Neocloud 这门生意怎么赚钱：单位经济、折旧争议、融资机制与护城河
用一句话说清楚这门生意
签署多年期 Take-or-Pay 合同锁定 GPU 算力，以合同为抵押借款，与折旧赛跑着把钱装进口袋。
这句话里的每一个词都很重要。Neocloud 的商业模式说起来简单，执行起来残酷。三个变量决定了一家 Neocloud 是在创造价值还是在烧钱------而且三个变量同时在移动：
变量一：GPU 租赁价格 → 每年持续下降
变量二：GPU 利用率 → 盈亏平衡点约 70%
变量三：硬件折旧速度 → 行业最大的未解争议理解这三个变量如何相互作用，是评估任何 GPU 云服务提供商------无论中心化还是去中心化------的基础。在继续展开之前，有必要先说清楚一件事：Neocloud 这门生意的规模，已经远超大多数人的想象。
Neocloud 赛道 2025 年全年营收超过 250 亿美元，Synergy Research 预测到 2031 年将接近 4000 亿美元。Neocloud 营收预计在 2026 年达到 200 亿美元，到 2030 年接近 1800 亿美元。更广泛的 GPU 即服务市场预计到 2032 年达到 498 亿美元，年复合增长率 36%。 Coreweave
这不是一个新兴的利基市场，而是一个正在重写企业 AI 基础设施格局的主流行业。
单位经济模型：真实数字
收入侧：纸面数字和真实收入之间的差距
在发布价格和 100% 利用率下，一台 8 块 H100 的服务器，按 Lambda 的 3.44/小时定价，年收入约 24.1 万美元；按 CoreWeave 的 6.16/小时，年收入约 43.2 万美元。
这组数字看起来很诱人。但有两个重要的现实修正必须立刻加上去：
第一，没有任何提供商能在 100% 利用率下运行。CoreWeave 不披露利用率数据，但其 2025 年 51.3 亿美元的营收，对应分析师估算的 25-40 万块 GPU，意味着实际综合收益率远低于报价卡。
第二，发布价格是天花板，不是成交价格。大客户的实际合同价格通常低于报价卡 20-40%，具体取决于合同规模和锁定期长度。独立聚合商（如 SF Compute）为承诺量提供 $1.35/小时的批量折扣，而 CoreWeave 的报价卡价格高出数倍。这个价差不是利润，而是服务层级、合规认证、企业 SLA 和品牌溢价的组合。 Yahoo Finance
最新财报数据（截至本章撰写）
CoreWeave Q2 2026 营收 25.8 亿美元，同比增长 112%，环比增长 24%。上半年营收合计 46.5 亿美元。全年营收指引已上调至 124-132 亿美元。合同积压达 1040 亿美元，另有超过 250 亿美元的新增承诺在 Q3 初已锁定。
Nebius 预计 2026 年收到超过 90 亿美元的客户预付款，覆盖相关资本支出的约 50-60%。
这两组数字放在一起，揭示了 Neocloud 市场正在发生的一个关键转变：客户预付款正在成为 Neocloud 资本结构的重要组成部分，部分程度上减少了对外部债务融资的依赖。
成本侧：六项核心成本的拆解
Neocloud 的运营成本结构远比"买 GPU，出租 GPU"复杂得多。以下是完整的成本分解：
成本项一：折旧（最大单项成本）
来自 Dell 或 Supermicro 的 8 块 H100 SXM 服务器，2026 年初成本约 25-40 万美元/台，具体取决于配置。CoreWeave 按 6 年直线法折旧，采用半月惯例。
以一个典型的 1024 块 H100 集群为例（128 台服务器）：
硬件采购成本：128 台 × $30 万/台 = $3,840 万
6年折旧：$3,840 万 ÷ 72 个月 = $53.3 万/月
3年折旧（激进假设）：$3,840 万 ÷ 36 个月 = $106.7 万/月
每月折旧差异：$53.4 万
年化折旧差异：$640.8 万这个数字在后面的折旧争议一节会进一步展开，因为它对整个 Neocloud 行业的利润数字有根本性的影响。
成本项二：电力成本
电力成本占运营支出的 25-40%。电费每差 0.05/kWh，每节点年利润差异达 15,000-$30,000。 Investing.com
以同一个 1024 块 H100 集群为例：
集群总功耗估算：
每台服务器功耗约 5.6kW（8×700W H100）
PUE 1.2（高效液冷数据中心标准）
实际用电：5.6kW × 1.2 = 6.72kW/台
总集群功耗：6.72 × 128 ≈ 860kW ≈ 0.86MW
