最近，AI領域的媒體頭條几乎被DeepSeek和Manus佔據，投資人和業內意見領袖忙着爲這兩家公司勾畫“從芯片到終端”的上下游藍圖。而在大洋彼岸，另一場風暴正在醞釀——一家之前鮮少被中文媒體提及的新興公司，悄然在國際巨頭的夾縫中撕開一道口子。它既不做大模型，也不造機器人，甚至三個創始人都不是技術背景，然而這家公司在短短三年內讓微軟、OpenAI和英偉達同時成爲自己的客戶、盟友與賭注。

這家公司名爲CoreWeave。本月它正式向納斯達克遞交招股書，計劃募資40億美元，估值或超350億美元。而在此之前，其與OpenAI 簽訂了爲期五年、價值 119 億美元的協議，根據該協議，CoreWeave 將爲 OpenAI 提供人工智能基礎設施，成爲後者逐漸擺脫微軟控制的關鍵一環。此外，CoreWeave手握超過25萬張英偉達的GPU，英偉達不僅是其核心供應商，更是其戰略股東之一。據CoreWeave招股說明書披露，2024年其營收達19.15億美元，同比激增736.6%，未履約合同金額高達151億美元。

如果成功上市，CoreWeave將成爲首個以“顛覆者”身份挑戰傳統雲計算巨頭的GPU雲計算提供商，並自我定位爲AI Hyperscaler（超大規模AI算力供應商）。

然而，高速增長的背後，是對英偉達GPU的高度依賴、被大客戶微軟的業績綁架，以及沉重的債務壓力。如今，AWS、Google、Microsoft等雲計算巨頭紛紛自研芯片，削弱對英偉達的依賴，而DeepSeek等低成本算力方案的崛起，正在重塑AI算力市場格局。在這樣的大環境下，CoreWeave能否藉助英偉達的優勢構建自己的AI算力帝國，還是會在市場競爭、客戶流失、供應鏈風險和債務重壓下轟然倒地？

這不僅關乎CoreWeave的未來，也將深刻影響全球AI算力市場乃至整個AI行業的走向。在微軟、OpenAI與英偉達越發複雜的三角關係中，CoreWeave究竟能否顛覆算力格局，實現逆襲，還是最終淪爲大廠博弈和資本運作的犧牲品？

出身草莽從挖礦玩家到AI基建狂人

與光鮮的AI研發背景公司不同，CoreWeave的故事則充滿草莽色彩。前面提到CoreWeave的三個創始人Michael Intrator、Brian Venturo和Brannin McBee都不是技術出身，他們對什麼比較熟——金融，具體來說，大宗商品交易。衆所周知，比特幣的熱潮如同當年加州的淘金熱，掀起了全球範圍的逐利狂潮，2017年，比特幣從1000美元漲到接近20000美元。

CoreWeave“三兄弟”也是當年比特幣狂熱大軍中的一員。據Brian Venturo回憶，2016年他們購入了第一塊GPU，並在以太坊網絡上成功挖出第一個區塊，這一經歷讓他們踏入了區塊鏈挖礦領域。隨着挖礦業務的逐步發展，他們在2017年正式將這一副業轉型爲公司運營，創立了Atlantic Crypto公司，兩年後將其改名爲CoreWeave。

CoreWeave的三個創始人：Michael Intrator、Brian Venturo和Brannin McBee

來源：CoreWeave

彼時，以太坊等數字貨幣的挖礦市場處於高速增長期，GPU礦機需求旺盛，CoreWeave憑藉其大規模的GPU集羣積累了大量的計算資源，很快就發展成爲以太坊一哥，擁有50000個GPU，佔據了以太坊網絡算力的1%以上。

然而，2018年的幣價崩盤讓無數礦場破產，也讓當時的CoreWeave收入暴跌七成，生死存亡之際，他們嗅到另一條生路——AI訓練所需的GPU與礦機硬件高度重合，還有娛樂和生命科學等幾個計算量要求比較大的領域可以做備選，當時的AI剛剛起步，算力爭奪並不激烈，這時候市場上堆積了大量破產礦工的GPU，收購這些GPU並不貴。

2019年，CoreWeave果斷砍掉挖礦業務，將其原本用於挖礦的GPU集羣重新配置，主要投向AI雲計算和高性能計算，並開始向企業客戶提供雲端算力租賃服務。這時候不得不提促成CoreWeave這次轉型的關鍵籌碼英偉達，後者正急於擴大CUDA生態的商業版圖，而CoreWeave承諾批量採購GPU並專注AI任務，雙方迅速結成同盟。

