英伟达疯狂扶持的新云NeoCloud商业模式深度解析-对比中美大厂CSP

欢迎收听本期的发财搭子，发财搭子是一档专业有趣的财富伙伴。先聊节目和各位听众大家怎么来一起聊聊市场前沿产业和AI科技。我是你们的老朋友主播马克，本期的录制时间是8月13日的晚上八点。AI产业链变化非常快，所以本期只做公开信息的整理和产业分析，不构成任何投资建议，请大家谨慎收听。那么在上一期的产业链月刊里面，给大家复盘了一下七月AI产业链暴跌的前因后果，也给大家聊了一下开源模型对于云厂商和整个AI生态的影响。当然也聊了现在大模型争夺战越发激烈的当下，企业端也逐渐从最早三月份的token maximum切换至token minimizing或者说token ROI max。

今天在这一期节目里面，我想跟大家抛出一个新的问题。就是既然全球的这个云厂商已经这么大了，对吧？AWS也好，或者说微软云azure，或者说google云google cloud他们都这么打了，为什么美国还会冒出很多的所谓的neo cloud星云呢？那就比如说CoreWeave这个Nebius，比如说Crusoe lambda这些他们到底是什么？他们是小号的这些CSP的大云厂商吗？还是另外一种完全不一样的形态，我觉得今天聊这一期节目，也能帮助大家去找到市场上的一些新的机会。

原因是什么呢？就是你想这些大的云厂商，虽然他们每年的增速还是非常高，但是他们的基数已经是足够大了。所以包括他们的股价上表现的弹性，业绩上的弹性，都会跟这些new cloud有一些区别。这些new cloud现在是处于一个高速成长值，他们每个季度的净利润都能同比环比增长百分之大几百，就是一个非常夸张的状态。所以它潜在的潜力或者说市场对于独立的这个方向选择，可能会更加偏向new cloud。

我们在最近的几天也看到了这些股价上的一些波动。今天我觉得给大家来解释一下，星云new cloud到底是一个什么样的业务生态。也是能够帮助大家更好的理解这个市场的一个新的香饽饽。在A股市场也能对应到一些相关的资产标的，我们可以一起去关注一下。

传统的这些大的CSP云厂商，CSP就是指cloud service provider，他们卖的是一张的GPU对吧？然后除此之外，他们还有和很多企业客户的关系。包含了把这些企业客户的服务器，数据中心，都托管在他们的云服务器上面。然后这些大的云服务厂商还自己在做自己的自研芯片和自己的内部模型，这点我们都是深知肚明的。比如说google模型，比如说之前AWS有模型，然后他们又有自己的这个TPU芯片，amazon也有它的两个，一个是推理卡，一个是训练卡，自己都在做。客户现在比如说他从各个大模型中间在切换，有些换成GPE的模型，有些换成kimi DP这样的开源模型。它在同样一个云厂商里面就都能获得这些服务而且云厂商能持续的和这些企业有更好的数据往来和长期的伙伴关系，这个是云厂商的一个优势。

新云它在解决是什么问题呢？Neo cloud它其实最先解决的，就跟CSP完全不一样。因为CSP就是要稳定的一个企业的，咱们说IT类的服务，它是一个比较大的系统性的寻求稳健的一个的服务。新云它其实解决的是这个市场上现在非常着急，非常具体的一个问题。就是说我这个季度马上非常着急，我这个新的模型要训练了，或者我这个模型要大规模部署了，起量了。我要快速的搞一批最新的GPU，然后马上形成这个高速网络连接起来。然后你帮我把这个发电稳定运行的事情全部搞完，你给我晚三个月，可能我这个仗就打不过了。这些模型厂商，这些企业都很着急。

New cloud它表面上还是跟CSP1样，在卖所谓的每小时的GPU的价格。但他实际上解决的问题和他的商业模式更多的就是去卖他的交付日期，对吧？就是客户你要其实他要自己去买这个英伟达的卡，他自己也可以去买，他自己也可以去建。但是他他来不及，他太慢了，对吧？所以你有cloud是帮你快速的解决，快速的给你把这个数据中心交付出来。这也是为什么我觉得星云不是最近才有人突然发明了，像什么算力租赁，或者说出租显卡的这种商业模式。它真正被发明出来的是一个，它其实是在做一个时间错配，它通过时间错配来赚钱。

因为我们要知道现在的AI模型的训练迭代是非常快，对吧？以前可能一个季度迭代一次，现在每个月都有不停的有新的越来越猛的模型发布。那么AI的需求和他的这个训练窗口，幸运训练窗口又分为了预训练和后训练。这些线都是按照月按照甚至按照周在发生深刻的变化的。包括如果你要在美国，在中国一样的，你要去做大型的数据中心，那你还要去跟电网去打交道，你还要去跟土地打交道，你要把机房要建设出来，把里面的各种电路都给他搞完。这些如果是所有的活都交给CSP来做，他是搞不定的。尤其在美国CSP你说他有钱，他是确实有钱，你像google amazon这种，这简直就是巨头了，现金非常多。

但是有钱不代表他在每一个州，每一座机房，每一代芯片都能在客户非常着急的时候就完成了一个部署的上限。那么new cloud它其实就是在吃这个时间差的钱。我给大家讲一下一笔比较完整的new cloud新云获客的一个订单的链条大概是什么样子的。其实它在最开始它就需要去某种意义上它需要去储备在未来能够交付的电力设施和这个服务器的机房。它可以盖一个空壳子，然后把里面的店都准备好，跟当地的政府把店的这个问题解决掉。然后客户他其实是跟他去签署2到5年的一个容量合同。