年用电量：0.86MW × 8,760 小时 ≈ 7,534 MWh
不同电价下的年度电力成本：
$0.04/kWh（优质清洁能源地区）→ $301,360/年
$0.06/kWh（行业均值低端） → $452,040/年
$0.10/kWh（高电价地区） → $753,400/年
$0.14/kWh（商业用电高价区） → $1,054,760/年
高低电价之间的年度差异：$753,400这解释了为什么 CoreWeave 和 Nebius 如此执着于在廉价电力地区布局。0.04/kWh 和 0.14/kWh 的电价差异，对这个规模的集群意味着年度成本差异超过 75 万美元------足以将盈利集群变成亏损集群。
成本项三：托管 / 数据中心成本
机架空间、网络带宽、物理安全、运维人员------这些成本通常占 Neocloud 总成本的 15-25%，且随着数据中心供需关系的变化而波动。
CoreWeave Q2 2026 毛利率收窄 8 个百分点至 66%，主要原因是数据中心租金、电力和其他扩张成本的增速超过了营收增速。 Investing.com
这是一个值得注意的信号：即便营收在以 112% 的速度增长，基础设施成本的增速依然可以侵蚀毛利率。规模扩张并不自动带来成本效率的提升，只有当算力充分被使用时，固定成本才能被摊薄。
成本项四：融资成本
对债务融资的 Neocloud，利息支出是一项不可忽视的成本。
CoreWeave Q2 2026 利息支出达 6.4 亿美元，比 Q2 2025 的 2.67 亿美元增加了一倍以上。CoreWeave 在本季度筹集了超过 100 亿美元的无担保债券和可转换债券，外加 31 亿美元定期贷款和来自 Jane Street 的 10 亿美元战略投资。
单季度 6.4 亿美元的利息支出，意味着仅利息成本一项，每年就超过 25 亿美元。这直接解释了为什么 CoreWeave 尽管营收超过 50 亿美元，依然在录得净亏损。
成本项五：网络和互联成本
高性能 AI 集群需要高速互联------InfiniBand 交换机的成本远高于普通以太网设备，而跨数据中心的网络带宽成本在大规模分布式推理场景下也不可忽视。
成本项六：人工和运维成本
包括系统管理员、网络工程师、客户支持团队------这些成本随集群规模线性增长，但在头部 Neocloud 里通过自动化工具得到了一定程度的压缩。
利润侧：EBITDA 和 GAAP 净利润的鸿沟
McKinsey 的行业分析显示，计入人工、电力和折旧后，Neocloud 行业的毛利率仅为 14-16%。个别运营商可能实现 10-25%，具体取决于电力成本、利用率和融资结构。利润率超过 20% 通常需要：廉价电力（$0.06/kWh 或更低）、高利用率（80%+）和低杠杆率。 Investing.com
以下是同一家公司在同一时期的两个完全不同的利润数字：
CoreWeave Q2 2026：
调整后 EBITDA（不含折旧和利息）：
$15.1 亿，利润率 59%
→ 这是大多数财经媒体的头条数字
GAAP 净亏损（含折旧和利息）：
-$6.26 亿
→ 这是真实的经济图景
利息支出单项：$6.4 亿（本季度）
年化利息：约 $25.6 亿
两个数字之间的差距来自：
- 非现金折旧（GPU 资产价值的逐年摊销）
- 债务利息（支撑扩张的融资成本）CoreWeave 全年 2026 营收指引为 124-132 亿美元，调整后运营利润指引为 9.6-11.5 亿美元。管理层表示 Q4 调整后运营利润率将达到低两位数，显示利润率正在改善。
这组数字说明一件重要的事：Neocloud 的盈利能力是真实存在的，但它被折旧和利息成本所掩盖。随着债务逐步偿还、折旧周期结束，现金利润会逐步显现------但这需要时间，且前提是 GPU 租赁价格在折旧周期内保持足够高的水平。
利用率的边际效益
在竞争性市场价格下，一个 1024 块 GPU 的 H100 集群，在约 75% 利用率时收支平衡。低于这个临界点，在 70% 利用率下，集群每月亏损约 8-13 万美元。在 90% 利用率下，同一集群每月产生 17-22 万美元的利润。 Yahoo Finance
在 1024 块 H100 集群上，55% 利用率每月亏损约 33 万美元，85% 利用率每月盈利约 34 万美元（American Compute，2026）。折旧前裸金属毛利率约 55-65%，几乎没有安全边际。 Coreweave
