腾讯财经 11-18
独家对话美国当红“新云”Nebius:蓝色海啸后,AI基建何去何从?
index_new5.html
../../../zaker_core/zaker_tpl_static/wap/tpl_keji1.html

 

文|周艾琳

编辑 | 刘鹏

2026 年美国中期选举后,得州出现 " 蓝色海啸 ",民主党人 Gina Hinojosa 当选州长,数据中心监管一夜之间成为 AI 基础设施投资的焦点。资本市场的担忧也从芯片和存储短缺,转向芯片太多、机房不够用。

Nebius 是近两年在算力饥渴中一炮而红的 " 新云(NeoCloud)" 公司,在美欧拥有众多数据中心:Nebius 负责数据中心全栈建设,从土地,到电力,机房,服务器,网络到运维,让成千上万张 GPU 稳定运行。今年 5 月,Nebius 宣布收购由 MIT 韩松(Song Han)实验室校友王瀚锐创办的推理优化公司 Eigen AI。

在全美华人金融协会(TCFA)论坛期间,我们与 Eigen AI 联合创始人兼 CEO,现任 Nebius 高级副总裁 Ryan Hanrui Wang 王瀚锐, 聊了聊。

他一路从复旦本科到 MIT 计算机系博士,而后在 UCLA 任教,再到如今的 AI 创业新贵,是 AI 基建领域的专家,在一线见证了整个 AI 产业链的蓬勃发展。在他看来,究竟得州变局对数据中心意味着什么?Eigen 为 Nebius 补上了哪块拼图?即将上市的 Anthropic 又将如何影响整个行业?

" 蓝色海啸 ":数据中心建设的新变量

" 蓝色海啸 " 之后,投资人对数据中心延期的担忧越来越重。得州的立法时间线大致分三个阶段:现在起,各方提交法案;明年 1 月至 5 月,讨论和签署;明年 9 月,新方案实施。

未来两年可能是数据中心艰难的两年。王瀚锐认为,项目本就在延期,监管加强会让问题更严重。此前的阻碍中,社区反对只占一小部分,更多来自线缆、机械设备、能源接入,以及芯片、内存和原材料的到货延迟。

云厂商都在想办法。"Nebius 是全球化布局,在爱沙尼亚、芬兰、法国、冰岛、以色列、亚太等地都有建设,而且我们在得州没有敞口。" 王瀚锐对腾讯财经表示," 需求仍然强劲,谁能更快地建设和交付,谁就能获得更大的市场和溢价。"

加拿大等北美国家同样被看好,云厂商也在亚洲招聘大量国家经理(country manager)。这也是为何 " 蓝色海啸 " 来袭之际,马来西亚林吉特汇率出现暴涨。

但得州约占全美数据中心的 25%,当初选址于此,延迟、数据安全、自然条件都是考量。

"Nebius 的大客户是美国客户,比如微软、Meta,都是数百亿美元级别的合同;一些 AI 原生创业公司也是十亿、数十亿美元级别,它们很多都有数据主权(data sovereignty)的需求。"

王瀚锐提及,过去一两年,Nebius 的几个吉瓦级项目——宾夕法尼亚州舒尔基尔县,密苏里的独立城——都在美国,一是美国需求最旺,二是美国资本也希望项目留在本土。

延迟(latency)同样关键。数据中心若放在冰岛或日本,与美国之间往返要 200 毫秒,美国本土则不到 50 毫秒。对首 token 时延(Time to First Token)有要求的客户,延迟增加 10%~20%,优化起来并不容易。

在美国建设还能避开许多出口管制问题,若在东南亚,能否拿到芯片都是未知数。得州之所以成为数据中心集中地,靠的是电力、气候和州政府的支持。

因此,即使数据中心可以转移,整体建设速度仍可能慢于预期,各州政府的表态值得关注。Gina Hinojosa 已表示,已立项数据中心仍可继续建设,同时将推动新的立法。某新云厂商已致信 Gina,强调数据中心给当地带来的好处,未来行业也会加强与本地社区的合作。

据腾讯财经了解,已有美国南部州看重就业和经济增长,表达了建设数据中心的兴趣。AI 如今托举了美国经济和股市的半壁江山,民主党也不可能忽视。业内人士认为,眼下或许已是至暗时刻,只是触底过程仍有波动。

AI 基建的未来:高效率、低延迟、全栈式

即使面临逆风,数据中心需求仍将无比强劲,未来比拼的是效率和全栈能力。

这正是 Nebius 收购 Eigen 的原因。这笔约 6.43 亿美元(现金加股票)的交易于 5 月 1 日宣布、6 月 16 日完成,Eigen 约 20 人的团队并入 Nebius ,负责推理和训练平台 Token Factory。

