AI需求加剧，CoreWeave聚焦数据中心等复杂基础设施问题

一个云厂商看到了什么

CoreWeave身为一家独立AI云服务商, 其客户涵盖了OpenAI、Meta、微软、甲骨文等头部玩家, 它不但能够感知研究实验室的最新需要, 还可以看到超大规模云厂商的路线变动, 正是这样的位置, 使得它最早发觉AI工作负载的结构性变动: GPU短缺依旧存在, 然而真正的瓶颈正逐渐朝着供电、CPU、存储以及供应链执行能力扩散。

AI需求拐点在一季度爆发

CoreWeave联合创始人兼CEO Mike Intrator称, 2026年第一季度是推理以及AI消费出现的极大拐点。他们于和客户工程方面的沟通里面, 提前见到了产品推向市场的节奏, 这种深度关系使他们能够提前洞察趋势, 并非等变化发生以后再被动回应。这种加速直至如今依旧在持续。

CPU和存储需求快速上升

在智能体AI以及推理模型兴起的情况下, 算力需求并非仅仅围绕着GPU进行。CPU和存储的相对重要性正处于上升态势。CoreWeave于去年对基础数据中心方案予以重新设计, 为更多的存储以及更多的CPU留出空间, 从而使得它们能够部署在GPU的旁边。这并非是猜测, 而是直接源于客户对于配置的明确要求。

客户驱动决定建设方向

CoreWeave超过98%的收入是被合同所驱动的, 客户会清晰明确地告知他们所需的配置情形, 并非由云厂商去揣测基础设施的需求状况, 这种模式构建于和全球前十AI实验室里九家的合作关联之上, 这也使得他们能够依照最前沿客户的路线规划, 预先去重新构建下一代AI工厂。

不靠关系靠执行能力拿GPU

在面对微软、亚马逊、谷歌这类超大规模云服务商时, CoreWeave并非依靠私人交情。其之所以能够获得GPU分配, 是由于供应商对它的执行记录以及工程能力抱有很深的信心。它之所以能够赢得研究实验室客户, 是因为在每token效率方面表现最为出色；它之所以能够赢得企业客户, 是因为基础设施运行状况良好且编排层十分优秀。

成本上升会转嫁到客户价格

CoreWeave清晰表明, 一旦组件成本升高, 他们会将此部分成本体现到客户价格里, 借此保护利润率。当下获取组件并非最大阻碍, 实际的挑战存在于数据中心供电壳体、CPU、存储、电工以及供应链执行能力方面。他们作为全球首家启动并验证Vera Rubin机柜的公司, 节奏如同GB在2025年开始呈现, 大规模爬坡持续贯穿2026年。