科技圈最近又吵吵了：主角是英伟达和一家叫Nebius的公司。
事情是这样的，Nebius的首席技术官，一个叫丹尼拉·什坦的老哥，在LinkedIn上发了一篇长文，直接把矛头对准了英伟达刚推出来的“DGX Cloud Lepton”。
他说啥呢？他说这个Lepton根本不是什么真正的“云”，就是一个薄薄的用户界面层，只管好用不好看，不管底层那些真正难搞的技术问题！
这话说得可太狠了，瞬间就在整个AI圈子里掀起了滔天巨浪。
大家伙儿都在问，这到底是个啥情况？谁在说真话？谁又在吹牛？
首先，咱们得先搞清楚，这位丹尼拉·什坦是谁？
他是Nebius这家公司的首席技术官，也就是CTO。Nebius是一家专门做AI云计算服务的公司，说白了，就是给那些需要大量算力来训练大模型的企业提供GPU服务器租赁服务的。
这家公司背景相当硬核，跟微软签了一个高达数十亿美元的大单，要在新泽西建一个超大规模的数据中心，专门为微软提供算力支持。所以，丹尼拉·什坦的身份，就决定了他说话的分量——他不是在路边摊上瞎掰扯的吃瓜群众，而是站在行业最前沿，亲手搭建过大型AI基础设施的实战派工程师。
他的观点，是基于多年在一线摸爬滚打的经验总结出来的，不是拍脑袋想出来的。因此，当他站出来说“你们这些所谓的‘新云’都不算真正的云”时，整个行业都得认真听听，因为他说的，可能就是行业的真相。
那么，他具体说了些什么呢？简单来说，他提出了三个核心观点：
第一，英伟达的DGX Cloud Lepton，本质上就是一个“聚合器”或者“市场平台”，它本身并不提供底层的计算资源，而是把市场上其他云服务商（比如CoreWeave、Lambda Labs等）的GPU资源打包起来，统一卖给客户。它的主要作用，是让开发者更容易找到合适的GPU资源，提供一个统一的操作界面和软件工具链（比如NVIDIA的NIM和NeMo），让你用起来感觉很丝滑，很顺手。
但问题是，当你真正去使用这些服务的时候，你会发现，那些最核心、最难搞的技术问题——比如不同租户之间的安全隔离、海量数据的高速存储、以及服务的稳定性保障（SLA）——其实还是由背后的云服务商自己负责的。
换句话说，Lepton就像一个精美的外卖平台，它帮你把各个餐厅的菜单整理好，让你一键下单，但它并不能保证你点的那家餐厅后厨的卫生条件有多好，厨师的手艺有多高，食材的新鲜度有多高。这些“硬骨头”，Lepton压根没碰。
第二，丹尼拉·什坦认为，目前市面上绝大多数所谓的“新云”（neoclouds），其实都不是真正意义上的“云”。
它们更像是把一堆裸露的硬件服务器（bare metal）买回来，然后在上面装一些开源的或者第三方的软件，再包装一下，就拿出来卖了。
这种做法最大的问题在于，它们没有从一开始就设计好一套完整的、能够支撑大规模多租户运行的系统架构。比如说，租户隔离。
在云计算里，这是个生死攸关的问题。你和隔壁老王同时租用同一个服务器上的GPU，如果隔离做得不好，你的数据或者代码就有可能被对方看到甚至窃取，这还得了？
现在主流的做法有两种：
一种是利用英伟达GPU自带的MIG（Multi-Instance GPU）技术，通过硬件层面把一块GPU切割成多个独立的小块，每个租户只能访问自己的那一块，这样安全性最高。
但这种方法有个致命缺陷，就是切分的比例是固定的，不够灵活，而且调度起来效率很低。
另一种方法是用虚拟机或者容器来隔离，但这属于“软隔离”，如果网络配置不当，或者没有使用像DPU这样的专用硬件来加强安全，就很容易出现漏洞，导致数据泄露。
很多“新云”为了省事，就直接用第二种方法，结果就是埋下了巨大的安全隐患。
除了隔离，存储也是一个大坑：
训练一个大模型，动不动就要处理几百TB甚至PB级别的数据，对存储系统的读写速度要求极高，每块GPU都要达到几GB/s的吞吐量，而且延迟还不能太高。这就要求存储系统必须采用最先进的技术，比如RDMA网络、GPUDirect Storage等等，才能满足需求。
而很多“新云”在这方面投入不足，要么用的是普通的NAS，要么就是性能不达标，结果就是GPU经常“饿肚子”，算力被白白浪费，客户的成本也水涨船高。
最后就是SLA，也就是服务等级协议：
简单说，就是云服务商承诺给你多少可用性，比如99.9%的在线时间。如果达不到，就要赔钱。这是一个衡量云服务商是否靠谱的重要指标。