部分合同其实就跟我们之前说的那个LTA是一样的，它是take or pay。也就是说你定了你就要付钱，你不付钱你肯定要付钱，对吧？你可以到时候不要，但是你钱得付，而且客户非常可能需要先交一笔预付款，这就是新云的一个商业模式。你就想象比如说微软或者meta这些，或者甚至其他模型公司给这些新云去支付了一个预付款，然后签了这个合同。这些新云他手里就只有比如说50%的这个预付款，那他就要去拿着这50%的预付款，以及他能搞来的这个GPU资产去融资，然后钱到位之后，他再去采购更多的新的GPU对吧？他就拿老的GPU核心的订单的预付款去拿融资，融资完了之后就采购新的GPU，然后包含了后面的这个什么网络、存储，然后整个机房的安装联调验收，这就是他们的一个整个订单的前期的模式。然后真正上线之后，收入财政是开始确认到当期的这个营收，对吧？不然你他就躺在这个RPO backlog里面。

比如说微软和crowd wave去签了一个大单子，那大单子它会有到期日的，到期之后，这些数据中心里面不还是会有这些卡吗？但只是说我不再服务微软了，那这些卡他也不会说直接就退休结束了。他是又放到另外一个池子里面，这个池子他就是去服务那些就像现在AWS和微软云一样，去服务那些长尾的客户，他们没办法一起一次性签长约的。他可能是按每小时或者每天去支付对应显卡的使用费用。那他也可以去拿去做托管推理对吧？Managed inference他去让客户去按照token这个token去付费，那就是这就跟CSP的这个传统模式会相对来说会就更像一些，所以说，大家可以理解算力租赁，它只是new cloud的这种新云生态的一个底层商品。他们真正想做的是把算力的租赁整个的集群化，然后上云，然后软件化，最后再去形成金融化。

金融化就是在上一期节目里面跟大家讲到的。像英伟达，他就是通过这样组织广大的资本，然后同时确立了英伟达这些卡的一个残值的价值。有了残值的价值，他就能拿这些老的卡去市场上去融新的钱。它本质上就是一个资本金融化的一个过程。

我们仔细想一下，这个商业模式里面其实发生了一些事情，我觉得发生了三件事情。第一件事情就是他把电力和工程交付转化为了整个过程中的时间溢价。你想客户为了不错过关键的这个训练窗口期，我就知道这个月是这样的训练范式。我要去堆什么多个专家，然后联合蒸馏的这种训练方式，那我就马上要上强度要去搞。现在我没有一个比较好的一个数据中心，我就非常希望在非常短的时间内里面能开启这个服务。所以他们会愿意为了不错过这些关键的训练窗口，去为指定的一些GPU或者是SLA。

SLA就是叫这个service level agreement，也就是说你承诺卖给我这批GPU。算力对吧？那你要承诺你能在什么时候几月几号交付，然后达到什么样的推理性能。然后整个的集群，比如说一万张卡那你保证里面能能多少的可用率，是比如说超过99%对吧？那那我才能验收，然后如果你做不到的话怎么赔？这就是它不仅仅是说我我我把芯片给你搞好，把机房给你搞好了，那你要帮我能够从端到端的跑起来，这就叫service level agreement，对吧？它就是立马的拎包入住的一个集群，基本上就是这样的那这些模型公司，然后这些应用公司就会为了能够不错过所谓的一些训练窗口，来支付更高的溢价。那他赚的就是第一道钱，也就是时间溢价。

然后第二道钱，我觉得就是他在尝试把大客户的信用转化为项目的更多的金融融资。就是我前面说了，你想一银行其实不太愿意去给一个还没找好租客的房子去提供抵押贷款，他就觉得这个好像不是很很划得来的，风险比较大的一个贷款了。但是因为这个仓库，这个数据中心，是已经被微软定下来了，被AWS定下来了。所以他一下子他这个风险就变低了，对吧？因为后面我们这个多年的付款合同也签了，那你银行就愿意把钱借给我。所以，他们这某种方式就是大客户给我预付款，我拿着预付款的订单去融更多的钱，然后让商业模式快速的跑起来，这是第二点，一个赚的信用差的一个价格。

第三点，它其实就是把某一代的GPU，就比如说我们说怎么怎么区分某一代，最早是A100，后面是H系列对吧？H100H200到给中国特工的H20，然后再到现在的GB系列greece blackwell，再到下一代的very rubbing，它其实是一代又一代的英伟达的GPU。那么这些新云他就能够把某一代的这个GPU转化成多段的现金流。

因为我们想一个卡，如果它是最新卡最新的卡那它肯定是最猛的对吧？性能是在当下最猛的，他就更适合去做什么？做训练，做预训练。因为预训练是最消耗这个显卡的性能的。那么在这一代如果被淘汰之后，他可能再做训练，他就跑不过后面后来的新一代的卡了，他就被淘汰了。但其实我们说淘汰它不是完全淘汰它，只是说做用来做训练，它可能驯不动了。

但是我可以拿去做推理，拿去做推理，它也是可以提供非常高的性能的。就比如说现在的很多的服务的推理，其实还是跑在A系列的卡跑，在H系列卡，甚至跑在更老的一些游戏型。现在卡上都是有的。大家不要以为你们现在跑出来的这些token就都是什么在Grace black wheel上跑的。没有，大部分的我们的token还是在老的卡上去跑的，他们的性价比价比会更高。新的卡都是用来做训练会比较多。他当然能用来跑推理没有问题，但是那是一件比较奢侈的事情。

好，那么下一点就是他跑完推理之后，其实他还是能够去做一些其他的非大模型的任务。因为显卡它其实不只是能做做AI的任务，这个非常先进的大模型的推理或者说训练他也可以去做。比如说一些深度学习的任务，他可以不需要去做大模型相关的，他去做一些小模型，这些都是可以的。