30 个百分点的利用率差距（55% vs 85%），使同一套硬件从每月亏 33 万变成每月盈 34 万------利润差距高达 67 万美元/月，年化超过 800 万美元。这是 Neocloud 运营里最敏感的单一变量。
80% 利用率以上时，利润率快速扩张，因为运营支出仅边际增加（主要是电力消耗），而营收线性增长。关键洞察：Neocloud 运营中单位经济的差异不在于 GPU 价格，而在于能以多高的利用率运行这些 GPU。 Investing.com
折旧争议：整个行业最大的未解问题
GPU 应该按多少年折旧？这个问题直接决定所有 Neocloud 公司的报告利润，也是整个行业里争议最持续、影响最深远的会计问题。
CoreWeave 的官方立场：6 年
CoreWeave 按 6 年有效寿命对 GPU 服务器进行直线法折旧，采用半月惯例法：如果基础设施投入使用的日期在日历月的 15 日或之前，则计入一个完整月的折旧；如果在 15 日之后，则从下个月开始计算折旧。
CoreWeave 6 年折旧假设的逻辑：H100 服务器虽然在前沿 AI 训练任务上会被更新的 GPU 所替代，但它们仍然可以用于较轻量的推理工作负载，延续经济使用寿命。H100 在训练市场被 Blackwell 取代之后，可以向下迁移到成本更敏感的推理场景，继续产生收入。
悲观方：2-3 年
2025 年 11 月，Michael Burry 认为 GPU 的经济寿命是 2-3 年，这意味着 2026-2028 年各大 AI 支出方合计约有 1760 亿美元的低估折旧。其核心论据：AI 模型的代际更新极快，每一代新 GPU 出来之后，上一代 GPU 的租赁溢价迅速侵蚀，实际产生高利润的经济窗口远短于 6 年。
市场的实时检验：H100 价格走势
H100 的价格走势是检验这场争议最直接的实时数据：
H100 租赁价格在 2023 年峰值超过 8 美元/GPU 小时。B200 在 2026 年平均约 6.50/小时，GB200 机架级配置约 17.85/小时，而 H100 已进入预算级别的 2.85-3.50/小时区间，降幅达 64-75%。 Coreweave
这个价格轨迹说明：H100 从峰值到商品化，大约用了 2.5-3 年时间。如果这个模式在 B200 上重演，那么 6 年折旧假设意味着在第 3 年之后，GPU 的账面价值仍然远高于其实际产生收入的能力。这正是悲观方的核心论据。
Kerrisdale 的数字分析
Kerrisdale 对 CoreWeave GB200 经济模型的分析显示：在公司自身的 6 年折旧假设和 87% 利用率下，EBIT 利润率约为 20.5%------如果使用更能反映实际观察到的 4-5 年有效寿命，则利润率接近零或转负。
折旧年限差异的数字影响
以一个 128 台服务器（1024 块 H100）的集群为例，展示折旧假设对净利润的直接影响：
资产总值：约 $3,840 万（按 $30 万/台）
情景 A：6 年折旧（CoreWeave 标准）
月折旧：$3,840 万 ÷ 72 = $53.3 万/月
年化折旧：$639.6 万
情景 B：4 年折旧（审慎假设）
月折旧：$3,840 万 ÷ 48 = $80 万/月
年化折旧：$960 万
情景 C：3 年折旧（激进假设）
月折旧：$3,840 万 ÷ 36 = $106.7 万/月
年化折旧：$1,280.4 万
情景 A 与情景 C 的年化差距：$640.8 万
在 McKinsey 分析的 14-16% 净利润率下，
同一集群的年净利润约 $340-$690 万
折旧假设的差异足以将盈利集群变成亏损集群这个计算的意义不只是会计技术的差异，而是对 GPU 资产真实经济价值的根本判断分歧。每一个在评估 Neocloud 可持续性的分析师、投资者或企业采购决策者，都需要对这个假设有自己的独立判断。
去中心化网络对折旧争议的不同处理方式
去中心化 GPU 网络（如 Aethir）的节点运营商通常是独立的个体或机构，他们持有 GPU 的方式和折旧处理方式各不相同------有些是企业级的数据中心运营商，有些是专业节点运营商，不同类型的运营商对 GPU 资产的折旧处理可能从 2 年到 6 年不等。
这种多样性实际上是一个优势：去中心化网络不需要为整个网络的 GPU 资产采用统一的折旧假设，不同年龄、不同成本基础的 GPU 同时存在于网络中，形成了一种天然的资产组合多样化。
债务融资机制：扩张的引擎，也是风险的来源
标准运作模式：五步循环
Neocloud 的融资核心逻辑是一个五步正向循环：
步骤一：签署 Take-or-Pay 客户合同
客户承诺多年付款，不管实际使用多少