成熟的云服务商，比如AWS、Google Cloud，他们的SLA都非常高，通常在99.95%以上。而很多“新云”，尤其是那些规模比较小的，他们的SLA普遍偏低，有的甚至只有99.5%，这意味着一个月里可能会有好几个小时的服务中断。
这对于那些需要7x24小时不间断运行的关键业务来说，是完全不可接受的。
所以说，丹尼拉·什坦说的没错，这些问题才是真正考验一个云服务商能力的“硬骨头”，而不是简单的买几台服务器、装几个软件那么简单。
第三，也是最劲爆的一点，丹尼拉·什坦声称，他们Nebius公司，才是目前市场上“最大的GPU优先云”。
这句话一出来，立马就引发了轩然大波。因为在此之前，大家都公认CoreWeave是这个领域的老大。
CoreWeave在2024年底到2025年初的时候，就已经拥有了超过25万台英伟达GPU，分布在30多个数据中心里，并且还和英伟达签了一个63亿美元的巨额协议，确保未来几年的GPU供应无忧。
相比之下，Nebius虽然和微软签了个大单，但公开披露的计划是，其在美国的第一个数据中心最终会部署大约3.5万台GPU。这个数字，跟CoreWeave比起来，差了整整一个数量级。
所以，当丹尼拉·什坦说他们是“最大”的时候，很多人都觉得他在吹牛。当然，他也给自己留了个台阶，他说“如果你严肃地看待‘云’这个词，而不是随便往一堆硬件盒子上贴个标签的话”，那么Nebius才是真正的最大。
这话的意思是，他认为“最大”不应该只看GPU的数量，更要看是不是真正构建了一个完整的、一体化的云平台。Nebius确实在这方面下了血本，他们采用了英伟达最新的Quantum-2 InfiniBand网络，和VAST Data、Weka这些顶级存储厂商合作，打造了一个高性能的数据平面，从网络到存储再到计算，都是端到端优化过的。
这一点，确实是很多“新云”所不具备的。
所以，这个问题其实没有标准答案，关键看你如何定义“最大”。是看硬件规模，还是看系统集成度？这取决于你的需求。如果你只需要大量的GPU算力，不在乎其他，那CoreWeave可能是更好的选择。但如果你需要一个稳定、安全、高性能的完整云平台，那Nebius的方案可能更符合你的要求。
好了，说完丹尼拉·什坦的观点，咱们再来分析一下这件事背后的深层含义。
首先，对于英伟达来说，这其实是一个非常聪明的战略。他们并没有自己下场去建数据中心、去管理复杂的云基础设施，而是选择做一个“连接器”和“赋能者”。通过Lepton这个平台，他们把开发者和各种云服务商连接起来，同时把自己的软件栈（比如CUDA、NIM、NeMo）深度集成进去，让开发者在任何平台上都能享受到一致的体验。
这样一来，英伟达就牢牢地掌握了AI生态的核心入口，无论你用哪家的云，最终都离不开英伟达的芯片和软件。
这就好比是苹果，它不做运营商，但它通过iOS系统和App Store，控制了整个移动互联网生态。英伟达正在做的事情，就是复制苹果的成功模式，只不过是在AI领域。
这个策略的好处是，它能让英伟达的收入来源更加多元化，不仅仅是卖芯片，还能通过软件订阅、云服务分成等方式赚钱，而且还不用承担建设数据中心的巨大资本开支，风险更低，利润更高。
所以，从英伟达的角度来看，Lepton不是一个失败的产品，而是一个极其成功的商业模式创新。
其次，对于那些“新云”提供商来说，这既是机遇，也是挑战。
机遇在于，Lepton这个平台为他们打开了一扇通往更大市场的大门。以前，他们可能只能靠自己去推销，客户找上门来的几率很小。但现在，只要他们的服务足够好，就能通过Lepton接触到全球范围内的潜在客户，大大降低了获客成本。
挑战在于，Lepton也让市场竞争变得更加透明和激烈。以前，客户可能不太懂技术细节，容易被花哨的宣传语忽悠。但现在，随着Lepton的推广，越来越多的客户开始关注那些真正重要的指标，比如每块GPU的实际利用率（MFU）、任务启动时间（ETTR）、存储吞吐量、历史故障率等等。
那些只靠“堆硬件”、“贴软件”的“薄层”云服务商，很快就会被市场淘汰。只有那些真正投入重金，从底层开始构建安全、高效、可靠云平台的公司，才能在这个新的游戏规则中胜出。
CoreWeave之所以能成为行业龙头，就是因为它在这方面做得非常扎实，不仅公布了详细的性能基准测试，还承诺了具体的存储吞吐量目标，这让客户非常放心。而Nebius虽然规模较小，但他们的技术路线图非常清晰，选择的合作伙伴都是业内顶尖的，这也让他们在高端市场有了一席之地。