原本是“雪中送炭”的合作在ChatGPT爆發後迎來質變，2022年11月ChatGPT的橫空出世徹底改變了CoreWeave，也是英偉達的命運爆發。2023年起，全球AI實驗室陷入算力飢渴，而傳統雲廠商的通用服務器難以滿足需求——AWS的GPU實例需要多層虛擬化調度，性能損耗高達15%；Azure的自研芯片Maia尚在襁褓。對算力的需求一下將英偉達推到風口浪尖上，也包括CoreWeave，到處是要買他們服務的人。

CoreWeave順勢推出“裸金屬GPU（Bare Metal GPU）”服務，繞過虛擬化層，直接將物理GPU服務器租賃給客戶。相較傳統的雲端虛擬GPU實例，該模式不僅提供更強大的計算性能和更低的延遲，還賦予用戶對硬件資源的完整掌控。2023年，CoreWeave與英偉達建立深度合作關係，成爲A100、H100等高端GPU的核心雲端供應商之一。

CoreWeave此時則研製出自己的殺手鐧，通過GPU集羣和自研軟件棧構建，優化AI訓練與推理效率，將英偉達GPU的算力利用率榨取到極致，2023年MLPerf基準測試顯示，CoreWeave聯合英偉達和Inflection AI，利用3,584塊H100，用時不到11分鐘就能訓練出GPT-3 175B模型，訓練速度領先第2名29倍。

傳統與CoreWeave 基礎設施比較

來源：CoreWeave官網

CoreWeave認爲，運行AI工作負載的典型GPU的計算效率在峯值理論性能的35%到45%之間，這也是大部分雲計算大廠的平均水平，若能將效率缺口從約35%縮小至理論上的100%，將大幅釋放AI基礎設施的性能潛力，從而推動AI整體質量的蝶變。所以後來CoreWeave在技術上的一系列舉措，無論其自研的SUNK 協調系統還是 Tensorizer 優化工具，都圍繞着最大限度地提高客戶的 GPU 利用率進行，CoreWeave招股書表明，已經比大廠的GPU 利用率提升了20%。

來源：CoreWeave招股說明書

在商業模式上，CoreWeave則以“GPU即服務”（GPUaaS）模式或“人工智能即服務”（AIaaS）模式爲核心，結合按需計費和預付款機制，爲客戶提供靈活性與長期算力保障。前者客戶按小時或實例使用時長付費，適用於短期需求，後者收取客戶的15%-25%作爲預付款，面對需要長期算力保障的大型用戶。

目前CoreWeave的大型客戶包括微軟（一家貢獻62%）、英偉達、Meta、IBM、Mistral和Cohere等，此外，CoreWeave的算力服務也逐步滲透到金融、製藥等高性能計算需求較高的行業。例如，華爾街量化交易公司Jane Street，以及多個生物製藥企業，均依賴CoreWeave的算力支持其模型訓練和數據分析。

2024年，CoreWeave營收達到19.15億美元，同比增長736.6%，顯示出極強的市場需求。同年，CoreWeave運營的GPU數量超過25萬張，並管理着32座數據中心，覆蓋全球多個區域，以提供低延遲、高吞吐的算力支持。

在2025年，CoreWeave計劃進一步擴大數據中心網絡，新增10座數據中心，對於AI算力供應商而言，數據中心的擴張不僅代表着計算能力的提升，也直接影響客戶的服務質量和算力成本，隨着全球AI訓練任務的規模不斷增長，數據中心的算力密度成爲企業競爭的關鍵要素。此外CoreWeave總簽約電力達1.3GW，將提供長期可持續的能源支持。

Coreweave從數字基礎設施提供商Core Scientific租用了16兆瓦的數據中心空間

來源：https://www.datacenterdynamics.com/en/news/coreweave-to-lease-16mw-of-data-center-space-from-cryptominer-core-scientific/

時勢造英雄從幕後角色被推向AI算力革命前線

CoreWeave從“悶聲發大財”到備受市場矚目，表面是一個新興GPU雲計算供應商的出圈案例，實質則折射出近半年來AI算力市場格局的動盪與變革。

過去十多年，雲計算市場由幾大巨頭主導，它們掌控全球大部分算力資源，並依託強大的基礎設施優勢建立競爭壁壘。AI興起後，這些巨頭與英偉達及大模型企業緊密合作，共同推動產業發展，使市場規模迅速擴大，企業市值也屢創新高。

然而，隨着AI算力需求從爆發式增長轉向長期化，傳統雲廠商開始加速構建自有AI生態，削弱對英偉達的依賴。AWS推出Bedrock平臺，並自研Inferentia和Trainium芯片；Google則從Gemini大模型到Trillium TPU芯片全面走向自研。該趨勢不僅挑戰了英偉達與頭部AI企業的原有生態關係，也讓算力市場的競爭進一步加劇。