步骤二：以合同现金流为抵押向金融机构借款
合同的可预期性让贷款方愿意以更低利率放贷
步骤三：用借来的钱购买 GPU
GPU 本身也可以作为额外的抵押品
步骤四：客户按期付款，用于偿还贷款和利息
理想情况下，还款额 > 贷款成本
步骤五：利用信用记录继续融资、继续扩张
规模越大，融资条件越优，资本成本越低这个循环的健康运转，依赖于三个条件同时成立：GPU 租赁价格保持在足以覆盖融资成本的水平、客户合同正常履行付款、以及折旧速度不超过资产产生收入的速度。任何一个条件失效，循环就会断裂。
NVIDIA 的"循环融资"结构
这是 Neocloud 经济模型里最值得深入理解的结构性特征。
2025 年 3 月，CoreWeave 的 IPO S-1 文件披露 NVIDIA 持有 CoreWeave 约 1.21% 的股权，同时作为主要客户和产能承诺方。这意味着，从受 NVIDIA 融资支持的 Neocloud 租赁 GPU，支付的价格不只由市场供需决定，还受到这两个厂商之间双边融资协议利润结构的影响。那笔交易隐藏在每张来自受影响提供商的 H100 发票背后。 Yahoo Finance
CoreWeave 的竞争地位依赖于 NVIDIA 的 GPU 优先分配权，这种关系因 NVIDIA 在 $87.20/股的入股价格约 20 亿美元股权投资，以及 63 亿美元的 Take-or-Pay 产能承诺而加深。 Medium
Mizuho 芯片分析师 Jordan Klein 的表述最为直接："这闻起来像是在预先融资购买自己的GPU。"
Wedbush Securities 分析师 Matthew Bryson 则更为中性地评估："NVIDIA 的投资和建设布局完全符合'循环投资主题'，但也可能建立起竞争护城河，如果 NVIDIA 成功执行的话。"
这种结构对企业采购决策者的含义是：当你从受 NVIDIA 支持的 Neocloud 租赁 GPU，你在为一个利润结构比纯市场定价更复杂的方案付费。这不一定是坏事，但值得在采购决策时知晓。独立聚合商（没有厂商融资资本支出）可以定价更接近市场，因为他们不需要服务那些债务偿还义务。 Yahoo Finance
CoreWeave 的债务规模与现金流现实
CoreWeave 上半年 2026 年营收合计 46.5 亿美元，运营现金流转为强劲正数（上半年 36.6 亿美元），相比上年同期使用现金运营的状况显著改善。但净亏损上半年扩大至 13.7 亿美元，摊薄每股亏损 2.53 美元。利息支出持续攀升，总债务达约 356 亿美元。
CoreWeave 在 Q2 单季筹集了超过 100 亿美元的无担保债券和可转换债券，外加 31 亿美元定期贷款和来自 Jane Street 的 10 亿美元战略投资。技术与基础设施支出增至 15.1 亿美元，较上年同期的 6.7 亿美元大幅增长，主要因为公司将活跃电力容量增加了近 500 兆瓦，达到 1.5 吉瓦。
CoreWeave 将全年 2026 年活跃电力目标提升至超过 1.85 吉瓦，并将退出年化营收目标上调至 185-195 亿美元。
这些数字构成了一幅清晰的图景：CoreWeave 是一家处于超级扩张模式的基础设施公司，营收增速（112%）和资本支出增速都在以前所未有的速度增长，净亏损的扩大是主动选择的------因为放慢扩张速度意味着放弃正在被大客户快速锁定的算力市场份额。
长期合同折扣背后的隐含逻辑
CoreWeave 60% 的三年承诺折扣是真实的，但也是一种机制，将利用率不确定性（从提供商角度）转化为有保障的收入。折扣是接受一种保护集群经济效益的转换成本的补偿。如果你接受折扣，你实际上是在为他们的利用率底线贡献自己的需求。 Yahoo Finance
换句话说：长期合同折扣看起来是在帮用户省钱，实质上是在帮 Neocloud 锁定利用率、对冲财务风险。两件事同时成立------用户确实得到了更便宜的价格，Neocloud 也确实锁定了稳定收入。理解这个机制，是做理性采购决策的前提，而不是拒绝长期合同的理由。
客户预付款：正在改变资本结构的新变量
Nebius 预计 2026 年收到超过 90 亿美元的客户预付款，覆盖相关资本支出的约 50-60%。 Investing.com
这是一个值得单独关注的趋势。客户预付款实质上是用客户的资本来建设基础设施------Neocloud 不需要向银行借全额贷款，而是让未来的客户预先支付一部分建设成本。这降低了 Neocloud 的利息负担，同时也增加了客户侧的锁定程度。