等于一张卡从它的生命周期来讲，它是一档一档一档的一档的回退，对吧？就反正总归有更加容易的任务，它是可以用得上的那他就能一次又一次的去服务不同的客户的不同的任务需求。所以你想这个和新云签的这些客户合同，基本上都是2到5年的一个客户合同。这些芯片，这些服务器的会计层层面的折旧可能会来到5到6年，他就要计算残值了。再往后，你整个机房，还有像这个土地，然后电力这些设施，它他的服务周期就更长。

那么对于像星云在借不断的通过这个抵押贷款去借新的钱来做大自己的盘子。那这些债务又是有自己分别的还款周期。在整个的同时，GPU的技术待机又可能是每年一迭代，甚至是啊现在可能会发生的越来越快。所以真正决定这门整个生意能不能长期去成立，我们其实也没办法通过某一个具体的季度的收入或者说利润，他长得有多漂亮，我们就能去对齐。更多的是我们要去研究的就是不同的这些新云的厂商的他到底收获了多少的客户的订单。然后客户给他预付了多少钱，他要拿这些容他要拿这些预付款去变出了多少的抵押贷款的融资。然后他搞出了哪些新的设施，从而用新的设施再吸引了更多的客户的租约，这就是星云的一个逻辑。

我们讲完了星云的大概的商业模式，也无这个不免俗要跟大家一起来对比一下星云new cloud和这些大的CSP云厂商是什么样的一个关系。我觉得在供给特别紧张的时候，这个new cloud就很像是这个大大的云厂商和模型公司的一个可以说叫预留法。就是比如说微软自己，他其实也能去建机房，对吧？但是他建机房来不及，所以他只好临时说，实在来不及了，我的客户希望快一点的，我的需求变多了，那他就开始向core weave或者IBS去买新的这个容量。你其实不是说微软自己不想做，但是客户今天就要他怎么办呢？他自己的可能有更加完整的一个项目周期和长远的考虑。那等那个玩意儿做好了，客户那黄花菜都凉了，所以还找你签单子。

所以说CSP去向星云采购算力，其实不是说什么资本开支消失了，他其实买的就是交付速度，买的就是你今天明天就得给我交付，然后我又是通过一个融资租赁的事情，对我来说是一个更加轻资产的事情。我只要账上钱转转，对吧？只要保障这个客户打来的钱是高于我租你的租赁费用的那我这个账其实就是划得来的。

所以供给紧张的时候，两边new cloud和这个云厂商大的云厂商都能共生，他们能活的非常好。但是当供给变得正常，甚至供给变得没有这么紧张的时候，这里就会出现新的一个竞争。因为大大的云服务厂商毕竟是他有他们的这个优势在的。包括客户关系，包括客户的整个的服务器都是绑定在他们的这个托管托管在他们的云上。那这些大的云服务厂商就能把稳定的高利用率的这个数据库的服务，以及整一套的销售的工作，都尽可能的留在云厂商自己的这个销售体系里面。

但是新云的话，如果他仍旧只会出租裸的这些GPU，然后那他就可能很典型就面临租价下降。因为这个GPU变得没有那么紧俏了。那么猪价下降是还算好，那要是猪价下降都没有办法弥补，那就可能会出现整个集群的利用率下降。比如说我就是放了腕卡的这个H100的集群放在那里，然后只能每天跑满3分之2。那剩下3分之1他就插在那里，也不产生任何的效益。那这个时候他的这个账单就会出问题。因为他一边还要去偿还那个抵押贷款的融资的金额，对吧？

所以在这两边我们去分析供给的问题的时候，就会发现星云new cloud它的弹性是是其实是非对称的对吧？就是向上的时候它可能比CSP更有弹性。拿到一张大单子吧？然后这个账上的这个RPO backlog这么大的金额，好像我未来几年都已经非常清晰的能赚到这么多钱一样。然后客户又能给你准时交付付款，对吧？就是他也愿意快点给你钱，他确实有钱，他勾给他钱，然后这个时候银行又是愿意融资，就什么事情好像都非常棒。他用非常少的现金就能去撬动非常大的GPU和电力规模，和计算器服务中心的规模，这是好的时候，要是事情发展的没有这么顺利的话，那总归是有一些不好的时候，或者这本身就会存在一个周期。

在事情发生向下拐点的时候，这个new cloud它就相比CSP没有这么大的弹性了，它没有这么稳健了，对吧？你想要是你这个算力中心躺在那里，没有人租，然后客户他也没这么着急验收，他没有那么急了，没有那么急了，你好像什么事情的议价就都谈不起来了，对吧？因为现在能给你这么高溢价，能让你赚这么高的毛利，都是因为现在太他娘着急，你不着急了，慢慢玩呗，对吧？那别人等得起，你等不起。因为你是融资贷款盖的机房，搞的GPU所以这里面就会存在弹性不对称的情况。所以现在在投资这一类new cloud的公司的时候，大家就非常需要去关注他的这个长期合同的金额。他的这个LTA在在云服务厂商里面，我们通常叫backlog这个金额对吧？就跟我看腾讯的游戏业务，那我肯定要看，比如说大概判断一下王者荣耀的一个递延收入是多少，那我就基本上能判断他未来的一个订单可见度了。

好，那让我们就是顺势看一下。就是在这个二季度财报发布之后后，两家有非常有代表性的new cloud的上市公司，他们的一个具体的情况。第一家就是在整个盘子里面体量相对最大的就是core weave。这家公司的二季度收入是25.75亿美元，同比增长120%。

单季度新上电是连上网的将近是500兆瓦的算力，活跃的电力是累计去到了1.5G瓦的一个规模，非常高。我们要知道他二季度收入是25.75亿美元，但是他的期末RPO为履约的这个义务去到了1000千0 37亿美元，这就是非常大的一个数字的gap了。就是说他在未来客户已经给他定下了一千多亿美元的一个单子。虽然他这个季度只确收了25.75亿美元。所以对于这些公司，我们在做估值的时候，就不能只去看它当季的收入了。因为在这种高速的发展期，客户的单子又同时是两年五年一确认的所以都得看他这个RPU backlog的数字。

