到约220亿。这还只是聊天和Agent,自动驾驶、机器人、个人AI助理都才刚开始落地,每一样都是新增的算力需求。 有人会说,机器人靠身上的芯片干活,不联网也能动,用不着云。这只看到了最后一步。机器人的大脑是在云上训练出来的;因为真实世界的数据太贵太慢,它还要先在云上的虚拟世界里仿真练习几百万次。平衡、抓取、避障这些要求毫秒级反应的动作在本地芯片上跑,理解复杂指令、规划长任务这类不怕慢一两秒的事交给云。干活的数据定期回传,云端再训练,然后像特斯拉FSD一样通过OTA推送升级。这就好比手机:手机里的芯片越来越强,可手机越多,云计算反而越大。机器人也一样,卖出去的越多,回传的数据越多,云端要训练的东西就越多。 回头看计算机的历史:从1M内存,到286、386、486,每一代硬件都更快,软件就吃掉更多算力。AI正在走同一条路,下一代模型再要10倍、100倍的算力,一点都不奇怪。 有人担心,现在大家都在建数据中心,SpaceX计划到2027年底做到接近10吉瓦,微软、亚马逊都要在两三年内把容量翻倍,供给迟早过剩。我不这么看。过去两年已经证明了一件事:每次有人觉得算力够了,就会出现更花算力的模型。聊天模型之后是推理模型,推理模型之后是一跑几个小时的Agent.黄仁勋去年就说过,推理模型需要的算力轻松是原来的100倍。下一代模型只会更大、想得更久、干的活更多。供给是线性地加,需求是一代一代地翻倍。建的人越多,只说明看懂这门生意的人越多。 算力需求大到什么程度?大到地球上的电都不够用,开始往太空走了。Google的Suncatcher项目本月初刚用SpaceX的火箭把第一颗搭载4颗TPU的原型卫星送上轨道;初创公司Starcloud去年11月就把一块H100送上了太空,在轨道上跑起了大模型;SpaceX说最早2028年开始部署"轨道AI计算卫星“,并且在申请一个上百万颗卫星的星座。马斯克的原话是,太空是数据中心”唯一的扩展路径"。 ...