Axe Compute 的合同结构是这个趋势的一个典型案例：预付款直接在集群上线之前到达，不是交付后的收入确认，而是建设之前的真实资本流入。这种结构让 Aethir 作为基础设施提供方，可以以客户已确认的预付款为依据，提前启动配置工作。 sec
三种合同模式的完整经济对比
Neocloud 市场已经形成了三种成熟的商业模式，各自有不同的经济特性和适合场景。
模式一：现货市场（Spot / On-Demand）
按小时定价，无长期承诺，价格随市场供需实时波动。
经济特性：
对用户：最灵活，无锁定风险，但单价最高（溢价约 20-40%）
在高需求期可能被更高出价的客户抢占资源
对 Neocloud：收入不稳定，难以支撑大规模债务融资
低利用率期间承担全部损失，无客户分担风险
典型定价：
H100 现货价格约 $2.85-$3.50/小时（2026 年均值）
B200 现货价格约 $5-$7/小时（2026 年均值）
适合场景：
实验开发，工作负载不可预期
短期突发算力需求
预算充足但需求不确定的团队
对价格敏感度低、对灵活性要求高的场景模式二：保留实例（Reserved Instance）
承诺 1-3 年，换取 20-40% 折扣，按月付费。
经济特性：
对用户：价格可预期，有折扣，中等锁定程度
低利用率期间依然付费（按满额计）
换平台需要提前终止合同，有违约成本
对 Neocloud：提供稳定基础收入，降低利用率风险
支持中等规模债务融资
折扣结构：
1 年承诺：约 20-25% 折扣
2 年承诺：约 30-35% 折扣
3 年承诺：约 40-45% 折扣
适合场景：
有持续稳定算力需求的生产推理服务
工作负载波动不大的团队
愿意为可预期价格牺牲一定灵活性模式三：Take-or-Pay 专属集群
2-5 年，无论实际使用多少都按约定容量付费，通常带有大额预付款。
经济特性：
对用户：最低单价（折扣幅度最大，可达 50-60%）
专属容量，无资源竞争，性能保证
但需承担利用率风险（用少了也要付）
强锁定，切换成本最高
对 Neocloud：收入 100% 确定，支撑最大规模融资
利用率风险转移给客户
支撑规模最大的基础设施扩张计划
典型案例：
CoreWeave 96% 的营收来自此类合同
合同积压达 $1,040 亿（截至 2026 年 Q2）
另有超过 $250 亿 Q3 新增承诺
适合场景：
算力需求大且明确的企业客户
有数据主权或合规要求，需要专属环境
愿意以锁定换最优价格和长期供给保障
具有多年算力消耗的明确商业计划Build 模式：Take-or-Pay 的进化版本
Axe Compute 与 Aethir 的合作，代表了一种 Take-or-Pay 结构的进化版本，在行业里具有参考价值：
客户（Axe Compute 的企业客户）选定 GPU 型号、部署地点和配置，Aethir 负责设计、部署、持有并运营整套基础设施，客户获得专属算力，基础设施不计入自身资产负债表。合同中明确写入 GPU 升级条款------随着新一代架构上市可以同步升级，客户不会被套牢在老硬件上。
Axe Compute 2026 年累计签约合同总价值超过 30 亿美元，预计 30 天内收到超过 5.34 亿美元客户预付款，全部合同部署完成后年化收入超过 6.96 亿美元。合同有 SEC 备案（CIK 0001446159），数字可独立查证。
Build 模式的创新在于：它把"谁持有基础设施资产"和"谁使用算力"解耦了。客户获得专属算力的使用权，同时将资本支出和运营风险留在 Aethir 侧，自身的资产负债表保持干净。这是企业 AI 基础设施采购正在演化的一个重要方向。
电力：从成本项变成战略资产
在 Neocloud 发展的早期阶段，竞争的核心是"谁能更快拿到 NVIDIA GPU"。到 2026 年，这个竞争已经演化为"谁提前锁定了足够的优质电力"。
CoreWeave Q1 2026 期间活跃电力跨过 1 吉瓦门槛，Q2 进一步增加近 500 兆瓦至 1.5 吉瓦，签约电力容量超过 3.5 吉瓦，2026 年全年资本支出指引上调至最高 350 亿美元，理由是 AI 需求带来的基础设施组件价格持续上涨。 Q4cdn
CoreWeave 将全年 2026 年活跃电力目标提升至超过 1.85 吉瓦。
电力成为战略资产有几个相互强化的原因：
原因一：建设周期不对称
数据中心的建设周期以年计（3-5 年），而 GPU 的交货周期以月计（6-12 个月）。电力基础设施的建设（变电站、电网接入）通常是整个建设链条里耗时最长的环节。这意味着在 AI 需求爆发之前就锁定了电力容量的 Neocloud，拥有竞争对手几年内无法追上的产能优势。
