AI算力需求正以前所未有的方式重新定义基础设施格局。当前已不再是单纯的GPU抢购战——智能体、推理模型以及企业级AI应用，正将市场需求推向新的高峰。

CoreWea ve联合创始人兼首席发展官Brannin McBee，以及企业发展与投资者关系副总裁Nick Robbins，在最近一次访谈中分享了他们对AI需求变化和neocloud市场趋势的深刻见解。他们的核心判断非常直白：AI需求几乎每天都在以新的方式加剧。而真正的瓶颈已从“是否有GPU”转向更复杂的基础设施问题——包括数据中心的供电壳体、CPU、存储、电工、供应链执行能力，以及客户愿意为新一代算力支付多高的成本。

CoreWea ve的独特之处在于它恰好位于AI基础设施链条的中间位置。它既服务于OpenAI、Anthropic、Meta、Google、Microsoft、Nvidia等头部客户，也能直接感知研究实验室、企业客户和超大规模云厂商的需求变化。因此，它看到的不仅仅是“GPU是否短缺”，而是AI工作负载本身正在发生的结构性转变。随着智能体和推理模型的兴起，算力需求不再仅围绕GPU展开，CPU和存储的重要性正在上升。新一代数据中心的设计必须为Vera CPU、Vera Rubin服务器和更多存储预留空间。

这也解释了为何AI基础设施的竞争正从单纯的芯片采购转向更全面的工程交付能力。谁能更快获取供电数据中心、部署服务器、打通供应链、优化每token成本，谁就更能占据这一轮AI资本开支周期的核心地位。CoreWea ve反复强调“客户驱动”，背后是一个更大的判断：AI云厂商不再只是销售算力，而是根据最前沿客户的路线图，提前重构下一代AI工厂。

对于投资者和行业观察者来说，这篇访谈最值得关注的并非某个单点数字，而是AI基础设施需求的变化方向：GPU仍然重要，但瓶颈正在扩散；Nvidia仍是核心，但CPU、HBM、存储和数据中心供电能力正成为新的变量；AI需求仍在增长，但未来的胜负可能取决于谁能持续、稳定、规模化地交付复杂基础设施。

以下为访谈核心内容整理：

AI需求持续加剧

Tae：智能体AI这波需求，到底什么时候开始真正爆发的？

Brannin：我们在去年第四季度就看到了真正的开端。当时我们正与客户进行工程层面的沟通，讨论他们预计在今年第一季度推向市场的产品。这种深度互联的工程关系一直是我们的核心视角，也让我们能提前洞察趋势，而非被动应对变化。从AI市场的产品角度来看，第一季度是推理和AI消费出现巨大拐点的时刻，而且这种加速至今仍在持续。

Tae：目前AI需求处于什么状态？和几个月前相比，最近几周是不是完全没有放缓迹象？

Nick：需求似乎每天都在以新的方式加剧，丝毫没有放缓的迹象。

Tae：在智能体AI浪潮中，CPU相较于GPU的需求明显上升。你们会在Nvidia GPU服务器旁边部署一排排Vera CPU机架吗？

Brannin：CoreWea ve从2023年就开始运行CPU了，我们始终拥有完整的云产品。所以问题不是我们是否刚开始增加CPU，而是客户到底需要什么？这种需求在相对意义上是否正在上升？答案是肯定的。随着智能体和推理能力在模型中的真正兴起，存储需求与前几代相比也在上升。我判断这一趋势将持续。

Nick：对于你的问题，答案是肯定的。你绝对会看到大量Vera CPU被部署在大量Vera Rubin服务器旁边。去年我们实际上从根本上重新设计了基础数据中心方案，为更多存储和更多CPU预留空间，使其可以部署在GPU旁边。我们之所以这样做，是因为我们在整个生态系统中处于独特位置——我们是唯一一家服务于所有最先进技术用户的独立云服务商。没有其他独立AI云服务商能说Anthropic、OpenAI、Meta、Google、Microsoft、Nvidia都是自己的客户。这为我们的业务创造了有益的飞轮：我们能理解客户正在将技术带向何方，并据此进行规划。

