灼见

随着 AI 算力需求持续增长，新云公司的竞争正在从「谁拥有更多 GPU」转向「谁能控制从硬件到软件的完整技术栈」。当裸算力租赁越来越难摆脱价格竞争，一个更关键的问题开始浮现：决定 AI 基础设施价值的，究竟是 GPU 本身，还是调度、编排和优化 GPU 运行效率的软件层？
Nscale 以约 16.5 亿美元收购 Anyscale ，Nebius 收购 Eigen AI、CoreWeave 收购 Weights & Biases、IREN 收购 Mirantis 等交易。五笔收购指向同一趋势：拥有 GPU、电力和数据中心的新云公司，正在集体向 MLOps 和 AI 编排层延伸。

新云公司购买的并不只是一套软件或一批客户，而是从「按 GPU 小时收费」转向「按任务结果竞争」的能力。调度系统决定一项任务需要消耗多少 GPU 小时，也决定算力利用率、客户成本和平台利润。掌握软硬件两层后，厂商既能进行协同优化，也能通过更深的系统集成提高客户迁移成本，将效率提升带来的收益留在平台内部。
与此同时，整合也在反向发生。Lightning AI 与 GPU 提供商 Voltage Park 合并，Fireworks、Modal、Baseten 等推理平台也在不同程度上建设或控制底层算力。基础设施公司向上收购软件，推理平台向下扩张硬件，双方正从相反方向走向同一个终点：同时掌握算力资产和编排软件。
这意味着，新云竞争的下一阶段不再只是拼 GPU 数量、电力合同和交付速度，而是争夺整套 AI 工作负载的控制权。真正的壁垒，可能来自谁能把芯片、集群、调度和推理服务整合为一个效率更高、客户更难离开的系统。不过，两条路径虽然终点相同，成本结构却截然不同：新云公司可以通过收购补齐软件，而推理平台想要向下建设基础设施，则必须承担更重的资本开支。这也为第二部分留下了关键问题——当所有公司都想控制完整技术栈，谁能为这场扩张找到足够便宜的资金？