这个是core wave的一个top line的数据，除了收入以外，我们要去看它的这个利润率。管理层说新合同的贡献利润率能比之前高到5到10个百分点，然后七月主要产品又提价大于25%。所以你这里注意到就是我我前面说的这里面很大的一部分原因就是因为现在越来越着急了，下游的需求越来越急了。就能给他们这些提供infrastructure基础设施的企业更多的溢价空间。

然后最近还有一个比较重要的新闻，就是core weave表示管理层的回访表示现在他们这个数据中心里面还躺着很多老芯片，这个老芯片就是A100。大家要知道这个换方之前为什么能这么赚钱，换方基金。然后后面梁文峰又拿着里面的很多算力资源，包括资助了很多的浙大的研究所，然后也去最后去转化成了DPCK最开始的那一些用的显卡，他其实当时用的也是A100，所以A100是1张非常老的卡，这张卡应该是2020年代就搞起来的，A100的这个芯片。

然后这个新闻一出来，老黄自己也开始发起了twitter，对吧？老黄说这个A100这个老兵，简直是老兵salute好吧，他从2020年一直到2029年仍然能够执行任务。所以老黄的意思就是说，因为达现在的这个残值芯片的残值，人就能产生价值，对吧？那因为达人这个GPU就是绝对通用，那是能通用，就是做到什么呢？它标准化，所以它能出租没问题，它有标准化的价格，然后他很耐用。我靠这芯片天天这么高强度的执行这么多推理任务，跑了九年还能跑，那就是很离谱了，所以它很耐用。这两个因素就决定了它能用来做抵押融资抵押贷款，这就是老黄的态度，对吧？那你们也知道，他是要卖这个GPU的，所以他说的这个主张，也不一定是大家完全能100%信的。但是确实英伟达的芯片配合它的扩大生态，能让这个芯片没有这么快就能变成一个用完全用不了的卡而且确实像A100这种芯片在现在仍旧在在发光发热。

这个GPU这么说起来，我觉得他有挺多种寿命的。你只要这个机器还亮着，还能亮，那它的物理寿命就没有结束。如果他能持续的跑模型的推理训练，那他就说明他的技术革命还没轮到淘汰他。第三点，比如说如果这个卡租出去有要租金，然后租金扣掉电费和运维他还能赚钱，那说明他的经济寿命还没有完全结束，对吧？那你说客户愿意，比如说现在在2026年的时间点，仍旧愿意为A100的集群去付到2029年的合同。那客户愿意付几年年，那就是所谓的合同层面的寿命。最终这个卡在财务报表里面，他要折旧几年，摊销几年才计算终值价格，那这个就是所谓的会计寿命，那是每一张GPU都会经过这五个寿命的坎，等于活五段精彩人生。哇塞这个GPU真的是不得了。

我们也可以看到，就是因为这个设备的折旧，其实现在在云服务厂商和在new cloud是一样的。就是它的折旧摊销的年数，其实对于每一个企业，它的一个财务报表，都是影响的非常的严重。就比如说一张卡是30万，301000张卡那这张卡如果是按五年折旧，那等于我每年要亏6万，就我的净利润里面就少6万。那如果他是按六年折旧，那我每年只需要亏5万，那我每年就少亏1万，我多亏一年是吧？那它就能相对的更好的平滑每一年的净利润的一个折旧摊销。所以说core wave现在把主要的技术设备都按照六年折旧。这个东西是在二三年修改的，二三年的那个时候这个设备还只能按五年做折旧，所以说还是这个道理，就是包括黄仁勋本人去给这些旧的老的老兵老兵卡老兵卡去站台，那最其实就是说明这个一部分旧卡他还能找到属于他的在他舒适区里面的长期任务。

咱们而且这个卡其实非常看到状态，对吧？它如果是被暴力使用的，然后整个的基础设施的构建不是特别好，或者说店出现过问题，那他可能也活不了这么久，也没法撑这么久。但是就是有一些卡，它保养的比较好，那它就能用到2029年，甚至我估计往后也还有一定的使用价值。

我那我们看一下这个租的租赁价格我们看现在的这个截止8月12号，silicon data上面的星云的租价指数大概是A100每张卡能租到每小时1.65美金，H100每张卡是2.74美金每小时，然后H200的数字是3.28美金。所以这些数据能告诉我们几个事情。第一个事情，A100没有归零对吧？而且它确实还能租1.65美金每小时，还是挺好的一个价格。它也没有比H1便宜多少，便宜不了，一般他还要有非常高的价值。然后第二点，就是新一代的卡，他仍旧是有明显的议价。所以说每一代技术的一个叠加，它是能带来更好的一个租价的表现。这也劝劝使着更多的云厂商去使用最新的卡，因为他确实租赁价格会高。

那这里面得益于什么呢？得益于咱们英伟达的工程师超越摩尔定律的超优超越表现，效果不一般。我们对比一下持续的价格，我们拿H100的租价去看，在25年10月份，H100的这个一年期的价格是每小时1.7美金。那你看现在现在的这个现在的这个价格就是2.74美金，所以它涨的还是挺多的。如果所以说从25年的年底到26年的今天，说明整个市场的供给还在不断的增加。这也是导致了一些二手货反而出现了这个价格的上涨。就跟我们在存储行业看到DDR4 64G的芯片涨的比DDR5 64G的芯片还要高，也是一个道理。

