一块价值十几万的顶级GPU，其实可以同时租给好几个人用！微软Azure、亚马逊AWS、谷歌云这些巨头早就这么干了，还赚得盆满钵满。这个被市场严重低估的“GPU分片”技术——它不仅是技术突破，更是云计算厂商的印钞机！
先说结论：随着GPU越来越强、显存越来越大（比如英伟达即将发布的GB300和Rubin架构），加上模型越来越小、精度压缩到FP4，越来越多AI推理任务根本用不满一块GPU。这时候，把一块GPU切成几份卖，就成了提升利用率和收入的黄金杠杆。而像Jim Chanos这样的投资人，可能根本没意识到这背后巨大的经济价值。
那具体怎么切？三大云厂商现在主要靠三种机制，各有千秋：
第一种叫GPU-P，也就是基于SR-IOV的虚拟化分区。简单说，就是通过硬件虚拟化技术，把一块物理GPU在PCIe层面拆成多个“虚拟设备”，每个客户分到一个，有独立的显存和计算单元上限。微软Azure的NVads A10 v5实例就是典型代表，最小能卖到1/6块A10 GPU，而且性能稳定、隔离性强，连虚拟机热迁移都支持。这种方案特别适合图形渲染、VDI桌面云，以及中小规模的AI推理任务。最关键的是——它有硬件级安全隔离，一个租户崩了，不会影响别人的数据。
第二种更硬核，叫MIG（多实例GPU），这是英伟达从Ampere架构（比如A100）开始引入的黑科技。MIG不是软件切分，而是直接在芯片层面把流处理器、L2缓存、内存控制器、HBM显存全部物理隔离！一块80GB的H100最多能切成7个独立实例，比如“1g.10gb”这种规格，每个实例都像一台独立小GPU，延迟和带宽几乎不受邻居干扰。这是目前业界最强的QoS保障，专为多租户云环境设计。
不过缺点也很明显：切完之后，GPU之间不能走NVLink高速互联，所以不适合大模型训练，但做并发推理、微调、图像生成、实时转码？简直完美！谷歌云已经在GKE上全面支持A100/H100/H200/B200的MIG，客户可以一个容器用一个“小GPU”。
第三种最轻量，叫时间切片或CUDA MPS（多进程服务），本质上是靠调度器轮流分配GPU时间片。这种方式打包密度最高，成本最低，但隔离性最差——一个租户跑满，其他人就卡成PPT。所以云厂商一般只允许同一个客户在自己的K8s集群里用它来“压榨”GPU，绝不对外租给不同客户。否则，万一隔壁跑了个病毒模型，你的医疗AI推理就可能延迟爆炸。
那么问题来了：云厂商真的在对外卖“碎片GPU”吗？答案是：早就在卖了！
Azure几年前就开始推“部分GPU”实例；2025年7月，AWS正式上线G6f实例，基于L4 GPU，直接提供1/2、1/4、1/8三种规格，明明白白写在官网——你买1/8，别人也能同时用剩下的7/8。谷歌虽然VM层面保守些，但在容器服务里大力推MIG。
三大巨头已经全面拥抱“一块GPU多人用”的新模式。
安全合规方面，GPU-P和MIG都经得起审计。GPU-P靠SR-IOV硬件隔离+虚拟机vTPM+可信启动，很多企业安全团队已经认可；MIG则从缓存到显存全隔离，几乎杜绝了跨租户数据泄露或拒绝服务攻击。
过去两年确实爆出过GPU漏洞，比如“LeftoverLocals”能让非英伟达GPU泄露内存，还有“NVIDIAScape”（CVE-2025-23266）导致容器逃逸——这些反而加速了厂商转向硬件隔离方案。更别说英伟达Hopper架构还支持“机密计算”，CPU+GPU全程加密+远程证明，连金融、医疗这类敏感客户都敢上多租户GPU了。
当然，不是谁都能随便切。英伟达的企业级vGPU软件是要付费授权的，消费级显卡（比如GeForce）合同上明文禁止用于数据中心。所以想合法分片，必须用A系列、L系列、H/B系列这些数据中心卡，还得交软件许可费。这部分成本虽小，但成了英伟达的“护城河”——既收硬件钱，又收软件年费。AMD也没闲着，MI300系列原生支持SR-IOV，理论上也能做类似GPU-P的分片，但软件生态和安全补丁速度仍是挑战。
从经济账看，分片简直是暴利杠杆。假设一块GPU整租30美元/小时，平均只用50%时间，日收入才360美元。但如果切成7份，每份5美元/小时，每份占用率85%，日收入直接飙到714美元，涨幅98%！就算打八折卖（4美元/小时，70%占用），也能赚470美元，多赚31%。
关键在于：分片能吃掉那些“用不满一块GPU”的长尾客户——比如跑7B~13B小模型的创业公司、做AI绘图的设计师、搞实时视频分析的安防企业。他们本来根本不会租整卡，现在花小钱就能上车，云厂商的GPU利用率也从40%~60%拉到80%以上。
当然也有代价：虚拟化带来一点CPU开销、MIG配置复杂、支持成本略高。但比起动辄几十万一块的GPU，这些成本微不足道。所以AWS才急着推G6f——就是为了吃下这块“增量蛋糕”。
对投资者来说，这事影响深远。对亚马逊、微软、谷歌，GPU分片意味着每块卡能多赚30%~100%收入，还能吸引新客户，提升资本回报率。短期可能蚕食整卡销售，但训练需求依然紧缺，分片主要打开的是推理新市场。
对英伟达，MIG和vGPU授权锁死了软件收入，Hopper/Blackwell的机密计算又扫清了合规障碍，护城河更深。对AMD，如果SR-IOV和ROCm生态能稳住，就有机会抢下部分推理份额。而那些独立GPU云厂商？压力山大——巨头亲自下场卖碎片，价格战一打，只能靠网络、存储或垂直软件突围。
最后提醒：安全永远是达摩克利斯之剑。GPU驱动、容器运行时的漏洞会不断出现，谁能快速打补丁+上机密计算，谁就能拿下高净值客户。未来12~24个月，盯紧三个指标：碎片GPU销售占比、单片定价 vs 整卡折算价、H100/H200/B200机密模式在金融/医疗客户的渗透率——这些才是真金白银落地的关键。
所以别再以为GPU只能整块租了！技术+经济双重驱动下，“一块GPU多人共享”早已不是纸上谈兵，而是云厂商的标配打法。而看懂这波趋势的人，或许已经悄悄调整了投资组合。
【作者背景】
本文作者深耕人工智能与云计算基础设施领域多年，曾任职于纽约对冲基金并担任投资组合经理，兼具技术理解力与资本市场视角，长期关注AI算力经济、芯片架构演进与云服务商业模式创新。