新云Neocloud借AI算力饥渴快速入场，靠低价GPU和灵活服务俘获初创企业，但BMaaS模式盈利脆弱。未来能否突围，取决于能否向上游AI软件栈延伸、扎根主权计算或垂直领域，或与巨头共生共长。
本文由麦肯锡四位资深专家联合撰写——Massimo Mazza、Pankaj Sachdeva、Suren Arutyunyan 与 Tarik Alatovic，均长期深耕科技与人工智能基础设施战略领域。他们在芯片供应链、云计算演进、AI商业化落地等方向拥有深厚积累，曾主导多项全球AI基础设施投资与产业格局分析项目，其观点常被华尔街与硅谷视为AI基建风向标。
Neocloud是什么？别被名字唬住，它其实就是“GPU租赁新军”！
一群叫“Neocloud”的新玩家，他们专攻GPU吗，以“租赁”形式卖给AI公司！这群人被称作“新云”（Neocloud），本质是独立GPU即服务（GPUaaS）提供商。
他们的出现不是偶然，而是被两个结构性力量硬生生推出来的：
一是全球高端GPU芯片严重短缺，二
是像英伟达这样的芯片巨头想多开几个“出货口”来分散风险、扩大生态。
简单说，大厂吃肉，小厂喝汤，可汤都不够分了，于是有人干脆自己搭灶台煮汤，还美其名曰“GPU裸金属即服务”（Bare Metal as a Service，BMaaS）。听起来高大上，其实就是“你租我的GPU服务器，我连操作系统都不装，你自己折腾”。这种模式门槛低、启动快，不到三年全球冒出100多家Neocloud，光美国就有十几家做到“有点规模”，欧洲、中东、亚洲更是遍地开花，背后站着风投、私募，甚至主权财富基金。
为什么Neocloud能火？全是被“算力饥荒”逼出来的！
过去三年，大模型疯狂内卷，训练一次动辄上万块GPU，而英伟达的H100、B200产能根本追不上需求。结果呢？谷歌、微软、Meta这些云巨头靠着“年度大单”把80%以上的先进GPU全包了，中小企业和AI初创公司连GPU的影子都看不到。
这时候Neocloud登场了：合同灵活、部署快、还能按天计费，最关键的是——价格比三大云低30%甚至85%！你没看错，同样一块H100，在Neocloud上可能只要$2/GPU小时，而AWS On-Demand要$3.5以上。
对烧钱如流水的AI初创公司来说，这简直是救命稻草。更妙的是，Neocloud不用像传统云厂商那样从零建起整个技术栈，他们只要搞到GPU、搭好机架、接上网线，就能开业收租。这种“轻资产启动”模式，让一群技术极客+资本操盘手迅速占领市场空白。
而英伟达等芯片厂也乐见其成——他们给Neocloud优先供货、提供融资，甚至自己当“兜底买家”，目的就是让更多人用上GPU，形成生态闭环，顺便给云巨头制造点“竞争压力”。
投资人为什么疯狂押注Neocloud？他们赌的不是硬件，而是软件！
别误会，没人真以为靠租GPU能赚大钱。投资人看中的，是Neocloud未来“向上堆栈”的可能性。
目前主流的BMaaS模式，说白了就是“钢铁搬运工”——毛利率看似有65%，但扣除折旧、电费、运维、融资成本后，净利润薄如纸片，EBIT可能只剩8%。一旦GPU价格下跌10%，或者机柜利用率跌破80%，立刻亏钱。
所以，所有Neocloud都在悄悄布局第二曲线：打造AI原生软件栈。比如训练任务调度平台、分布式推理引擎、面向生物医药或金融行业的垂直模型工厂、开发者工具链，甚至托管式MLOps服务。
一旦这些软件层做起来，客户粘性大增，商业模式就从“硬件租赁”变成“软件订阅”，估值逻辑直接对标Snowflake或Databricks——市销率10倍起步！这才是资本愿意All in Neocloud的真正原因：他们赌的是“今天租GPU的公司，明天能变成AI时代的Red Hat”。
但现实很骨感：BMaaS模式根本撑不起长期盈利！
理想很丰满，现实却充满陷阱。
首先，GPU硬件贬值速度吓人。A100刚上市时$3.1/GPU小时，2025年已跌到$1.5；H100从$3.0降到$2.0。而下一代B200虽然现在要$4.4，但五年内大概率腰斩。这意味着Neocloud必须在GPU报废前快速回本，否则就是一堆废铁。
其次，资金压力巨大。一块B200服务器价格动辄几十万美元，建一个千卡集群要上亿美金。很多Neocloud靠债务融资扩张，但利息一压，本就不多的利润瞬间蒸发。更麻烦的是客户集中度过高——有些Neocloud超过一半收入来自一两家大客户（比如某云巨头），一旦对方砍单，立刻现金流断裂。
最后，BMaaS本质是同质化竞争。你租GPU，我也租GPU，除了价格还能拼啥？结果就是价格战愈演愈烈，利润越压越薄，连某些零售业都不如（有报告称GPU租赁净利率仅14-16%）。
更大的悖论：想活命就得得罪“金主爸爸”！