再次，对于投资者来说，这给我们提供了一个非常清晰的投资逻辑。那就是，未来的AI云市场，将不再是简单的“谁的GPU多谁就赢”的游戏，而是“谁的系统工程能力更强谁就赢”的游戏。
那些拥有强大技术研发实力、能够构建复杂分布式系统的公司，才有可能获得长期的竞争优势。具体来说，我们可以关注以下几个方向：
第一，是那些已经证明了自己的系统工程能力的“新云”巨头，比如CoreWeave。他们的规模效应和品牌信誉，是短期内难以被超越的。
第二，是那些专注于特定技术领域的供应商，比如VAST Data、Weka这些AI存储厂商，以及英伟达自家的网络设备部门。因为无论是哪个云服务商，要想做好GPU云，都离不开这些底层技术的支持。
第三，是那些拥有强大供应链和融资能力的新兴玩家，比如Nebius。虽然他们现在的规模不大，但如果他们能成功执行自己的技术路线图，并且得到像微软这样的大客户的背书，那么他们未来的发展潜力也是非常巨大的。
总之，投资AI云，不能只看表面的合同金额或者GPU数量，更要深入研究其背后的技术架构、运营能力和财务状况，这样才能做出明智的投资决策。
最后，我们来看看这场争论对未来的影响。我认为，它标志着AI云计算行业正在进入一个全新的发展阶段。过去几年，大家的关注点主要集中在GPU的性能和数量上，因为那时候算力是稀缺资源，谁能拿到更多的GPU，谁就能赢得市场。
但现在，随着GPU供应逐渐充足，竞争的焦点开始转向如何更高效、更安全、更稳定地利用这些算力。这就要求云服务商必须具备更强的系统工程能力，必须从底层开始重新设计整个云平台。
这无疑会提高行业的准入门槛，加速市场的优胜劣汰。那些只会“组装”硬件的公司，终将被淘汰；而那些真正懂得“建造”云平台的公司，将迎来更大的发展机遇。同时，这也意味着，未来的AI云市场，将不再是少数几家巨头垄断的局面，而是会出现更多细分领域的专业玩家，比如专注于高性能存储的、专注于低延迟网络的、专注于安全隔离的等等。
整个生态系统会变得更加丰富和多元。对于消费者来说，这无疑是一件好事，因为他们将有更多样化、更高质量的选择。
总而言之，丹尼拉·什坦的这篇帖子，看似是在批评英伟达和同行，实际上是在为整个行业指明方向。他告诉我们，真正的AI云，不是简单的硬件堆砌，而是需要从底层开始，构建一套完整、复杂、高效的系统。这不仅是技术上的挑战，更是商业上的机遇。
谁能在这场竞赛中胜出，谁就能在未来十年的AI浪潮中占据主导地位。而对于我们普通观众来说，了解这些背后的故事，不仅能让我们更好地理解科技行业的发展趋势，也能帮助我们在投资或职业选择上做出更明智的决策。
毕竟，掌握真相的人，永远比随波逐流的人更有优势。所以，下次再看到有人吹嘘自己的“新云”多么厉害时，不妨多问一句：你的租户隔离是怎么做的？你的存储吞吐量能达到多少？你的SLA是多少？只有回答了这些问题，才能证明你真的懂“云”。
【关键监测项】
1. Lepton合作伙伴构成与服务捆绑：密切关注哪些云服务商加入了Lepton平台，以及英伟达是否开始将NIM推理网关、NeMo工具链等高价值软件服务与Lepton深度绑定销售，这将直接影响平台的吸引力和收入结构。
2. 新云性能与可靠性指标标准化：观察行业是否会形成统一的性能评估标准，例如公开披露模型FLOPs利用率、任务平均失败率、以及每GPU承诺的最低吞吐量，这将成为客户选择的关键依据。
3. SLA水平演变：跟踪谷歌云、亚马逊云、微软云等传统巨头，以及CoreWeave、Nebius等新锐力量，针对Blackwell及后续架构推出的GPU服务SLA，看其是否向99.99%级别收敛，反映行业成熟度。
4. Nebius容量披露与交付：重点监控Nebius位于新泽西的新数据中心建设进度，以及与微软合作项目的实际GPU部署数量和消耗情况，这是验证其“最大”宣称的核心数据。
5. 供应链与技术替代：留意B200/GB200芯片和Quantum-2/3网络交换机的供货周期，以及基于以太网的替代方案能否在集体通信性能上达到InfiniBand的水平，这关系到整个AI基础设施的成本和灵活性。
6. 监管审查风险：关注各国反垄断机构是否会介入调查，审视英伟达作为GPU芯片绝对主导者和云平台运营商的双重角色，是否存在滥用市场支配地位的风险，这将是影响行业格局的重大变量。
这些监测点将共同决定，市场最终是奖励那些脚踏实地、深耕系统工程的“实干家”，还是会被那些擅长营销、依靠软件标准化来压缩利润的“聚合者”所主导。让我们拭目以待，看这场AI云时代的“华山论剑”，最终鹿死谁手。