瓶颈不再只是GPU

Tae：未来你们会主要使用Nvidia Vera CPU吗？

Nick：这取决于具体工作负载。我们做事是客户需求驱动的。我们确实预计会成为Vera CPU的早期且重要的采用者，这一点我们已经披露过。目前，我们的机群主要还是AMD，但随着时间的推移，这可能会根据客户需求而改变。客户对Vera CPU的兴趣非常浓厚。

Brannin：这也提醒我们可以谈谈合同如何运作。我们98%以上的收入由合同驱动。我们并非猜测客户想要什么样的基础设施。客户会非常明确地告诉我们他们需要的配置。一切由客户驱动，是客户在定义我们要建设什么。

Tae：谈谈竞争格局。面对SpaceX、Nebius、Oracle这样的neocloud，以及Azure、AWS、Google这些超大规模云服务商，你们如何进入市场并参与竞争？

Brannin：在差异化方面，我更愿意从第三方验证的角度来看。除中国外，全球排名前十的AI实验室中有九家在使用我们的平台。SemiAnalysis一直将我们的性能单独列为最高水平。我不认为我们之所以获得这样的GPU分配是因为和Jensen的私人交情。这说明供应商对我们的执行记录和工程能力有很深的信心，相信我们能够在全球范围内最好地体现其产品能力。

Nick：我们能够赢得超大规模云服务商客户，是因为我们非常擅长执行。我们能以极快的速度搭建这些系统，而且它们运行得非常好。我们能够赢得研究实验室客户，是因为我们提供了性能最强的技术版本，并且在每token效率上表现最好。我们能够赢得企业客户，是因为基础设施确实运行良好，而且我们构建了一个非常优秀、同类最佳的编排层。但越来越重要的是，在AI云服务商中，我们已经构建出最成熟的一层能力，覆盖推理和开发工具，帮助企业把AI真正投入生产。这意味着我们正在构建和交付一些产品，最终帮助那些技术成熟度相对较低的企业，把数据转化为模型，再转化为可以在内部运行的智能体，而我们也可以在这个过程中交叉销售CoreWea ve云服务。

Tae：目前的瓶颈是什么？是已经具备供电条件的数据中心壳体？GPU？还是电工？

Brannin：是powered shells——也就是具备供电条件的数据中心壳体。更准确地说，是这些壳体内部的组件。你特别提到电工，这一点完全正确。这是一个复杂的领域。但重要的是，我们已经有49个这样的站点上线并运行。我们不是把希望寄托在一两个站点上。我们已经做了49次。这是一份非常深厚的执行记录。这也意味着我们积累了大量知识，知道如何处理供应链问题，知道在这条供应链中哪些供应商适合合作，哪些不适合。

编者注：powered shells 指数据中心建筑本身，不包括实际的计算服务器硬件。

Tae：关于HBM内存的成本和短缺，你们能透露些什么？你们怎么应对？客户是不是需要承担涨价成本？

Nick：答案是肯定的。我们的商业模式设计是，在签署GPU采购订单、确定我们要支付多少成本的同时，锁定我们向客户收取的GPU价格。更广义地说，也就是服务器价格，而服务器价格显然包含HBM成本。这就是我们隔离日常价格波动影响的方式。如果下一笔交易中我们的组件成本上升，我们会把这部分成本反映到我们认为可以向客户收取的价格中，从而保护我们的利润率。我们在将这些成本传导给客户方面受到很好的保护。这是我们非常密切关注的事情。目前，获取组件还不是最大的瓶颈，最大的瓶颈还是powered shell。但未来某些时候，这个答案可能会来回变化。

Tae：你们预计Vera Rubin的部署爬坡会怎么展开？今年下半年会是什么情况？

Nick：我们显然是全球第一家启动并全面验证VR（也就是Vera Rubin机柜）的公司。去年我们在GB200、GB300上也是这样。我预计VR会在今年晚些时候开始出现。真正大规模、非常强劲的部署爬坡，我预计会贯穿整个2027年。这个节奏和GB类似：GB在2025年开始出现，但真正大规模爬坡实际上贯穿了整个2026年。也就是说，去年年底已经部署了不少，但今年才是真正大规模部署GB的一年。我预计，在未来12到18个月里，VR会呈现非常相似的节奏。