当AI开始重塑基础设施：美国云市场重新排位

作者｜何晴

编辑｜重点君

托马斯·库恩在《科学革命的结构》中说，一个成熟体系往往会进入"正常科学"阶段——所有参与者都默认同一套规则，只是在既定框架内不断优化。

对于云计算行业来说，这套规则就是：谁拥有更多数据中心、更多服务器、更多企业客户，谁就拥有更大的市场。美国云计算行业已经保持了近二十年的稳定秩序：AWS、Azure、Google Cloud构成了一个几乎没有悬念的竞争格局。

但真正改变行业的，从来不是规则内的优化，而是规则本身被新的变量打破。AI，就是那个新的变量。

近期，彭博社爆出，Meta 正在计划搭建一项云基础设施业务，把公司内部的 AI 算力和模型访问能力出售给外部客户。对已经拥有大量数据中心、GPU、芯片和模型资源的AI 巨头如Meta来说，算力本身也开始成为一种可以独立出售，对外变现的资源。

与此同时，OpenAI用"星际之门"计划将云厂商Oracle绑在了一起，用它万亿参数模型训练的需求不断促使Oracle拿出真金白银扩建；xAI同时采购Oracle和Nebius Group的算力，在两家供应商之间保留自己的议价筹码；Anthropic则一边深度依赖AWS提供训练资源，承诺未来十年向AWS采购逾1000亿美元的计算资源，锁定最高5GW的Trainium系列芯片，一边又不断推动AWS调整AI产品体系，AWS为Anthropic在内部开辟了第二条并行的产品通道，且新功能的上线节奏由Anthropic掌控。

模型公司既是云厂商的客户，又是战略伙伴，成为整个云计算行业最重要的变量。传统的权力格局被一再打破，算力越是稀缺，模型公司就越不满足于被动采购，而是主动介入基础设施的规划、建设甚至产品定义。它们掌握着数十亿美元融资，也掌握着未来最大的算力需求；一边采购AWS、Oracle、CoreWeave的资源，一边又开始设计自己的芯片、自建AI集群。

于是，一个新的变化正在发生，过去是云厂商服务AI公司，现在是而现在AI公司开始反向塑造云厂商。

事实上，从2006年Amazon Web Services推出云服务开始，到后来Microsoft Azure、Google Cloud相继入场，美国云市场始终围绕几家超级云厂商展开。在AI时代，我们注意到，美国云市场正在演变成三股力量共同博弈的新生态：传统超级云厂商、AI原生云，以及站在最上游的模型公司。全球AI云市场正迎来重新排位。

01传统云巨头，不够用了

过去几年，AWS、Azure、Google Cloud等玩家依然保持全球前三的位置，市场格局并没有发生根本变化。但如果把目光放到增长来源，就会发现变化已经发生。

AWS最新季度收入达到376亿美元，同比增长28%，创下近四年来最快增速，为了满足AI公司的云服务需求，亚马逊单季度资本开支达到432亿美元，创下了历史新高。CEO Andy Jassy更是表示，目前AI相关需求超过了公司能够提供的算力，在未来几年仍将持续扩大AI基础设施投资。

微软的增长同样来自AI。最新财季，Azure及其他云服务收入同比增长40%，推动Intelligent Cloud业务收入增长28%。微软披露，服务器及云服务收入增加67亿美元，主要由Azure增长带动，而Azure的需求来自包括AI在内的各类工作负载持续扩张。与此同时，公司资本开支的成本增长43%，很大程度上用于建设AI基础设施。

增长最快的则是Google Cloud。最新季度，Google Cloud收入达到200亿美元，同比增长63%，创下Alphabet单独披露云业务以来的最快增速。其中，企业AI解决方案收入同比增长8倍，云业务积压订单接近4600亿美元，几乎翻倍。为了满足持续增长的AI需求，Alphabet再次上调2026年开支至1800亿—1900亿美元，并首次开始对外销售TPU，希望将原本服务内部模型训练的AI基础设施，变成新的云产品。

对美国云厂商御三家来说，GPU、高速网络和AI数据中心成了财报电话会上出现频率最高的关键词，AI已经成为美国云市场新的增长引擎。

同时，截至2026年5月底结束的最新财年，常作为第四号玩家的Oracle，云基础设施（OCI）收入达到181亿美元，同比增长77%，第四季度更是同比增长93%。相比之下，Cloud Applications（SaaS）仅增长10%，传统软件业务还下滑了2%。Oracle增长最快的，不再是数据库，而是围绕大模型训练和推理建设的AI基础设施。公司管理层在财报中坦言，过去两个季度RPO的大部分增长来自大型AI合同，其中客户预付GPU或自行提供GPU交由Oracle托管的金额已达到750亿美元。围绕OpenAI等超级AI客户建设AI工厂成了Oracle的首要任务。

