25万块GPU堆出350亿估值：AI“算力黄牛”终成资本市场新宠？


CoreWeave主要向客户提供数据中心服务，客户能够借助其数据中心开发AI模型，而数据中心配备的GPU均来自英伟达，这便是其核心业务模式——也称GPU租赁。

在CoreWeave列出的诸多风险因素中，极少数客户贡献大部分营收这一情况不容忽视。2024年微软为CoreWeave贡献了62%的营收，另一家未公开名称的公司贡献了15%。除这两家企业外，CoreWeave的客户还包括英伟达、Meta、IBM、Cohere和Mistral等行业知名企业。当CoreWeave与客户签订长期合同时，采用的是“买断式”机制，即无论客户是否实际使用预留容量，都需支付一定金额的费用。此外，客户还需预先支付一笔可观的款项，以帮助CoreWeave垫付部分基础设施建设资金，确保合同的顺利执行。目前，CoreWeave数据中心已拥有25万块GPU，由于AI市场持续火热，微软、Meta等行业巨头对CoreWeave服务颇为依赖。在扩张过程中，CoreWeave投入巨大，2024年营收虽增至19亿美元，但资本支出却高达87亿美元，这也成为其亏损的主要根源。

未来风险在哪里
有人将CoreWeave比作AI云服务提供商中的玛莎拉蒂，而将其竞争对手通用型云服务提供商比作小型面包车，以此凸显CoreWeave在该领域的独特地位。
从运营层面来看，CoreWeave已经实现盈利，然而，债务的利息支出正在蚕食其运营利润。这意味着，尽管上市对CoreWeave而言是一个积极信号，但未来的运营风险依然不容小觑。
目前，美国各大科技企业正疯狂争夺算力资源，在供不应求的市场环境下，CoreWeave握有一定的谈判筹码。但如果市场形势转变，CoreWeave被迫转向付费订阅模式，且客户不再给予多年使用承诺，那么其营收将面临极大的不确定性。
简而言之，一旦AI算力市场供过于求，CoreWeave必将面临风险。当然，就目前而言，这种情况短期内不太可能发生。

----
怎么看像买车跑出租~。
开山鼻祖 编辑于 2025-03-13 14:16

AMD 的 ROCm 生态仍在追赶  追的怎么样了？

AMD 的 ROCm 生态系统在追赶英伟达 CUDA 的过程中取得了显著进展，尤其在数据中心和 AI 领域表现突出，但仍存在一些挑战：
1. 硬件与软件协同发展
硬件创新：AMD 推出了基于 CDNA 架构的 Instinct 加速器（如 MI300X、MI325X），支持 HBM3e 高带宽内存，并计划在 2025 年推出 CDNA 4 架构的 MI350 系列，AI 推理性能预计提升 35 倍。这些硬件为高性能计算和 AI 训练提供了强大支持。软件优化：ROCm 6.x 版本不断优化，支持主流 AI 框架（如 PyTorch、TensorFlow）和大模型（如 Meta 的 Llama-3、Mistral-7B），在部分场景下性能超越英伟达竞品。例如，8 块 MI300X 加速的服务器在推理 LLaMA-3 70B 时性能比 H100 高 1.3 倍。
2. 生态合作与企业支持
合作伙伴扩展：AMD 与微软、Meta、戴尔、HPE 等企业合作，将 ROCm 集成到云服务（如 Azure OpenAI）和服务器解决方案中，加速企业级 AI 部署。开源社区贡献：ROCm 开源特性吸引开发者参与，Hugging Face 等平台已测试其模型在 ROCm 上的兼容性，确保 “开箱即用” 支持。
3. 市场增长与业绩表现
数据中心业务增长：2024 年 AMD 数据中心事业部营业额达 126 亿美元，同比增长 94%，其中 Instinct 加速器贡献超 50 亿美元，显示市场对其 AI 解决方案的认可。硬件兼容性：ROCm 已支持消费级显卡（如 RDNA 3 架构的 RX 9000 系列），但新品发布后软件支持存在延迟（如 RX 9070 系列发售后才获得 ROCm 支持），可能影响开发者体验。
4. 挑战与差距
软件栈成熟度：尽管 ROCm 功能增强，但 CUDA 生态仍占据主导地位，开发者习惯和工具链迁移成本较高。AMD 需进一步优化易用性和跨平台兼容性。硬件迭代节奏：AMD 通过年度发布节奏（如 MI300X、MI350 系列）加速创新，但部分硬件（如 Navi 系列）初期软件支持不足，可能影响市场接受度。
结论
AMD 的 ROCm 生态在 AI 和高性能计算领域快速追赶，硬件性能和软件优化取得突破，尤其在数据中心市场获得显著增长。然而，CUDA 的先发优势和庞大开发者社区仍是其面临的主要挑战。未来，AMD 需继续加强软件生态建设，缩短硬件与软件支持的时间差，以进一步缩小与英伟达的差距。
开山鼻祖 编辑于 2025-03-14 13:31

