社区

8月27日美股盘前，英伟达股价上涨超7%，报224.71美元，按这一涨幅计算，公司市值有望在一个交易日内增加约3400亿美元。CoreWeave和Nebius等NeoCloud公司也分别上涨近5%和近7%。

投资者的兴奋不只是因为英伟达又一次超过了华尔街预期。

公司最新季度收入达到962.2亿美元，数据中心业务收入约890亿美元；英伟达同时预计下一财年收入仍可能增长约70%，而且这一预测是在供应继续受限的情况下作出的。

更重要的变化藏在客户结构里。

过去两年，市场习惯于把人工智能基础设施投资等同于微软、亚马逊、谷歌和Meta的资本支出。但英伟达首席执行官黄仁勋在业绩会上提醒投资者，超大规模云计算公司只代表了市场的一部分。

“多数人只看到超大规模云厂商，而这只是全貌的一半，”黄仁勋说，“另一半是我们所说的ACIE，包括企业、NeoCloud和主权AI。”

这可能是理解下一轮AI服务器竞争的关键。

“另一半市场”开始浮出水面

英伟达把企业、NeoCloud、主权AI和工业客户合并为ACIE市场。按照公司管理层给出的口径，这部分业务规模已经达到约400亿美元，接近数据中心业务的一半。

NeoCloud通常指CoreWeave、Nebius、Lambda、Nscale和IREN等以GPU算力为核心的新型云服务商。与传统超大规模云厂商不同，它们不需要同时经营搜索、电商、办公软件和传统云业务，而是集中采购高性能GPU，再将算力出售给模型公司、软件开发商及企业客户。

这些公司是英伟达产品需求最激进的一批买家，却不一定拥有大型云厂商那样完整的基础设施研发和供应链能力。

黄仁勋在业绩会上说：“它们真正需要的是一整套为其建设完成的工厂平台。”

这句话解释了为什么NeoCloud对服务器厂商而言可能是一类利润属性不同的客户。

传统超大规模云厂商拥有庞大的内部工程团队，通常会自行定义系统架构，并将生产和组装交给ODM厂商。它们采购量大，但议价能力也极强。NeoCloud虽然同样购买大规模GPU集群，却更依赖OEM厂商完成机架设计、液冷、电力、网络、软件部署和后续运维。

换句话说，服务器供应商向它们出售的不只是硬件，而是让算力尽快上线的能力。

联想集团首席财务官郑孝明在不久前的一季度业绩沟通中说：“NeoCloud的利润率比纯CSP，即Hyperscaler还要好。”

他给出的解释是，NeoCloud可能服务于大型云厂商或AI开发商，但通常缺乏后者完整的自研和供应链体系，因此更倾向于与OEM合作，而不是直接向ODM采购。

从服务器到AI工厂，联想加快NeoCloud项目交付

联想与Nscale、IREN等头部NeoCloud厂商的合作早已开始。

在冰岛，Nscale正在与联想和英伟达建设一座AI工厂。该项目包含96套英伟达GB300 NVL72机架，配置接近7000块Blackwell Ultra GPU，并同时采用液冷和风冷基础设施。联想参与的不只是服务器供应，还包括机架系统、Neptune液冷方案和整体基础设施设计。

在加拿大，IREN已经部署648个搭载英伟达HGX B200 GPU的联想ThinkSystem节点，并计划继续部署440个采用HGX B300 GPU的新节点。除设备交付外，联想的现场工程和技术团队还参与了部署与系统上线。

这两个项目对应着NeoCloud客户最关心的三项指标：拿到多少GPU、多久能够完成部署，以及多快能够生成第一个Token。

与传统服务器采购相比，这类项目的价值链明显更长。客户购买的不再是若干台标准化设备，而是从系统设计、机架集成和液冷，到部署、调试、扩容和运维的一整套工程。

这也解释了联想为什么强调“ODM+”模式。它既保留规模制造和供应链能力，又向前进入架构设计，向后延伸至部署和服务。NeoCloud项目越复杂、上线周期越紧，这些能力能够参与分配的项目价值就越高。

联想还与英伟达推出了AI Cloud Gigafactory计划，将液冷基础设施、英伟达计算平台、制造能力和全球服务整合为标准化交付方案，目标是把AI云数据中心的部署周期缩短至数周。

这意味着联想正在尝试把Nscale、IREN等项目中形成的交付经验，转化为可重复销售的产品和服务体系，而不是停留在一次性大项目层面。

推理正在接替训练，成为下一轮基础设施投资主线

如果说NeoCloud改变的是AI基础设施的客户结构，那么推理改变的则是其部署位置。

Gartner预计，全球AI优化型基础设施即服务支出将从2025年的183亿美元上升至2026年的375亿美元。其中，用于推理的支出将由92亿美元升至206亿美元，占AI优化型IaaS市场的55%；到2029年，这一比例预计将超过65%。

