揭秘GPU云战争：别再被“大模型即服务”忽悠了，真正的战场在底层！
你是不是也听烦了那些华尔街分析师和主流媒体天天嚷嚷“GPU算力就是未来”？好像全球云计算巨头和新贵们都在干同一件事——卖GPU小时。但真相远比这复杂一百倍！
今天这篇文章，带你撕开“同质化GPU服务”的假象，深入七层AI云服务金字塔，看清谁在闷声发大财、谁在裸泳、谁才是真正能扛起下一代AI基础设施大旗的狠角色。这不仅是一场技术架构的较量，更是商业模式、定价权、生态话语权的生死博弈。
传统超大规模云服务商：全栈通吃，把GPU当成本，把AI当利润
先说微软Azure、亚马逊AWS、谷歌云、甲骨文OCI这些传统“老大哥”。他们可不是什么单纯的GPU出租屋，而是从最顶层的AI应用（比如Copilot、Amazon Q）一路干到裸金属服务器的“全栈垄断者”。这些巨头的商业逻辑很简单：GPU基础设施是成本中心，AI SaaS和模型API才是利润引擎。他们用低价GPU吸引客户上云，但真正赚钱的是L1–L4层——也就是你每天在Office里用Copilot、在编程时用CodeWhisperer、企业调用Bedrock模型API时付的那些钱。
举个例子，Azure的Copilot全家桶，你完全感知不到底下跑的是H100还是H200，甚至连“GPU”这个词都没出现过——这就是L1的价值：彻底抽象硬件。而到了L2层，Azure OpenAI服务提供GPT模型API，按token计费，边际成本极低，毛利率高得吓人。再往下，L3–L4比如Azure ML、SageMaker、Vertex AI，提供从数据准备到模型部署的完整MLOps流水线，绑死企业客户。至于L5–L7？对他们来说，只是支撑上层服务的“水电煤”。甲骨文OCI甚至专门拿裸金属GPU当卖点，强调“100%硬件性能交付”，但那也只是为了吸引对延迟极度敏感的HPC客户，并非主战场。
新云巨头崛起：不碰SaaS，专攻训练工厂，把集群当核心产品
和传统云厂商不同，CoreWeave、Lambda、Crusoe、Nebius这四家“新云巨头”（Neocloud Giants）根本不去碰L1那种轻飘飘的AI应用。他们从诞生第一天起，就瞄准了AI训练和大规模推理的真实痛点：不是单卡性能，而是千卡集群的互联效率、调度能力、故障恢复速度。他们主攻L4–L7层，尤其是L4（托管K8s+Slurm）、L5（AI超算集群）、L6–L7（高性能VM/裸金属）。
比如CoreWeave，直接把Kubernetes打造成AI原生平台，内置NVLink拓扑感知、InfiniBand RDMA优化、甚至和Run:ai深度集成做作业调度。他们的客户不是中小企业，而是Meta、xAI这种需要一次性调度上万张H100的巨头。Lambda Labs则靠“开箱即用”的训练环境和一键集群部署，在研究机构和初创公司中积累了口碑。Crusoe更狠，直接把数据中心建在废弃天然气田旁边，用“废弃能源”发电降低成本，最近甚至搞出“太空数据中心”实验——虽然听起来像噱头，但背后是对电力成本的极致控制。Nebius则在东欧构建超大规模MI300X和H100集群，强调“千卡无损通信”，专接那些被传统云厂商排队排到绝望的大模型训练订单。
平台型新云：向上集成，既要集群性能，也要API便利
如果说新云巨头是“重基建”，那Together、RunPod、Verda（原DataCrunch）、Gcore、Hyperstack这批“平台型新云”就是“软硬通吃”。他们既提供L6–L7的高性能GPU实例，又主动往上堆L2–L4层服务，搞出自己的模型推理API、托管微调平台、甚至轻量级MLOps工具链。
Together AI最典型——它直接提供200多个开源模型的serverless推理API，按token计费，对标AWS Bedrock，但价格更低、延迟更优。同时，它还开放全托管训练服务，客户上传数据，它帮你跑完整个LoRA微调流程，最后一键部署成API端点。RunPod则主打“开发者友好”，用“Pod”概念封装GPU实例，配合预装的PyTorch环境和自动扩缩容，让个人研究者也能低成本玩转大模型。Verda更是把B200/H200集群做成“即开即用”的产品，还内置模型监控和自动扩缩容。这些玩家的野心很明显：我不只是卖GPU小时，我要让你离不开我的平台。