更值得关注的是，美国云市场增长最快的一批公司，并不属于传统四大云厂商，NeoCloud（AI原生云）正在吃掉增量云市场。

以AI原生云厂商CoreWeave为例，在上市后市值迅速冲高至数百亿美元级别，而助推它市值冲高的是他的客户名单，OpenAI、Meta、Anthropic 等头部模型公司长期锁定它的算力合同。它不是传统意义的云厂商，更像为大模型训练/推理专门设计的GPU云操作系统，作为AI时代的AWS替代上了牌桌。Nebius则凭借与 Meta 签署最高 270亿美元 AI基础设施协议打出声势，市场普遍预期其到2026年底年化收入70亿–90亿美元。

云行业正在发生一场结构性的洗牌，一边是传统云厂商，他们业务稳定、主场还在企业IT存量市场，另一边是AI原生云，它们围绕GPU、模型训练与Agentic AI构建的 NeoCloud 体系，增速快，由模型公司直接拉动需求 。

根据BofA的判断，到2029年，仅AI基础设施市场规模就将达到790亿美元，而Agentic AI将成为未来几年最主要的需求来源，AI原生云厂商的“东风”已经到了。

而随着模型公司第一次成为云计算行业最大的甲方，模型公司用巨额订单，一步步从云厂商的客户，变成了新的云市场玩家。Meta开始准备把自己的AI基础设施开放成云服务，OpenAI扶起Oracle、CoreWeave等云玩家，Anthropic依赖AWS，也同时推动AWS推出新的AI芯片和模型服务。

不过，需要注意的是，很多人讨论AWS、Azure、Google、Oracle，但真正决定排位的其实是英伟达。

SemiAnalysis提出，“AI时代最大的瓶颈不是需求，而是GPU和电力”。GPU决定了谁能交货，谁能扩张，谁能拿订单。CoreWeave、Oracle、Nebius的都离不开GPU供应。英伟达手握GPU的分配顺序，成为重构美国云市场的第四个隐藏玩家。

02新一代云公司，开始卖"智能"

如果说过去二十年，云计算行业竞争的是谁拥有更多的数据中心，那么AI时代，竞争的焦点正在发生变化。

一个趋势是，越来越多AI公司采购云服务时，已经不再关心CPU型号、虚拟机规格，甚至不再关心存储容量。他们最关心的问题集中在有没有GPU？推理速度够不够快？一百万Token要多少钱？Agent一次执行任务需要多久？

过去，AWS、Azure、Google Cloud们出售的是标准化的算力+服务器等计算资源，CPU、存储、带宽、数据库、虚拟机是主要的产品体系。企业租用后，再自己部署数据库、搭建应用、开发软件。而AI时代，越来越多客户购买的已经不是资源，而是能力。GPU集群、模型托管、推理服务、Token计费、Agent Runtime（运行环境）、模型微调平台……这些过去并不存在的产品，正在成为各家云厂商新的收入来源。

决定云厂商竞争力的，是谁能够更高效地交付智能。而这种变化，在四家传统云厂商AWS、Azure、Google Cloud、Oracle身上体现得更加明显。

过去一年，Oracle几乎成为全球增长最快的云厂商之一，许多人将其归因于OpenAI的巨额订单，但真正推动Oracle弯道超车的，是它敢于围绕AI彻底重构基础设施的激进策略。相比传统云厂商强调通用计算与多租户隔离，Oracle将绝大部分资源押在了大模型训练场景上，针对GPU集群深度优化RDMA高速网络以降低跨节点通信延迟，甚至为了满足OpenAI不断增长的训练需求，愿意按客户要求从供电、散热到网络拓扑全盘定制整座数据中心。

对于传统企业客户而言，这种投入几乎难以想象。但对于训练拥有数千亿、万亿参数的大模型来说，网络延迟降低几个百分点，就意味着数千万美元的训练成本差异。

不过，Oracle并非孤例。AWS同样在2025年推出了EC2 UltraCluster，搭配自研Trainium芯片和EFA（弹性结构适配器）网络，支持数万GPU的并行训练，并在2026年进一步扩大与Anthropic的5GW算力锁定协议；Google Cloud则依托TPU v5p及AI超级计算机架构，提供高带宽、低延迟的芯片间互联，同时向Anthropic和xAI开放多吉瓦级别的TPU算力；Azure也部署了Maia 100加速器，并与NVIDIA深度合作，构建了百万GPU级的AI超级计算集群，服务于OpenAI及其他大模型客户。

这四家的区别大概是，Oracle的传统企业客户包袱远轻于其他三家，它能够放弃部分通用计算能力来换取头部AI公司的长期绑定。这种定制化投入，对于仍需兼顾海量传统企业负载的AWS、Azure们来说，难以完全照搬。