最讽刺的是，Neocloud的“金主”和“对手”竟是同一批人——云巨头。现在Neocloud的稳定收入，很大程度来自云巨头的“应急采购”：巨头自己GPU不够用，就临时向Neocloud租一批，既快速补缺，又不用记在自己资产负债表上。
可一旦Neocloud开始做AI软件栈——比如搞自己的模型训练平台或推理服务，就直接踩进AWS SageMaker、Azure ML的地盘。云巨头怎么可能容忍“租我服务器的人，转身卖我的竞品”？
这就像房东看着租客在自己房子里开连锁店，还抢自己生意。但Neocloud又不得不这么做，否则永远困在低毛利硬件租赁的泥潭里。这种结构性矛盾，让多数Neocloud陷入两难：不做软件，死于 commoditization；做软件，死于被断供。
历史经验也不乐观——2000年代初的“Cloud 1.0”时代，一堆小云厂商也曾风光一时，结果云巨头一扩产、一降价，90%的小玩家不是被收购就是消失。
破局之路只有三条：要么做专，要么做早，要么被收！
面对死局，麦肯锡给出三条生路，条条都充满博弈智慧。
第一条：扎根“主权计算”或垂直领域，做云巨头不愿碰的生意。比如中东某国要求所有AI训练必须在本地完成，数据不能出境——这时候Neocloud若能联合本地资本建数据中心，就天然避开与AWS竞争。又比如金融、医疗等强监管行业，需要超低延迟、高隔离性的推理服务，Neocloud可定制专用架构，而云巨头标准化产品反而不适用。这类“利基市场”虽小，但壁垒高、客户粘性强，足以养活一批精品Neocloud。
第二条：死磕AI初创公司，从Day 1陪跑到IPO。别贪大求全去抢企业客户，专注服务种子期AI团队。他们现在租你10块GPU，三年后可能变成独角兽，租你10000块。更重要的是，这种早期信任关系一旦建立，即便他们长大后有能力自建集群，也可能因“迁移成本太高”而继续用你。毕竟，云巨头对小客户是“批量处理”，而Neocloud可以“VIP服务”——半夜三点帮你调参数，这种人情味是标准化云服务给不了的。
第三条：接受被收购的命运，成为巨头生态的一环。不是所有Neocloud都要独立上市。有些技术强但资金弱的，可卖给电信运营商（如AT&T、中国移动）或芯片厂（如英伟达），变成其AI基础设施的“延伸臂”。历史上，Cloud 1.0时代的小云厂商大多被AWS或谷歌收购，整合进底层资源池。Neocloud也可能重演这一幕——不是失败，而是另一种成功。
终极判断：Neocloud不会消失，但会“分化”！
别被“Neocloud泡沫论”带节奏。
这波浪潮不会像Web2.0某些赛道那样一地鸡毛。AI算力需求到2030年预计达200吉瓦——相当于200座核电站的电力输出！如此庞大的市场，不可能只由三大云满足。Neocloud的未来不是“取代巨头”，而是“补位巨头”。那些能抓住主权计算、垂直场景、初创生态的Neocloud，会活成“AI时代的数字军火商”；而只会打价格战的，终究会被芯片迭代和巨头挤压淘汰。
历史不会简单重复，但会押韵。
Cloud 1.0教会我们：基础设施的终局从来不是“赢家通吃”，而是“分层共存”。
Neocloud若能从“GPU搬运工”进化为“AI赋能者”，就有机会在AI基建栈中占据不可替代的一层。毕竟，在AI这场军备竞赛里，有人造枪，有人卖弹，有人教打仗——而Neocloud，或许就是那个悄悄卖弹又教战术的人。
给中国创业者的启示：别只盯着模型，算力服务也有黄金赛道！
看到这里，国内AI创业者是不是该醒醒了？别再一窝蜂挤进“大模型创业”红海了！Neocloud的崛起说明：AI产业链上游——尤其是算力调度、异构资源管理、垂直领域MLOps——才是被严重低估的蓝海。
中国同样面临GPU卡脖子问题，华为昇腾、寒武纪等国产芯片急需生态配套。
如果能借鉴Neocloud模式，打造“国产GPU即服务”平台，既服务本土AI公司，又满足数据安全合规需求，完全可能跑出中国版Lambda Labs或CoreWeave。
更何况，中国有庞大的制造业、金融业、医疗AI场景，对专用算力的需求远未被满足。与其在模型层内卷，不如向下扎根，做AI时代的“水电煤”供应商。记住：当所有人追逐火焰时，卖铲子的人早已致富。
最后一句扎心真相：算力民主化，从来不是免费的！
很多人幻想“AI算力终将便宜如水电”，但现实是：先进算力永远稀缺，只是稀缺的形式在变。今天缺H100，明天缺B200，后天缺光子芯片。Neocloud的出现，看似让算力更“民主”，实则只是把稀缺资源重新分配——从巨头手中分流一部分给初创公司。
但这种分配本身，依然依赖资本、关系和先发优势。真正的“民主”，不是人人用得起GPU，而是人人都能高效利用手头算力。而这，恰恰是Neocloud下一步必须解决的命题：如何通过软件层，让1块GPU发挥10块的价值？这才是它们能否穿越周期的关键。否则，再炫酷的商业模式，也敌不过一块芯片的价格波动。