Yang benar-benar menghasilkan wang bukanlah satu syarikat sahaja dalam awan AI, tetapi keseluruhan “jalan tol caj pengiraan”. Awan AI sedang menjadi lapisan tengah yang sangat penting: menghubungkan hulu dengan GPU, HBM, tenaga dan pusat data, serta menghubungkan hilir dengan raksasa teknologi, laboratorium AI dan pelanggan korporat yang benar-benar memerlukan pengiraan. Yang perlu diperhatikan bukan sekadar “siapa yang membuat AI”, tetapi siapa yang terus mengaut untung di setiap lapisan dalam tatanan awan AI. Lapisan Pertama: Siapa yang menyediakan sumber asas paling langka untuk awan AI $NVDA GPU masih berada di pusat keseluruhan lapisan pengiraan. Berapa banyak pengiraan yang boleh dilancarkan oleh awan AI bergantung terutamanya pada berapa banyak GPU high-end yang boleh diperoleh, serta bilakah GPU tersebut benar-benar boleh dideploy. $MU $SKHY HBM adalah salah satu sumber paling penting di samping GPU. Semakin besar model dan semakin tinggi kesejajaran inferens, semakin besar keperluan GPU terhadap memori berpemandu tinggi untuk terus “memberi data”. Oleh itu, HBM kini menjadi halangan penting dalam ekspansi server AI. $DLR $EQIX $CORZ $APLD Syarikat-syarikat ini menyediakan pusat data, ruang mesin, akses tenaga dan infrastruktur fizikal. Awan AI tidak perlu memiliki setiap bangunan; ia hanya perlu dapat memperoleh kapasiti pusat data yang sudah bertenaga dan siap untuk dideploy GPU, supaya boleh terus berkembang. Lapisan Kedua: Siapa yang benar-benar mengubah peralatan keras ini menjadi pengiraan AI yang boleh disewa $CRWV $NBIS $IREN Lapisan ini berada di tengah-tengah tatanan awan AI. Yang mereka lakukan bukan sekadar “membeli GPU”, tetapi menggabungkan: GPU + tenaga + rangkaian berkelajuan tinggi + penyimpanan + pengagihan perisian menjadi platform pengiraan AI yang boleh disewa secara langsung oleh pelanggan. Inilah model perniagaan paling penting Neocloud: membeli infrastruktur langka di hulu, kemudian menjual pengiraan kepada pelanggan melalui kontrak jangka panjang atau model atas permintaan. Lapisan Ketiga: Siapa yang benar-benar membeli pengiraan ini $MSFT $META $GOOGL Tiga syarikat ini sangat istimewa kerana mereka bukan sahaja pelanggan awan AI, tetapi juga pesaing. Apabila pusat data dalaman dan bekalan GPU tidak mampu mengekori permintaan, mereka akan membeli kapasiti daripada Neocloud luar; sambil terus membina pusat data sendiri, merekabentuk cip sendiri dan platform awan sendiri. Oleh itu, pasaran pengiraan AI masa depan mungkin bukan pilihan antara “membina sendiri” atau “membeli luar”, tetapi lebih mungkin: Pembinaan sendiri sebagai kapasiti utama + awan luar sebagai kapasiti elastik. Yang lebih penting untuk diperhatikan pada peringkat seterusnya ialah penyebaran pelanggan korporat. $SHOP $CRWD Apabila aplikasi AI bergerak dari beberapa Hyperscaler dan laboratorium terkemuka ke sektor e-dagang, keselamatan, kewangan, perisian, kesihatan dan automatik korporat, struktur pelanggan Neocloud berpeluang berkembang dari sedikit pelanggan super kepada pasaran korporat yang lebih luas. OpenAI dan Anthropic mewakili kategori pelanggan intensif lain. Ciri permintaan mereka ialah: Melatih sekali sahaja memerlukan pengiraan dalam jumlah besar, dan selepas model dilancarkan, masih memerlukan inferens berterusan. Semakin kuat model dan semakin luas penggunaan Agent, permintaan pengiraan tidak akan berhenti selepas latihan; sebaliknya, ia akan berubah dari perbelanjaan latihan sekali jadi kepada perbelanjaan inferens jangka panjang dan berterusan. Dengan itu, keseluruhan tatanan awan AI boleh difahami dengan sangat ringkas: Hulu: menjual sumber $NVDA $MU $SKHY Lapisan tengah: menjual pengiraan $CRWV $NBIS $IREN Lapisan bawah: menyediakan pusat data $DLR $EQIX $CORZ $APLD Hilir: membeli pengiraan $MSFT $META $GOOGL OpenAI Anthropic Dahulu, pasaran paling fokus pada: Siapa yang memiliki paling banyak GPU? Soal penting seterusnya mungkin: Siapa yang boleh menggabungkan GPU, tenaga, rangkaian dan pusat data paling pantas menjadi pengiraan AI yang boleh dihantar serta dikenakan bayaran segera? Awan AI sedang berubah menjadi “toll plaza” dalam keseluruhan rantaian nilai AI. Selagi permintaan latihan dan inferens terus meningkat, pihak hulu yang menjual cip, lapisan tengah yang menjual pengiraan, dan lapisan bawah yang menjual pusat data, semuanya akan terus mendapat pendapatan daripada ekspansi infrastruktur AI yang sama.