原因二：区域电网接入已经趋于饱和
美国电网运营商已经警告，部分热门数据中心地区的电力接入等待时间超过 10 年。这意味着即便一家 Neocloud 今天拿到了足够的资金和 GPU，也可能因为电力接入瓶颈而无法在目标时间内完成部署。
原因三：电力成本直接决定利润率
如前所述，电费每差 0.05/kWh，每个节点年利润差异达 15,000-$30,000。在整个集群规模下，电价的差异可以将一个盈利运营的集群变成亏损集群。优质廉价电力是 Neocloud 最难复制的成本优势来源。
去中心化网络的不同电力逻辑
Aethir 这种全球分布的特性，赋予去中心化网络一种中心化 Neocloud 难以实现的电力策略灵活性：
新节点可以在已有充足廉价电力的地点快速上线，而不需要等待在特定地区建设完整的数据中心基础设施。当某个地区的电力成本上升，工作负载可以动态调整，迁移到更低电价的节点。这在理论上是一个持续的成本优化能力，在实践中对推理工作负载（节点切换影响最小）效果最为显著。
新旧代际的经济切换：如何骑好每一波
更新的硅会在一段时间内保持稀缺溢价（B200 在 2026 年平均约 6.50/小时，GB200 机架级配置约 17.85/小时）。Neocloud 的打法是在每代的溢价被侵蚀之前骑完这个周期，然后在 Blackwell 之后排队争取 Rubin 分配，而 Hopper 级 GPU 则向下瀑布流向更便宜的推理工作负载。 Coreweave
这个代际更替的经济逻辑可以用一个框架来理解：
代际生命周期的四个阶段：
阶段一：发布前（分配争夺期）
→ 争取与 NVIDIA 的优先分配协议
→ 签署大额预购合同锁定交货时间
→ 为新一代建设配套基础设施（液冷、电力）
阶段二：上市初期（稀缺溢价期）
→ 供给受限，现货溢价高达 30-50%
→ 优先服务愿意支付溢价的长期合同客户
→ 新代际的 Take-or-Pay 合同定价最优
阶段三：供给上量期（竞争加剧期）
→ 价格开始下行，竞争加剧
→ 利用率成为利润的决定因素
→ 前代 GPU 开始向推理工作负载迁移
阶段四：商品化期（价格底部）
→ GPU 进入现货市场，价格趋于稳定
→ 仅适合成本敏感的推理和实验工作负载
→ 已完成折旧的 GPU 成本结构最优
当前定位（2026 年中）：
H100 / H200 → 阶段四（商品化区间）
B200 / GB200 → 阶段二（稀缺溢价期）
Rubin → 阶段一（分配争夺期）CoreWeave 完成了 NVIDIA Vera Rubin NVL72 芯片系统的首次上机调试和验证。这意味着 CoreWeave 已经在 Rubin 代际切换中卡位，将在 Rubin 进入商用阶段时拥有先发优势。 Coreweave
对去中心化网络的含义：Aethir 网络的节点扩张不依赖单一数据中心的建设周期，新的 Rubin 级节点可以在已有配套设施的地点快速部署，缩短了代际切换的上线时间。
护城河分析：当 GPU 价格持续下降，谁能活下去
这是 Neocloud 这门生意里最值得长期追踪的战略问题：如果 GPU 的租赁价格每年都在下降，如果开源模型正在追平闭源模型同时成本更低，Neocloud 的长期竞争优势究竟来自哪里？
护城河一：电力基础设施（最强、最难复制）
提前锁定了大量优质廉价电力的 Neocloud，拥有竞争对手几年内无法复制的成本优势。这个护城河随时间递增------已经上线的电力容量产生收入，进一步支撑新的电力基础设施投资。
CoreWeave 目标 2026 年底 1.85 吉瓦活跃电力，Nebius 目标 4 吉瓦以上已签约电力。这两个数字的意义在于：它们代表了可以立即服务 AI 工作负载的已建成产能，而不是还在审批中的规划容量。
护城河二：NVIDIA 分配优先权（强，但存在依赖风险）
CoreWeave 的竞争地位依赖于 NVIDIA 的 GPU 优先分配权，这种关系因 NVIDIA 约 20 亿美元的股权投资和 63 亿美元的 Take-or-Pay 产能承诺而加深。 Medium
率先获得每一代新架构（Blackwell、Rubin）分配的 Neocloud，可以在溢价期领先于竞争对手变现，并以先发优势锁定大客户的长期合同。
但这个护城河存在单一依赖风险：如果 NVIDIA 与某个竞争对手建立更深度的战略关系，或者市场上出现可以替代 NVIDIA GPU 的有力竞争产品（AMD、国产 AI 芯片），这个优势会迅速衰减。
护城河三：大客户长期合同积压（强，但有集中风险）
