Ang hierarchy ng cloud computing ay nagkakaroon ng pagbabago. Isang bagong uri ng mga espesyalisadong operator ng data center, kilala bilang neoclouds, ay nagsisimulang makamit ang mas malakas na posisyon sa pagtawag sa mga hyperscaler na dominado ang industriya sa loob ng higit sa isang dekada.
Ang dahilan ay simpleng: gustong-gusto ng lahat ang Nvidia GPUs, at mayroon sila.
Ang mga deal na nagpapabago sa imprastruktura ng AI
Lamang ang Microsoft ang nag-commit ng higit sa $33 bilyon sa mga kasunduan sa kapasidad kasama ang mga neocloud provider. Ang pinakamalaking isang kasunduan ay isang deal na $19.4 bilyon kasama ang Nebius, isang espesyalisadong GPU cloud na kumpanya, na magbibigay sa Microsoft ng access sa higit sa 100,000 Nvidia GB300 chips.
Ang kategorya ng neocloud ay naglalaman ng mga kumpanya tulad ng CoreWeave, Nebius, Lambda, at Crusoe, na lahat ay nagtatayo ng kanilang mga negosyo sa isang solong teorya: mga GPU infrastructure na disenyo para sa AI workloads, wala nang iba. Walang general-purpose compute, walang malawak na mga katalog ng produkto, walang legacy architecture na nagpapabigat sa kanilang mga gastos.
Ang kamakailang financial performance ng CoreWeave ay nagpapakita kung gaano kabisado ang teorya. Ibinahagi ng kumpanya ang kinita sa Q2 2026 na $2.575 bilyon, na nagpapakita ng pagtaas ng 112% kumpara sa nakaraang taon.
Bakit kayang mabawasan ng neoclouds ang mga malalaking kompanya
Hindi pangalawang-katawan ang pricing advantage na dininig ng mga kumpanyang ito. Karaniwang 60-70% mas mura ang Neocloud GPU instances kaysa sa katumbas na mga tawag mula sa tradisyonal na hyperscalers tulad ng AWS, Azure, at Google Cloud.
Ang kanilang imprastruktura ay disenyo mula sa simula para sa GPU-intensive na AI workloads, na nangangahulugan na wala silang overhead ng pagpapalakas ng libu-libong iba pang serbisyo na isinama ng mga hyperscaler sa kanilang mga platform. Mas maliit na operasyon ay direktang nagdadala ng mas mababang presyo para sa mga customer na kailangan lang ng isang bagay: raw GPU power.
Ang papel ni Nvidia bilang tagapagpasya
Hindi magiging epektibo ang anumang ito nang walang aktibong pakikilahok ni Nvidia. Ang tagagawa ng chip ay nagpapakilala sa sarili bilang isang tagapagbigay at isang estratehikong tagapagtaguyod sa ecosystem ng neocloud, nagbibigay ng prioritized na pagkakataon sa hardware, gumagawa ng mga pag-invest sa equity sa mga kumpanya ng neocloud, at kahit nag-aalok ng mga backstop sa kita para sa hindi nabebenta na kapasidad.
Ang Nvidia ay praktikal na nagtataguyod na hindi mabibiglaan ng mga neoclouds ang mga GPU na walang ginagawa. Ito ay isang mekanismo ng pagsasaparita na ginagawang mas madali para sa mga mas batang kumpanya na makakuha ng malaking utang upang bumili ng mga fleet ng server sa una, dahil ang mga mananalapi ay nakikita ang mga kontrata ng customer at ang mga jamin ni Nvidia bilang matibay na pangako.
Para sa Nvidia, ang motibasyon ay simpleng diretsa. Ang pagdibersipikasyon ng kanilang base ng mga customer sa labas ng ilang hyperscalers na kasalukuyang bumibili ng karamihan sa kanilang mga chip ay nagbabawas sa panganib ng konsentrasyon at naglilikha ng kompetisyon sa pagitan ng mga bumibili.
Ang mga panganib na nakatago sa ilalim ng paglago
Ang pagkakasentro ng mga customer ay ang pinakamaliwanag na panganib. Kapag isang malaking bahagi ng iyong kita ay galing sa isang o dalawang kontrata ng hyperscaler, ang pagkawala kahit sa isang relasyon ay maaaring magdulot ng malaking pinsala. Ang Microsoft at OpenAI ay nagtataglay ng malalaking stream ng kita para sa ilang neocloud provider, at ang ganitong uri ng pagkakadepende ay may epekto sa parehong direksyon.
Ang pagbaba ng halaga ng GPU ay isa pang pag-aalala. Ang Nvidia ay naglalabas ng mga bagong arkitektura ng chip sa mga cycle na kalahating taon, at bawat henerasyon ay nagdadala ng malaking pagpapabuti sa performance kumpara sa nakaraan. Ang isang hanay ng mga GPU na binili ngayon ay maaaring maging mas maliit ang halaga sa loob ng 18 buwan, hindi dahil nasira ang hardware, kundi dahil ang mas bagong, mas mabilis na chips ay ginagawang mas hindi kompetitibo ang mga lumang chips batay sa presyo bawat performance.
Ang dinamikang ito ay naglalikha ng epekto ng treadmill. Kailangan ng neoclouds na mag-reinvest nang patuloy sa pinakabagong hardware upang panatilihin ang kanilang kinakailangan, na nangangailangan ng patuloy na pag-access sa mga pamilihan ng kapital. Ang malaking antas ng utang na dala ng maraming kumpanyang ito ay gumagawa ng siklo ng pag-reinvest na isang mataas na pagkilos kung mabawasan ang demand kahit kaunti.
Mayroon pa ang hamon sa imprastruktura. Ang pag-deploy ng mga tens of thousands na makapangyarihang GPU ay nangangailangan ng malaking amount ng kuryente at cooling capacity. Ang pag-secure ng kuryente sa tamang lokasyon sa tamang presyo ay naging isa sa pinakamalalaking bottleneck sa pagbuo ng AI infrastructure, at ang mga neoclouds ay kumikita ng mga yamang ito kasama ang mga hyperscalers na kanilang kasosyo.