说回来，这些星云我们如果去拆它的一个具体的财报，比如说我们看core wave的一个tank q的一个季度的财报。他的现金流量表里面显示，购置设备和固定资产付出去的现金是64亿美金，经营现金流不到7亿美金，那么减一下，那我说了无数遍了，自由现金流等于经营现金流减去什么？这个capex减下来的自由现金流就只剩下负的57.4美金了。然后还同时还需要有一个净利息支出，6.21，这里面就看得出我前面跟大家分析的这个商业模式它的一个潜在的问题。就是他他这个资本开支是非常高的，然后每个季度的确收是相对能少会会比较少的。然后最终他还要去支付一笔用来融资的历史。所以说这个生意就是非常考验速度和资金链的问题。它本质上是一个供应链的问题，他需要跑的非常快。

说完了crowd wave，我们再来看一下隔壁的这个NBS。NBS2季度的收入是5.82亿美金，同比增长514%。我们这就是非常高的一个情况。然后单季的利润率能去到50%以上，也就是说core wave的季度收入体量大概是navigate的4.5倍，但是nabbs因为它基数小，所以它的百分比增速是明显更猛的。

我们同样看一下NBS的这个财务数据，二季度公司资本开支的大约57亿美金，今年上半年购置固定资产和无形资产超过81亿美金。所以你会发现他也在疯狂的往前去垫钱，然后客户的预付款是给他提供了一大块的供血，在他的正式财报也写了，上半年客户的预付款推动递延收入增加大约44亿美金，这是就江湖。救济，就你拿着这个预付款去进行融资，去进行扩建。然后他们的这个股东信里面就有一些关于回收期的概念。这跟我们最近在论证的CSP大型云厂商的一个ROIC也是有关系。就是我真的非常想知道的，就是说我投这么多钱进去，他到底是能砸出多少水花，以及能多久砸出水花。

官方的股东信里面是表示二季度的这个新签项目把相关资本开支和运营成本算进去，预计大概是一年十个月能回收。也就是说整个项目的总经济回收是需要一年十个月，如果你算上他的这个预付款，那如果预付款就是50%左右，那公司自己的净现金口径的回收，那就只需要十个月左右的时间。所以它是一个还挺快就能回本的一个生意，大家也可以发现那么好了，这两家公司的财务数据基本上也没有其他什么亮点了，基本上就是这么个情况。

但是我们额外要注意一点的就是，除了前面说他们提供的这种算力租赁的，以及融资的这些能力以外，他们还正式的把自己的这些GPU的房东身份转化成未来的token工厂。就是他们自己也在卖API的一个商业模式。比如说core wave的一个托管推理managed inference的这个ARR数据已经从之前大概100万美元升到了现在1亿美金以上。那年底的目标会做到2.5亿美元。它就是一个相对平滑的，按照token，按照API的方式去进行接入NABIAS。

另一边它收购了一家叫做的一个AI search，也就是AI搜索的一个服务的应用公司，这家公司也是我之前经常使用的一个服务，它基本上就是跟google search一样。但是它对于AI来说更加友好，它的价格也会有一定的优势。那么NBS就是在讲怎么把他的这个token工厂，整合typhoon的这个搜索服务，然后结合agent的一些编排的服务和按需使用的服务来进行整合，然后正式的把他的AR往更高的一个方向去卖。那你就会发现他们其实从基础设施什么卖GPU的这种角色，逐渐的开始往什么卖agent stack去申请，就是整个你只要用到智能体的地方，我都能提供对应的服务，这是这两个新云都在尝试转型的一个方式。那我们说他为什么要去升级这样的一个的一个商业模式？

就是因为如果还是按照前面说的那个方式，供给非常紧张的时候，就是纯出租GPU最好的日子了，那么供给只要一松租价下去，旧卡残值也会下去，然后你这个利用率也会下去，客户也会去回到AWS、azure，然后这个google cloud那边，对吧？或者他们就使用自研芯片去做推理了，那到时候就没有你的好日子过了。那么第他们现在做的这种像这种托管的推理服务，卖API卖token的工厂的服务。他其实就是想让自己的心灵去逐渐转化成未来微软，未来WS，未来google cloud的这种角色，然后同时通过这些服务，把它之前可能会淘汰掉的一些老兵卡、旧卡，让它持续的能发光发热啊不要很快的就这个残值清算掉了。这样对于这些新云厂商来说，他们在长期的一个业务稳定性和融资的一个资金链的一些问题也能得到非常大的缓解。它能作为一个非常强劲的现金流来平滑未来的一个风险。

在这个生态里面，我们要去想一想，就是英伟达在做一个什么样的事情。就是上一期节目跟大家聊的，英伟达把这些芯片能够金融化、资本化，能够租赁定价的一整套的内容做了分析的拆解。其实英伟达为什么要做这个事情？就是大的云厂商其实都在做自己的TPU，对吧？这个司马昭之心路人皆知。

新伟达其实他想绑定这些星云，或者给这些星云甚至是提供一些抵押贷款，帮他们去做担保，本质上都是为了去扶持这些幸运。因为这些幸运他不会有能力，不会有资源和现金去进行新自研芯片的开发。他们是英伟达通用GPU稳定的一个购买方，所以因为大家去捧他们对吧？同时这些新云应该怎么去运作，他们也不会说是绑定非常深的去搞那些闭源模型，比如说OpenAI的模型，比如说anthropic的模型，比如说这个germany的模型，对吧？因为他没有这个义务，他是他如果要提供未来要提供更好的这个API token的工厂的服务，那他就是市场上什么模型性价比最高，他就卖什么模型的API，所以在这个其中，开源模型就作为非常重要的一环。

包括英伟达自己其实也在研制自己的自研的开源模型，效果其实也是很不错的。但是他一直不推他一直不推，因为他不想动B源模型的蛋糕。因为他在B源模型那片的卡的销量也是非常重要的。它不像挤压客户的一个情况，它现在是这样的一个战略。