而CoreWeave的崛起更是走出了互联网公司的速度。

传统超大规模云厂商建设一座大型数据中心，往往需要一年半甚至两年时间。从土地、电力审批，到网络接入，再到服务器部署，每一个环节都十分复杂。而CoreWeave是围绕AI重新设计所有组织能力，它不追求全球覆盖，而是围绕GPU快速建设AI集群，把数据中心交付周期从18个月压缩到六个月左右；同时，通过长期固定价格合同，把GPU价格波动和折旧风险提前锁定。

对于急着发布下一代模型的AI公司来说，谁能更快交付GPU，谁就能获得订单。传统云厂商依靠规模建立起来的护城河，被CoreWeave的高执行效率扯出了口子。

而当云厂商们逐渐转变为AI工厂，整个行业的竞争逻辑也被重写了。AI时代，越来越多服务开始按照模型能力收费，云厂商的竞争点就从服务器，变成了GPU获取能力、模型生态、推理效率、网络架构，以及能否围绕超级客户快速完成定制化部署的能力。

03云厂商的下一站，是Agent

嗅觉敏锐的云厂商们正在形成一个共识，过去两年，AI云的机会来自大模型训练，未来几年，行业最大的增量很可能来自Agent。

需要注意的是，基础模型正在进入收敛阶段。过去几年，整个行业围绕着一件事展开竞争，谁拥有更多GPU，谁就能训练出更大的模型。从GPT-3到GPT-4，再到如今动辄数千亿参数的基础模型，训练一次模型，往往需要数万块GPU连续运行数周甚至数月。训练决定一切，云厂商争夺的也是训练订单，数据中心围绕训练建设，GPU也优先分配给训练任务。

但随着Scaling Law边际收益逐渐放缓，行业开始意识到，下一代AI竞争，不再只是把模型训练得更大，而是让模型真正进入工作流。过去一年，无论是OpenAI、Anthropic，还是Google、微软，几乎所有模型厂商的路线都开始围绕Agent展开。

Gartner的一项研究指出，一个典型Agent工作流消耗的Token数量，通常是传统聊天机器人的5至30倍。这意味着，同样一个用户，过去每天可能调用模型几十次，现在，一次"帮我完成市场调研"的请求，背后可能就是数百次甚至上千次模型调用，一个Agent则可能在后台连续工作几个小时。

对于云厂商来说，这是一笔完全不同的生意。

过去为模型训练购买大量GPU，订单金额巨大，但属于一次性投入。模型训练结束之后，大量GPU又重新进入空闲状态，但Agent就像是一家24小时营业的算力工厂，每一个Agent都会持续产生token消耗。

而在算力成本的上浮压力之下，行业里开始出现两个新的指标：Cost per Task以及Cost of Pass，前者衡量完成一个Agent任务到底需要多少成本，后者计算为了完成一次有效推理，需要消耗多少算力。客户不再依照GPU利用率付费，而是问"完成一份财报分析多少钱？"智能交付结果开始成为新的商品。

这也是为什么，越来越多NeoCloud公司开始重构自己的商业模式。Nebius已经开始探索从按GPU、按Token收费，逐步向按任务、按结果收费演进。未来企业购买的或许不是一百万Token，而是完成一次coding、自动采购、营销策划的结果本身，云厂商需要建立起任务级的计费和优化体系。

与此同时，另一场竞争也开始浮出水面。

随着推理需求快速增长，成本重新成为所有企业最大的焦虑。Gartner预测，到2027年，约40%的Agent项目将因为基础设施成本超支而失败。真正限制Agent普及的，可能不再是模型能力，而是推理成本。当每完成一次任务就需要几美元，Agent永远无法进入企业核心业务。

于是，所有云厂商都开始进入同一场战争。AWS不断优化Trainium和Inferentia，希望降低推理价格；Azure依靠OpenAI生态持续优化推理效率；Google则试图依靠TPU建立成本优势；CoreWeave、Nebius等AI云，则不断围绕GPU利用率、网络调度和推理编排降低单位任务成本。云厂商需要用更少的GPU，完成更多的任务。云厂商的竞争重心，也就从数据中心规模，逐渐转向推理效率和Agent完成任务的能力和成本。

这一次，云计算并没有因为AI走向终点，而是让它重新回到了变革的漩涡中心。只是决定美国云厂商重新排位的，不再是谁拥有更多服务器，也不只是GPU数量，而是谁能够持续、稳定、低成本地供应智能。谁能把Agent的推理成本压到更低，谁就能吃掉一个比传统ERP大十倍的市场，这是一个百万Agent并发、每秒处理数万请求的生意。

而这，正是AWS、Azure、CoreWeave、Nebius们下一阶段争夺的制高点。