该机构还预计，到2030年NeoCloud厂商将占据2670亿美元AI云市场约20%的份额。

高盛的判断是，训练和推理之间的转换并不会明显改变AI基础设施的长期总需求，但推理占比提高，可以加快收入形成、提高设备利用率，并改善投资的近期回报。

训练主要集中于少数大型模型公司和云计算中心。推理则跟随实际应用扩散：金融机构需要在内部处理客户数据，制造企业希望模型连接生产系统，医疗机构必须遵守隐私要求，零售企业则要把AI部署到门店和供应链。

这些负载不可能全部集中在公共云。

联想集团董事长兼首席执行官杨元庆在一季度业绩会上说，训练和推理的市场结构已经从此前约80比20，转向接近50比50。

“合理的是推理80%，训练20%，现在还没有到那个地方。”他说。

如果这一判断成立，AI服务器市场下一阶段的竞争将不再只发生在少数超大规模数据中心，还会扩散到企业数据中心、私有云、边缘节点和混合云环境。

这类订单更加分散，单个项目规模通常小于大型训练集群，但系统定制、数据安全、软件部署、运维和服务需求更高。这也是企业AI业务可能拥有更好利润属性的原因。

企业AI，是联想更值得关注的增量

在AI服务器市场，戴尔已经证明了自己承接大型集群订单的规模能力。联想的机会并不是复制戴尔，而是在大型云客户之外，抓住更加分散的企业AI需求。

第一季度，联想集团CSP云基础设施和E/SMB企业及中小客户业务同比均接近翻番。杨元庆将其概括为：“CSP云基础设施业务跟企业基础设施业务是并驾齐驱的。”

这组数据的意义在于，联想的基础设施增长并未完全依赖少数大型客户。CSP和NeoCloud提供大规模算力需求，企业客户则将AI带入金融、制造、零售等具体场景。随着推理占比提高，后者可能形成数量更多、持续时间更长的订单，并带来部署、运维和解决方案收入。

联想在企业市场积累的客户渠道由此成为一个潜在优势。它可以用ISG提供服务器、存储和液冷基础设施，再通过SSG完成部署和服务，把一次性硬件采购延伸为更长期的客户关系。企业AI需要的通常也不是标准化服务器，而是能够接入私有数据、部署在本地或边缘，并持续运行和维护的完整系统。

如前文所述，联想已经在NeoCloud市场展示这种交付能力。Nscale的AI工厂将部署接近7000块英伟达Blackwell Ultra GPU，IREN则已经采用联想服务器建设B200集群，并计划继续部署B300系统。联想在这些项目中的角色已经延伸至机架集成、液冷和现场工程。

这使联想的两类客户形成互补：云客户带来规模，企业客户带来更广的市场覆盖和服务空间。联想在企业AI上的潜力，正在于它同时拥有基础设施产品、企业渠道和服务能力，可以参与从算力建设到实际应用的更多环节。

从交付服务器，到交付可以赚钱的算力

黄仁勋在业绩会上说：“今天的算力是可以赚钱的，而且非常赚钱。”

NeoCloud正在把这句话变成一种商业模式：购入GPU、建成算力集群，再将计算能力出租给模型公司和企业客户。服务器不再只是折旧中的设备，而是能够持续产生收入的经营性资产。

最新的例子是，Anthropic计划在六年内向Nscale支付约450亿美元，租用其数据中心提供的AI算力。这笔交易未必直接对应联想参与的项目，但它说明了联想所服务的NeoCloud客户如何把GPU集群转化为长期收入。

当算力可以出租，交付速度就直接关系到投资回报。设备早一天上线，就能早一天收费；首个Token生成得越快，资本投入转化为收入的周期就越短。服务器厂商竞争的重点也由供货量进一步延伸至架构设计、机架集成、液冷和现场部署。

联想强调的“ODM+”，正是为了进入这一环节。它不仅制造设备，也参与系统设计与部署，帮助NeoCloud客户把采购订单更快转化为可以运营的算力。

在企业市场，TruScale则提供了另一种算力出租模式。企业可以将AI基础设施部署在自己的数据中心，保留对数据和系统的控制，同时按照实际使用量付费，减少一次性资本投入。TruScale GPUaaS还可以通过GPU资源共享和用量计费，提高设备利用率。

这对于尚处于AI试点和推理部署早期的企业尤其重要。它们不必提前购买远超当前需求的算力，而可以随着业务扩展逐步增加使用量。联想则能够将一次性设备销售延伸为包含部署、计量、运维和技术更新的长期服务合同。

第一季度，联想TruScale业务收入同比增长35%。这一增速说明，随着企业推理需求扩大，TruScale有望成为连接ISG基础设施与SSG服务能力的重要入口：ISG负责交付算力，SSG负责管理和运营，收入则随着客户使用量持续释放。

因此，联想在这一市场的价值不只取决于卖出多少台服务器，更取决于能否把设备迅速变成可用算力，再通过NeoCloud和TruScale把算力转化为持续收入$联想集团(00992)$