这句话的核心含义是：在人工智能和半导体行业的激烈竞争中，英伟达虽然占据领先地位，但真正的竞争本质是淘汰那些无法适应技术变革和市场需求的企业与个人，而非简单的 “一家独大”。以下是具体分析：
1. 行业竞争的残酷性
技术迭代加速：AI 芯片领域的技术更新极快（如英伟达从 2012 年开始将 GPU 用于 AI 训练，至今已更新多代架构），企业必须持续投入研发，否则会被淘汰。例如，英特尔因在先进制程上落后于台积电和三星，导致代工业务亏损，逐渐边缘化。
生态壁垒构建：英伟达通过 CUDA 软件生态和硬件整合，形成了难以复制的竞争优势。其他企业若无法建立类似生态（如 AMD 的 ROCm 生态仍在追赶），则难以分羹市场。
2. “赢家” 与 “淘汰者” 并存
英伟达并非唯一赢家：尽管英伟达在 AI 芯片市场占据主导地位，但行业内仍有其他玩家（如 AMD 的 MI 系列加速卡、特斯拉自研 Dojo 芯片）在特定领域挑战其地位。不过，这些企业的生存空间取决于能否快速跟上技术趋势。淘汰的必然性：跟不上节奏的企业会被市场抛弃。例如，传统 PC 芯片厂商因未能及时转向 AI 算力需求而衰落，类似诺基亚在智能手机时代的溃败。
3. 对个人的影响
技能迭代压力：AI 技术的普及要求个人掌握新技能（如机器学习、算法优化），否则可能面临职业淘汰。例如，AI 绘画工具的普及已影响传统设计师岗位，而掌握 AI 工具的创作者效率大幅提升。职业转型需求：未来职场将更依赖与 AI 协同的能力，个人需主动适应技术变革，否则可能被替代。
4. 深层逻辑：长周期创新与生态竞争
长周期投入：英伟达的成功源于其 15 年以上的 AI 芯片研发积累，而非短期投机。企业若缺乏长期战略，即使短期领先也可能被颠覆。
生态系统竞争：未来的竞争将围绕 “硬件 + 软件 + 应用场景” 的生态展开。例如，英伟达通过与微软、OpenAI 等合作，构建了从算力到应用的完整链条，而孤立的技术或产品难以存活。

总结
这场竞争的本质不是 “谁赢”，而是 “谁能持续进化”。英伟达的领先是暂时的，只有不断创新并适应技术变革的企业和个人，才能在残酷的竞争中生存。对企业而言，需构建技术护城河和生态壁垒；对个人而言，需保持学习能力，拥抱 AI 工具，而非抗拒变化。
开山鼻祖 编辑于 2025-03-14 13:27

那倒不是，应该说是淘汰不少跟不上趟的。。对企业对个人都如此。。
开山鼻祖 编辑于 2025-03-14 11:55

这场竞争只有一个赢家-英伟达

还比不上豆包，看以后了
。。

开山鼻祖 编辑于 2025-03-14 00:38

看看数据中心机器。。
微软 Azure（@Azure）：微软 Azure 是首个搭载英伟达（@nvidia）Blackwell 系统及 GB200 驱动 AI 服务器的云服务。我们通过全层级优化，依托 InfiniBand 网络与创新闭环液冷技术，为全球顶尖 AI 模型提供支撑。更多内容，可至微软 Ignite 大会了解。


开山鼻祖 编辑于 2025-03-13 14:27

说的模式。。

算力的发展速度远超汽车的发展速度，完全没法比