对于新云来说，开源模型也是他们非常需要注重的一点。因为开源模型越强，其实创业公司就不必去。比如说绑定一家毕业模型，它可以直接去用通用的GPU和第三方的云部署，这样就会对新云有比较好的一个优势。但反方面就是按照我上次说的方式，对吧？就是比如说你价格是便宜的，但是你跑的量是多的，但我们要乘一下。如果乘下来算的单价还不如原来的毕业模型，那对于幸运来说，它的一个算力收入仍旧是会承压的。

所以咱们也不能一定直接能说开源一定利好星云。但是就是要看整个的工作负荷是不是能更加分散，调用量是不是能真的变大。最终其实我们还是要看终端的AI的一个渗透率是怎么样子的，以及整个蛋糕大家能不能一起把这个生态他的蛋糕做的更大一些。

好了，美国的这个云厂商基本上就是这么那个事儿，然后对应一下A股的一些具体的标的，大家也可以去研究一下。你可以去财大的上搜一搜，潜在的有一些算力云云运营的一些服务商，然后有一些机房和电力层。当然你可以直接问算力租赁相关的标的。但总的来说，我们这个上市公司里面没有一些非常纯血的标的，没有说像美国new cloud做的这么优秀的。当然了，我们这儿有有两家公司，比如说它是非上市公司，但是正在冲击上市。比如说咱们魔术空间的无问新琼，比如说这个归集流动，这两家做mass服务的公司是最接近这个新云的一个概念的，大家有机会也可以去了解一下。

好，那我们回到中国的大型云厂商。中国的大型云厂商其实在过去的一年多的时间内也是发奋图强，也是砸了很多的来做资本开支的投入。我们首先要知道，中国的云厂商它跟美国一样，它其实有两种就是说，服务模式。第一种服务模式，就是直接对外出租，对吧？比如说我们在火山云上去调用API，比如说我们在腾讯云上去调用API他本质上就是把他们自己数据中心里面的GPU然后去打包。以mass方式的服务去卖给创业公司或者其他做应用的公司或者企业客户，那这些是收入确定非常快的，因为就是实报实销。

那第二张这个账本，它就是一个内部使用结算的一个方式。比如说，我们知道的三个中国比较牛逼的云，对吧？阿里云他们肯定要去把算力去借给千问的预模型预训练，他要去借给这个通益谦问夸克。然后阿里的电商的服务，然后阿里其他的一些agent的产品，什么前文办公对不对？

腾讯他需要把自己的卡号去腾给混元的模型与训练，要腾给姚舜宇姚总，让他去搞一搞。要腾给张小龙张总，然后去搞一下微信的这个算例。要留给原来腾讯的这些广告服务？去做更好的缩广推要腾给游戏服务去做这个AI游戏制作的一个赋能等等的一些内容。还要去technology code body这些腾讯总办级别的这种顶级产品。

字节的火山云也需要给豆包去进行服务，他要去服务内容推荐，都会需要用到内部的这个算力。其实内部的使用它是牺牲在当前对外部出租的一个收入，然后他希望换来的就是未来模型能力的提升。因为比如说我用了很多work body，或者我用了很多的豆包，那这些用户的输入输出的数据都会用作他们自己家基础模型，团队训练模型的数据来源。他是希望换来明天的一个模型能力的提升。同时他也需要去管自己的主营业务，对吧？

阿里的电商，然后腾讯的这个广告，字节的推荐，这些东西都能给他们的主营业务集团收入带来很高的增量价值。你别看它的提升可能非常有限，比如说是1%、0.1%，那人家盘子很大比如说字节的这个广告推荐服务，基本上在2026年能去到1000亿美金的收入。那你乘以1%就是十个亿的收入哦啊那就是非常高的一个一个争议了。所以咱们中国的云厂商就更加不是说简单的比谁有更多的卡。而是说这些卡，这些GPU得在内部竞价以及在租给外部客户之间去做一个平衡，然后长期读一个更加长期的一个回报。

高盛8月10号报的一篇研报里面，他们预计阿里云的增速可能会从38%进一步的去走到45%。然后他们也估算中国大厂的季度资本开支的运行速度，可能从之前的200到300亿抬升到400亿到500亿这个区间。腾讯在昨天晚上8月12号发布的正式的财报，2026年Q2季度的财报也印证了这一点。他们把公司整体的capex拉到了500亿以上。

腾讯的财报出来之后，管理层其实表达的还是比较清楚的。就是他们说我们会先优先把算力用来训练更强的混源模型，这个是腾讯整个集团总办力出一孔的一个对外方式。就是给咱们顺于给97年的天才神童去给他足够的资源，把混元的模型能力提升到一个新的梯队。那么现在混元三的正式版确实比之前都强了不少，但它还不是在甚至是中国模型的第一梯队。所以我们非常期待在后面的1到2个季度，随着这些worker body，这些腾讯的应用的产品的使用渗透率的增加，它能不能给预训练和后训练团队提供更多的这种agent的调用数据和用户的偏好数据，来大量的大幅度的强化混元的一个效果。这个我们就拭目以待，交给舜宇去解决这个事情了。

除了给混源提供足够的算力以外，腾讯还会把这个算力去用来给work body，code body这些他们的核心应用去进行推理的使用。如果剩下还有一些富裕的话，他再会通过腾讯云去做对外的GPU的租赁，或者mass的API的服务。这就是腾讯云一个当前的一个战略。

整个二季度腾讯的整个集团总收入是去到了2047亿美元，同比增长10%。还是一个大项级别的。这个收入体量下，还是能做到一个双位数增长也是不太容易的。

腾讯其实它没有办法披露自己的这个腾讯运营的一个单独的收入，至少现在还没有。但是管理层的PPT里面写的就是云收入的增速已经加速到了20%出头。他没说出头多少，但他说20%出头，但这里他肯定是没有美国的那些云的增速来的。梦的，我觉得这个某一种程度上也是因为我们的卡的资源是不够的这是第一点。第二点是来自于腾讯需要把更多的这个卡集中于内部的这个模型的训练和内部服务的这样的一个供给。所以说从云收入的增速来说，他们其实是用短期的一些牺牲内部的提供给长期的价值提供一些驱动力。

