真正賺錢的不是一家公司，而是整條「算力收費公路」。 AI雲正成為一個至關重要的中間層：上游連接GPU、HBM、電力和數據中心，下游連接真正需要算力的科技巨頭、AI實驗室和企業客戶。 真正值得關注的，不只是「誰在做AI」，而是誰在AI雲堆棧的每一層持續收錢。 第一層：誰為AI雲提供最稀缺的基礎資源 $NVDA GPU仍處於整個計算層的核心。AI雲能上線多少算力，首先取決於能拿到多少高端GPU，以及這些GPU何時能真正部署。 $MU $SKHY HBM是GPU旁邊最關鍵的資源之一。模型越大、推理並發越高，GPU就越需要更高頻寬的記憶體持續「喂數據」，因此HBM已成為AI伺服器擴張的重要瓶頸。 $DLR $EQIX $CORZ $APLD 這些公司提供數據中心、機房、電力接入和物理基礎設施。AI雲不需要擁有每一棟建築，只要能快速獲得已通電、可部署GPU的數據中心容量，就能繼續擴張。 第二層：誰將這些硬體真正轉化為可出租的AI算力 $CRWV $NBIS $IREN 這一層位於整個AI雲堆棧的正中央。 它們真正做的不是簡單「買GPU」，而是將： GPU + 電力 + 高速網絡 + 存儲 + 軟件調度 組合成客戶可直接租用的AI計算平台。 這也是Neocloud最重要的商業模式：上游採購稀缺基礎設施，下游以長期合約或按需方式將算力售予客戶。 第三層：誰真正購買這些算力 $MSFT $META $GOOGL 這三家公司最特別，因為它們既是AI雲的客戶，也是競爭對手。 當內部數據中心和GPU供應跟不上需求時，它們會向外部Neocloud購買容量；同時又不斷建設自己的數據中心、自研晶片和雲平台。 因此，未來AI算力市場未必是「自建」與「外購」二選一，更可能是： 自建作為核心容量 + 外部雲作為彈性容量。 而下一階段更值得關注的是企業客戶的擴散。 $SHOP $CRWD 當AI應用從少數超大規模雲服務商和頂尖實驗室，逐漸進入電商、安全、金融、軟體、醫療和企業自動化領域，Neocloud的客戶結構就有機會從少數超級客戶擴展至更廣泛的企業市場。 OpenAI和Anthropic則代表另一類高強度客戶。 它們的需求特點是： 訓練一次就需要巨量算力，模型上線後仍需持續推理。 模型越強、Agent使用越廣，算力需求並不會在訓練結束後停止，反而會從一次性訓練支出逐漸轉向長期、持續的推理支出。 因此，整個AI雲堆棧可極簡理解為： 上游賣資源 $NVDA $MU $SKHY 中間層賣算力 $CRWV $NBIS $IREN 底層提供數據中心 $DLR $EQIX $CORZ $APLD 下游購買算力 $MSFT $META $GOOGL OpenAI Anthropic 過去市場最關注的是： 誰擁有最多GPU？ 下一階段真正重要的問題可能是： 誰能最快將GPU、電力、網絡和數據中心組合成可立即交付、立即收費的AI算力？ AI雲正變成為整個AI產業鏈中的「收費站」。 只要訓練與推理需求持續增長，上游賣晶片、中間層賣算力、底層賣數據中心，都將繼續從同一輪AI基礎設施擴張中獲取收入。