王瀚锐表示,推理正成为最大的市场,单纯出租 GPU 的 " 新云 " 叙事正失去吸引力,Nebius 想做全栈的超大规模云厂商。

"Eigen 做的是软件层,核心是效率。之前 Nebius 做的是硬件和云基础设施,卖的是 GPU 算力;Eigen 加入后,整套基础设施就补全了。" 有了软件能力,Nebius 就能满足客户对后训练(post-training)和推理的需求。

越来越多的企业,包括创业公司,都希望在开源模型的基础上训练自己的模型:更可控,经过针对性训练,效果还能超过通用的开源或闭源模型。对大客户,云厂商还会提供手把手的训练支持。

目前市场供不应求,云厂商无需打价格战。只要产品够好,组合更丰富、GPU 运行更稳定,就能卖出溢价。数据中心资本开支巨大,谁能更快、更便宜地让 GPU 上线,又卖得更贵,谁的利润率和自由现金流就更高。

Anthropic IPO 在即:决定全行业的命运

顶级前沿模型公司 Anthropic 即将上市。它的募资结果将影响其研发和采购能力,也将左右半导体等 AI 硬件行业的前景。

王瀚锐认为,Anthropic 上市并发展良好,必然利好基建行业。一方面,它能证明模型究竟能强到什么地步,解锁新的应用,如 AI for science;另一方面,它能借助合作伙伴,成为很多企业试水 AI 的第一站(Nebius 也有类似合作,如 Palantir 的 AI 套件跑在 Nebius 的 GPU 上),从而释放企业需求。

未来,缩放定律(Scaling Law)仍将发挥关键作用,模型的规模再增长几个数量级都不为过。然而,存储仍将是 AI 基建最大的瓶颈。

当前,算力与内存的增长严重失衡。王瀚锐提及,过去几年,模型规模增长了约六个数量级,单 GPU 显存却只从 8GB、16GB 增长到 288GB 左右。以 2.8 万亿参数的 Kimi K3 为例,4 比特部署就需要 1.4TB 显存,而一个 B300 节点约 2.3TB,放下模型后再存激活值和 KV Cache,已捉襟见肘。为应对短缺而缩减芯片存储容量,比如 Vera Rubin Ultra 的显存从 1 TB 降至 192GB,这无疑非常影响性能,拖累算力效率。

Agent 时代进一步推高了内存需求。Agent 需要很长的上下文,历史对话要以 KV Cache 的形式存下来。一旦上下文足够长,直接读取比重新计算更快。

尽管 AI 硬件处处短缺,但如今华尔街的关注点在于,资本开支的扩张能持续到何时,投资者显然开始更关注投资回报。

在王瀚锐看来,模型规模还会扩张,但价值兑现需要时间。" 全行业每年的资本开支是万亿美元量级,需要相应的收入支撑,中间存在时间差。即便在资深用户中,个人助理的普及率也不高,很多新形态还没出现。"

目前的 Agent 还不够聪明,最多连续工作十几个小时,只能辅助个人完成任务,无法独立运营公司。更大的鸿沟在于,每个人都是信息孤岛,Agent 几乎不参与更广泛的经济活动。已有创业公司在搭建 Agent 市场,让 Agent 在上面交易甚至开公司。

王瀚锐认为,Agent 足够聪明后,人与 Agent 的关系可能反转——线下的活由人来干,规划、财务、运营交给 Agent,也就是 " 人被 Agent 雇佣 "。

他预计这将在一到三年内落地。除监管外,注册公司、搭建网站已没有门槛。"Uber 和 Lyft 本质上就是人被 App 雇佣,但 App 背后是不是 Agent 在运营,无人可知这种模式的雏形早已存在。"

不难发现,模型仍在变大,个人助理才刚刚普及,由 Agent 运营的公司还未真正出现,万亿资本开支的价值仍待时间证明。Anthropic 敲钟之日,或许不是 AI 泡沫的顶点,而是 AI 从 " 能用 " 走向 " 人人在用 " 的起点。

智客推

智客推

ZAKER 智客推 GEO | AI 时代的品牌认知解决方案

一起剪

一起剪

ZAKER旗下免费视频剪辑工具

相关标签

ai 数据中心 美国 基建
相关文章
评论
没有更多评论了
取消

登录后才可以发布评论哦

打开小程序可以发布评论哦

12 我来说两句…