腾讯现在整个集团的资本开支的现金支付来到了593亿元，然后报告自由现金流已经是转付变成负的138亿元，和美国的几家云厂商如出一折，对不对？就是随着算力支出资本开支的投入，大家的这个自由现金流都开始春分转付了，那那剔除算力采购的预付款之后的自由现金流是挣的376亿好吧。所以说不是说腾讯的旧业务不赚钱了，我们只能说现在现金流转负的很大程度上反映了集中采购和提前付款的一些动作。

腾讯其实就是我们前面提到的，一个是他用AI来改善现在的广告，信息流的广告，然后视频号的广告这些旧业务，把他们的一个陷阱转化的能力打高。在这些老业务基数非常大的基础上，它能带来集团层面非常高的一个现金层面的一个争议。第二点就是通过work body，code body和微信小微去形成一个比如说订阅，积分订阅这样的一些直接的应用层面的收入。通过这两种方式，它其实是让同一批GPU它能有很多种不一样的赚钱方式，对吧？然后也有不同的验证方式。

随着两个月work body在中国大陆市场的一个爆火，我们就可以看到基本上这是一个推高AI渗透率的一个重要性。在豆包之后应该属于worker阿里，然后办公AI的第一王者，现在应该都可以这么说。所以我们可以大胆的说，就是腾讯的AI变迁路径现在已经开始崭露头角了。但我们也不能说他的ROI是跑正的，或者是我觉得还需要更多数据的验证和管理层信心表达的一个验证。但是我们要看一下，中国AI云的这个毛利现在只有差不多10%到15%。

然后我们去对比AWS基本上39%，40%的一个营业利润率的量级来比较是还是比较低的，所以我们长期还是要看未来的这个效益能出现怎么样的一个增长。阿里这边也是相似的一个故事，当然阿里的财报还没有发布，我们可以再期待一下，阿里阿里阿里上阵子刚刚被爆出来一个事情，也就是说阿里把卡借给kimi，把一个万卡的GB300的集群借给了kimi对吧？让kimi训练出的这么好的K站的模型。那除了把卡借给kim以外，阿里也有自己的谦问的生态。然后包括它的百链平台和云基础设施，还是相对比较扎实的。他应该是中国做云服务厂商里面的佼佼者。

阿里为什么会愿意把卡借给kimi呢？不是竞争关系吗？都是模型层面的竞争关系吗？那你们也要说一说，kimi还是阿里投资过的，所以他们中间也有一个投资关系，那做一些真实的云资源的借用，我觉得也是很正常的事情。同时阿里也就是顺便帮kimi去托管和分发它的kimi的模型。从kimi k3的模型的API调用上，他也能去收用户一个比较高的议价。

第二个就是其实说回前面腾讯，腾讯其实也是和deep seek去做了一个联动，腾讯现在应该托管了deep stick的很多模型，所以如果大家用deep stick官网的这个PI出现流量不够，或者说你想有一个更加好保障你TPM这个RPM的一个云设施的话，你们都可以考虑一下腾讯云。因为腾讯云的这个deep seek的服务是deep sick团队一模一样的部署方式。所以它的缓存的命中率也是能保持一个比较高的水准，这个是现在比较重要的。因为只有自己做的那个大模型的infrastructure团队才知道最好的把它的模型部署的一个最佳实践，它也能跑出最好的效果。这最好的效果就是指最高效的推理，最低的真实的推理成本。然后最低的对芯片的使用率以及缓存命中率，这一些都是架构上面的事情。

这些大厂来说，字节的最近还曝出来了一个新闻，我觉得挺有意思，可以跟大家分享一下。就是在8月10号开始，经过豆包入口跳转抖音来客成交特定酒店订单。这个软件服务费是14.4%，加0.6的支付手续费，综合大约12%的费用。那就是是给AI搜索去变现提供了一个新的方式，对吧？就是类似于GEO，你以前通过我这个GEO触达是不花钱的，那不是白嫖，现在我得收你点钱了。你从我这儿跳去买东西，从我这儿跳去订酒店、订机票，你那你都给我这个问答引擎一个一笔手续费，也是再正常不过了。现在就是这个商业模式。

好，聊完了这些云厂商，我们也来聊一下下一个话题。我觉得现在有一个公司，公司是我觉得非常有意思的公司。这家公司就是美国的这个Cloudflare，Cloudflare这家公司。它其实不是在跟别人去比什么数据中心，比谁的GPU更多，对吧？他其实想做的是另外一个事情事情就是未来每个企业你们都要用很多的agent服务。这些agent服务要去调用工具，要去抓取某一些网站，要去给某一些网站去做最终的支付。那Cloudflare这家原来是做网关的公司，他就是这中间最好的蓝入虎，他想收这个买路钱。Cloudflare第二季度的收入是接近了7亿美金，to b增长是36%。

然后未确认的合同余额是27.3亿美金，其中64%预计在12个月内能够确认。这些说明平台都在增长，但是他现在在给整个市场去画一个新的大饼，就是我前面说到的，他要做整个agent使用网络的一个收费站。那我们说了一个里面最好理解的东西，就是这个查重。以前咱们说网站都是欢迎人类去访问的，但是未来的网页的访问可能很多的会来自AI甚至AI的访问会远远高于人类的访问。那这个网站就需要去判断我允不允许这个AI来访问，来允不允许这个AI来抓取我的网页的信息，或者说我就是按照你的访问次数去进行收费，这些就是cloud fare想去收的这个买入费。未来机器互联网里面的什么身份系统、权限系统、流量系统、支持支付系统，他都想去赚赚一笔钱。Welfare的这个CFO最近的一个观点也是被马斯克疯狂点赞，就是说非人类流量可能达到人类流量的数百倍甚至1000倍，当然大家都承认这个预测的时间点就是五年后，并不一定准确。但是这个方向是对的，老马也是顺便夸了一下自己家的这个SPACEX star link，说只有star link能提供如此高的带宽。