基础设施优先型新云：纯硬件玩家，卷到只剩价格和拓扑
再往下看，Voltage Park、Cirrascale、Scaleway、Vultr这些“基础设施优先型”玩家，就完全是另一番景象了。他们几乎不做任何上层软件，就是把裸金属GPU服务器和集群租给你，价格透明、配置硬核。Voltage Park甚至能提供4096张H100组成的超级集群，全部通过3.2Tbps InfiniBand互联，专为千亿参数模型训练设计。Cirrascale则专注HPC风格的物理服务器租赁，适合那些不愿意被虚拟化层拖慢性能的客户。
但问题也在这里：他们的产品高度同质化。客户选你，只看两个指标——每小时多少钱，集群拓扑是否够快。一旦NVIDIA新一代GPU降价，或者竞争对手拿到更便宜的电力，他们的利润立刻被削薄。Scaleway和Vultr虽然也有H100实例，但基本停留在L6层，缺乏集群调度能力，只能吸引中小开发者或渲染农场客户。这类玩家，本质上就是GPU批发商，抗风险能力极弱。
GPU市场平台：Craigslist式聚合，底层之上的底层
最后，还有一类特殊角色：Vast.ai、Prime Intellect、TensorDock这类“GPU市场平台”。他们自己不建数据中心，而是像Airbnb一样，聚合全球各地的闲置GPU资源——可能是大学实验室的夜间空闲卡，也可能是小IDC的二手A100。用户在Vast.ai上提交任务，系统自动匹配最便宜的主机，按秒计费。
听起来很美好？但代价是稳定性和性能不可控。你可能租到一张被超售的卡，或者网络延迟高得离谱。这类平台本质上处于L6–L7的“灰色地带”，它们不拥有技术栈，只是信息中介。甲骨文收购TensorDock后，也只是把它当作补充渠道，核心业务依然靠自建集群。这类模式在GPU极度紧缺时有生存空间，但长期看，注定被整合或边缘化。
七层金字塔：谁在顶层摘果子，谁在底层搬砖？
现在，让我们把整个生态放进一个清晰的七层模型里：
L1：全托管AI应用（Copilot、Amazon Q）——利润最高，完全抽象硬件，传统云垄断。
L2：模型即服务（Bedrock、Together Inference）——按token收费，软件利润率，平台型新云正在进攻。
L3：托管训练/微调（SageMaker Fine-tuning、Together Training）——绑定数据和模型生命周期，高粘性。
L4：ML/MLOps平台（Vertex AI、CoreWeave K8s）——工程效率工具，决定客户能否规模化。
L5：托管GPU集群（AKS GPU Pools、Voltage Park HGX）——AI超算核心，新云巨头主战场。
L6：GPU虚拟机（EC2 P5、RunPod Pod）——入门级选择，价格战最激烈。
L7：裸金属GPU（OCI Bare Metal、HGX租赁）——极致性能，HPC和大模型训练刚需。
传统云从L1干到L7，用上层利润补贴底层；新云巨头卡在L4–L7，靠集群性能吃饭；平台型新云从L7往上爬，试图构建闭环；基础设施型玩家困在L5–L7，卷生卷死；市场平台则在L6–L7打游击。
投资启示：别看GPU销量，要看谁掌控了哪一层
对投资者来说，关键不是“哪家用了最多H100”，而是“哪家在价值链上占据了不可替代的位置”。传统云的护城河在于L1–L2的数据飞轮和客户锁定；新云巨头的护城河在于L4–L5的集群调度能力和长期电力协议；平台型新云如果能成功把L2–L3做起来，就有机会从基础设施商蜕变为软件公司；而纯L6–L7玩家，在GPU供应缓解后，大概率会被洗牌出局。
更关键的是，NVIDIA的新品发布节奏，最先影响的是L6–L7层。H200刚上市时，只有Voltage Park、CoreWeave这些玩家能立刻上架；几个月后，AWS、Azure才在P5/P6实例中提供；再过半年，Bedrock、Together才支持H200加速的推理。这意味着，底层玩家要承担硬件贬值风险，而顶层玩家可以稳坐钓鱼台，把硬件迭代的成本转嫁给客户。