CoreWeave 96% 的营收来自长期 Take-or-Pay 合同，合同积压达 994 亿美元（截至 2026 年 Q1，Q2 进一步增至 1040 亿美元）。这个积压是整个去风险机制的核心：它锁定了折旧前的收入，并使更便宜的债务融资成为可能。 American Compute
但同样需要注意的是，CoreWeave 从微软一家客户获取的收入集中度约为 96%。高度集中的客户结构意味着单一大客户的合同变更或续签失败，可能对整体业务产生不成比例的冲击。 American Compute
护城河四：调度数据与运营效率
Neocloud 积累的工作负载数据------哪类任务在哪类 GPU 上效率最高、何时出现峰值、如何优化跨集群调度------是提升服务质量和续签率的核心资产。这些数据不是竞争对手可以快速复制的。随着运营时间的积累，调度算法的精准度持续提升，这形成了一种随规模增加而增强的操作护城河。
护城河五：从硬件层向软件层延伸
截至 2026 年初，Neocloud 出售的是 GPU 计算时间，仅此而已：没有托管 AI 服务，没有模型托管，没有数据库。有时在顶层有编排工具（Kubernetes、Slurm），但核心产品更接近基础设施租赁而非软件平台。AWS 在 2006 年以同样的方式起步：只有 EC2 和 S3，原始计算和存储。后来的数百个托管服务是之后才有的。Neocloud 是走同样的路延伸到软件利润，还是停留为裸金属提供商，取决于他们能否在硬件利润之上建立软件利润。
去中心化网络的独特护城河：网络效应与地理覆盖
去中心化 GPU 网络还有一种中心化 Neocloud 没有的护城河：节点网络的规模带来的调度效率和地理覆盖能力随时间自然积累。
节点越多，路由数据越多，调度算法越精准；地理覆盖越广，满足不同国家数据驻留合规需求的能力越强，越能服务对数据主权有严格要求的企业客户。这是一种不需要持续大规模资本投入的网络效应，来自于生态系统本身的有机增长。
去中心化 GPU 网络的成本结构：哪里根本不同
理解了中心化 Neocloud 的完整成本结构后，去中心化网络的差异在哪里？
资本结构的根本差异
中心化 Neocloud 必须自己持有所有 GPU 资产，这决定了它的资本支出规模必然极高，且必须依赖大规模债务融资。CoreWeave 的总债务 2026 年 Q2 达约 356 亿美元，这是维持其规模所必须承担的资产负债表负担。
去中心化网络（如 Aethir）通过网络协议聚合全球节点运营商的算力资源。节点运营商持有 GPU，网络协议协调调度，去中心化平台从中间层获取价值。这意味着：
去中心化网络不需要：
× 持有所有 GPU 资产的数十亿美元资本支出
× 与之对应的大规模债务融资和利息成本
× 在特定地点建设自有数据中心的基础设施投入
去中心化网络需要：
√ 网络协议和调度软件的开发与维护
√ 节点质量管理和验证机制
√ 用户端接入和服务层
√ 确保节点运营商有足够激励留在网络的机制设计这种轻资产模式使得去中心化网络的单位经济模型与中心化 Neocloud 有根本性的不同------更低的固定成本，更高的资本效率，但也意味着需要通过激励机制而不是所有权来维持网络规模，以及需要解决节点质量的一致性管理问题。
常见问题（FAQ）
Neocloud 的真实净利润率是多少？为什么和媒体报道的差异这么大？
McKinsey 的行业分析显示，计入人工、电力和折旧后，Neocloud 行业的毛利率仅为 14-16%。这与 CoreWeave 约 59% 的调整后 EBITDA 利润率看起来大相径庭，原因在于 EBITDA 不含折旧和利息------而这两项对债务融资的 Neocloud 极为重要。CoreWeave Q2 2026 单季度利息支出就达 6.4 亿美元，折旧同样是数亿美元量级。将这两项加回来，就从 EBITDA 利润率的 59% 变成了净亏损 6.26 亿美元。两个数字都是真实的，但反映的是同一业务的不同层面。在评估 Neocloud 的长期可持续性时，需要同时关注两个维度。
CoreWeave 的 6 年 GPU 折旧假设合理吗？
这是整个行业争议最持续的问题。CoreWeave 在 SEC 文件中按 6 年直线法折旧，其逻辑是 GPU 在训练市场被取代后仍可用于推理工作负载。但 Michael Burry 等分析师认为实际经济寿命仅 2-3 年，意味着行业合计有约 1760 亿美元的低估折旧。Kerrisdale 的分析显示，如果按 4-5 年折旧，CoreWeave 的 GB200 EBIT 利润率从约 20% 接近零或转负。H100 价格从峰值 8/小时降至 2.85-$3.50/小时的实际轨迹（约 2.5-3 年完成主要贬值），为悲观方提供了实时的市场验证证据。