今天的最后一个话题给大家来讲一讲这个光模块的限令。路透社在8月4号引述知情人是称，美国政府正在研究针对中国新型号光收发模块的潜在限制，正式规则还没有发布，措施人可能修改或者搁置。这个事儿一出，我靠中国的这些光模块什么易中天全部跌在地上，对吧？就恰巧那段时间又是WD的第二只脚下榻的时间。所以这个到底是来自于哪里呢？这个来自于美国的这个FCC federal communications commission，中文叫美国联邦通信委员会。其实他这个东西就是一个挺无厘头的一个东西，也没有任何已经生效的一条规则去禁止中国的光模块。

我们要知道如果美国真的想去禁止中国的光模块，它有几种办法。第一种它就直接点名字对吧？然后那你就限制就跟着控制实体走你你即使是海外的子公司去做生产的，你也躲不过。第二种就是限制所有的外国生产，那些什么泰国、越南、马来西亚的那也就没用了。第三种就是限制中国的来源的光模块，那你就是海外的制造就没问题，但是你在中国生产的进不了美国，它有3种方式去潜在的搞你。但是美国人不太可能做这个事情的原因就是这一刀下去，他可能把自己的AI的基础设施的进度去直接斩断了。因为现在中国厂商合计供应美国主要云厂商高速光模块大约60%到70%。

主要就是咱们的一中天。那你就是你要卡现在的这个光模块，不允许用咱们中国人生产的那你要用谁生产的？他的这个需求缺口是不是能补上？要多久才能补上？市场会不会越来越紧张，导致下游的价格就出现了暴涨，就跟之前存储模块一样。因为光模块的单价，虽然它不是说整个的集群里面价值量最高的，但它也肯定是属于最不能缺的那几个了。它因为它负责把服务器之间的电信号去变成光信号再变回来。这个光光模块现在就是做高速互联最重要的一个部分。

如果美国未来真的需要去限制中国的光模块，那它那不是这么简单的，就不是说什么我让什么coherent去生产就ok了对吧？非中国的供应商他要去扩接近使他要去扩他的封装和测试的产能。巴拉巴拉一堆事很复杂的这些东西也不是说花钱的问题，他主要是他娘会花时间，这时间是现在真的不等人的。你要是光模块禁掉了，然后美国自己的这些光模块的厂商有没有办法把这一倍的产量去补回来。那你整个GPU的生产就会拖延，你的数据中心就会更拖延，那你整个AI的进展可能就会进一步的延后。这对于美国来打这场AI的中美战争，他是很难去应付的，他是很难去负得了这个责任和风险的。

我们再看中国这边，我们中国有一个非常牛逼的东西，就跟之前的稀土一样。我们现在有另外一个东西叫磷化音是吧？这个磷化音现在也被中国正式的纳入出口许可管理了，虽然现在还没有实施任何的禁运，但是你要是搞我光模块，那我就跟我要，我就办你这个磷化音。

那光模块是对你们的GPU最重要，对不对？那磷化铟就是对于你的光模块最重要。就是你中有我，我中有你，这就是全球贸易网络。你把我的这个供应链给砍掉，我就把你的供应链今年也给砍掉，让大家都不好过。而且咱们要知道，咱们中国国产替代已经走到了一个势不可挡的位置了，这个肯定是革命是会成功的，所以大家一定要有信心，好吧？就美国未来他办我们我们也能办他，他即使办了我们我们把他办了，我们自己还是有自己的东西，所以不影响。

好了，今天差不多要说的就到这里，希望大家听的也过瘾了。有什么你们想额外了解的，请在评论区给我留言。我想未来我们还需要去持续的关注的，也就是我觉得AI已经进入到下半场的竞争了。下半场的竞争跟上半场可能就完全不一样了，我们关注的点也不是很一样，对吧？就之前买什么一些硬件都能涨，那你现在明显就不是这个状态了。你要去看真的在新的生态下面，哪个生态位是最值钱的，哪个供给是最可能出问题的。对此去进行一些新的布局。

今天跟大家聊了星云new cloud的一些服务模式，聊了云厂商的一些变化，聊了像cloud fair这一类的控制层有没有机会，也聊了光模块。希望这些能够对大家的决策有一些帮助。我们也会持续的关注这个大模型的下一代的一些发展和更新，就比如说8月13号的凌晨，deep seat v4 pro的正式版也迎来了新的发布，我们要等这个最新的评测结果，我们就可以动一下我们的斩杀线了。我们的斩杀线又要迎来新的一个变化了。那我们在接下来的八月份和9月份也基本上会迎来像这个千雯4.0，或者下一代的GOM，或者是mini max m3 pro，甚至其他的一些新的模型，我们就拭目以待。AI的蓄势还远没有结束，但现在是迎来了一个新的时代，中美的竞争也迎来了一个新的时代。

我们要知道美国的几个知名的博主，在之前也是疯狂的炮轰anthropic的原因，也是他们觉得中美的战争已经白热化了。如果在这个时候我们去做一些什么，对中国开源模型的禁令，反而会影响他们的发展进程。所以他们也是非常的不支持OK今天其实没有跟大家聊这个AI应用相关的话题。大家有兴趣的话可以去听我和苔藓之火Raymond的之前的两期播客，我们聊的还是非常深入的那这期就先聊到这里，感谢大家的收听。可以在小宇宙、苹果播客网音乐、QQ音乐、喜马拉雅、B站和小红书视频号找到发财搭子的。更多发财密码，欢迎你给我留言，也欢迎分享给更多的朋友们，你们的支持是我更新的最强动力，拜拜。