Take-or-Pay 合同对企业采购方的主要风险是什么？
核心风险是利用率风险的转移。签署 Take-or-Pay 合同意味着无论实际使用多少算力，都按约定容量付费。如果业务发展比预期慢，算力利用率低，依然按满额付款------相当于为闲置算力支付费用。在签署此类合同前需要做好三件事：对未来算力需求有充分的确定性分析；确保合同中包含 GPU 升级条款，避免被套牢在老一代硬件上；并评估提前终止合同的成本，建立退出预案。
电力成本如何影响 Neocloud 的选址策略和长期竞争格局？
电力成本占 Neocloud 运营支出的 25-40%，电费每差 0.05/kWh，每节点年利润差异达 15,000-30,000。对一个千卡量级的集群，0.04/kWh 和 $0.14/kWh 的电价差异意味着年度成本差异超过 75 万美元。这是为什么 Neocloud 在选址时将电价和电力稳定性放在首位的根本原因，也是为什么提前在廉价电力地区布局的 Neocloud 拥有后来者难以复制的成本优势。去中心化网络的全球节点分布，理论上提供了更灵活的电力套利能力。
去中心化 GPU 网络和中心化 Neocloud 最核心的经济差异是什么？
最核心的差异在资本结构。中心化 Neocloud 必须持有所有 GPU 资产，资本支出极高，必须依赖大规模债务融资，折旧是最大的单项成本，利息是主要的财务负担。CoreWeave 为了维持其规模，债务总量已超过 350 亿美元，单季度利息支出达 6.4 亿美元。去中心化网络通过协议聚合节点运营商的算力，不需要自己持有所有 GPU，资产负债表更轻，资本效率更高。但代价是需要通过激励机制维持节点运营商留在网络，并解决节点质量一致性的工程挑战。两种模式不是简单的好坏之分，而是在不同场景下各有其适合的工作负载和客户群体。
CoreWeave 净亏损持续扩大，这是否意味着商业模式不可持续？
净亏损的扩大是主动选择的结果，不是商业模式失败的信号。CoreWeave 管理层在 Q2 2026 财报电话会上明确表示，公司已经达到了一个重要的拐点------规模开始转化为扩展的运营杠杆。调整后运营利润从 Q1 的 2100 万美元增加到 Q2 的 1.28 亿美元，表明核心业务的盈利能力在改善。净亏损的扩大主要来自两项：折旧（非现金，反映 GPU 资产的长期摊销）和利息（支撑扩张的融资成本）。随着债务逐步偿还、折旧周期结束，这两项成本会下降，净利润会逐步改善------前提是 GPU 租赁价格在此期间保持足够的水平，以及合同积压能够按期转化为营收。
数据来源
ModulEdge: Neocloud How the GPU Cloud Business Works (2026) · GPUnex: Real Economics of Running a GPU Cluster 2026 · App Economy Insights: Neocloud Economics (2026) · Spheron: NVIDIA Neocloud Backstop Financing Explained 2026 · McKinsey: Neocloud Sector Gross Margin Analysis · CoreWeave SEC Filings --- 10-Q Q2 2026 (CIK 0001769628) · CoreWeave Q2 2026 Earnings Release (August 11, 2026) · CNBC: CoreWeave Q2 2026 Earnings Report · Signisys: The Neocloud Revolution 2026 · American Compute: Neocloud Business Model and Unit Economics · Axe Compute SEC Filings (CIK 0001446159) · Sacra: CoreWeave Company Analysis · Kerrisdale Capital: CoreWeave GB200 Economics Analysis
本章为《去中心化 AI 算力：新一代基础设施标准》白皮书第三章。
全系列共十章，每章独立成文，可单独阅读。
CoreWeave Q2 2026 财报数据为 2026 年 8 月 11 日最新发布，是本章撰写时可获得的最新公开财务数据。
所有数据点均来自公开可查的第三方来源，企业合同引用均有 SEC 备案可供独立核实。