Google Trillium TPU芯片：Google Cloud TPU V6e Trillium 3

來源：Servethehome，Google

微軟與OpenAI從緊密合作走向競爭的轉變更爲典型。微軟持有OpenAI約49%的股權，並享有高達75%的利潤分成，原本在技術和資本層面深度綁定，關係看似穩固。然而，如今雙方正在逐步疏遠，並彼此加大防備力度。據報道，OpenAI拒絕向微軟透露核心技術，而微軟則在2024年啓動自研大模型項目“MAI”，並從著名獨角獸公司Inflection AI大規模挖角，包括聯合創始人Mustafa Suleyman，他隨後出任微軟AI總負責人，直接向微軟CEO彙報。

進入2025年，隨着特朗普上任啓動“星際之門計劃”（Stargate Project），OpenAI加速推動自身算力獨立化，比如與Oracle和Crusoe合作，在得克薩斯州阿比林市建設新的計算中心，預計到2030年，該項目或將滿足OpenAI 75%的算力需求。

位於得克薩斯州的阿比林數據中心

來源：Crusoe

CoreWeave正是利用這一點，將自己定位爲“中立”的算力提供商，專注於基礎設施層面的GPU算力，既不傾向微軟，也不傾向於像OpenAI這樣的AI模型公司。理論上，它可以成爲所有AI公司值得信賴的算力合作伙伴，而無需擔心被雲廠商兼競爭對手挖走市場。

這種中立性，讓CoreWeave可以“兩頭做生意”，一方面，它在去年與微軟達成了一份高達170億美元的長期合同，爲其提供2023年至2030年的GPU服務器租賃服務；另一方面，今年CoreWeave又與OpenAI達成近119億美元的五年期合作協議，並計劃進一步入股。類似的大廠客戶還有Meta和Mistral，在競爭激烈的AI算力市場，CoreWeave反倒左右逢源起來。

我們知道，CoreWeave能夠快速崛起，更離不開與英偉達的深度合作。由於CoreWeave作爲英偉達戰略上深度綁定的合作伙伴，包括約6%的股權，可以優先獲得最新的GPU資源，如Blackwell架構的GPU，不僅如此，雙方還在技術支持和資源整合方面進行深度協作，這種合作包括英偉達爲CoreWeave提供定製版CUDA、專用優化芯片，甚至專屬的軟件堆棧，確保終端客戶能夠充分發揮每個GPU的最大效能。

衆所周知，英偉達的A100、H100 GPU是訓練大模型的關鍵硬件資源，至今仍面臨供不應求的問題，客戶往往需要等待很長時間。微軟CEO Satya Nadella就曾坦言，之所以使用CoreWeave的產品，實則是因爲“來不及了”，需要“緊急獲取足夠的數據中心資源”。平心而論，租用服務確實要比購買硬件要划算得多，利用CoreWeave提供的雲基礎設施，可以比自行購買、部署和管理GPU更具成本效益，特別是應對短期或波動性需求。

值得一提的是，GPU雲服務提供商這個角色不只是CoreWeave獨有的，它的直接競爭對手Lambda Labs亦與英偉達保持密切合作關係，英偉達也投資了這家公司，另外像Cerebras Systems、Nebius Group、Vultr、Paperspace、Vast.ai等公司都是這個賽道的知名玩家。

CoreWeave創始人Brannin將GPU雲服務比作一個精心編排的大型舞臺表演。他強調，CoreWeave的雲平臺遠非簡單地提供GPU訪問，而是一個複雜而精密的系統，這個系統就像一位經驗豐富的舞臺導演，協調和管理着龐大的資源和設備網絡。

CoreWeave提供接入GPU服務完整的雲平臺架構

來源：CoreWeave招股說明書

高歌猛進的背後被埋藏了多顆“不定時炸彈”

細心的讀者可能會發現，我們在講述CoreWeave上下游鏈條的時候，提到上游供應幾乎全部受到英偉達的影響，而下游賣給微軟的銷售則佔其總收入62%，還有一個它未提及名字的客戶，兩個客戶加起來佔總收入的77%，很明顯，依賴性非常強。

2022-2024年CoreWeave收入佔比超過10%的主要客戶列表

來源：CoreWeave招股說明書

讓所有人擔心的事還是發生了。就在CoreWeave向SEC遞交s1文件（招股書）的同一時間，CoreWeave最大客戶微軟，已撤回部分合作承諾。據英國《金融時報》3月6日報道，由於交貨問題和錯過最後期限，微軟已撤回了（withdraw）部分協議，“這些問題影響了微軟對CoreWeave的信心。”

知情人士最近則表示，微軟將選擇不行使近120億美元的選擇權，拒絕從CoreWeave那裏購買更多的數據中心容量，此舉爲CoreWeave順利上市蒙上了一層陰影。客觀說，CoreWeave交貨問題並非僅僅是它自己控制供應鏈不佳造成的，今年10月，英偉達創始人兼首席執行官黃仁勳承認，其Blackwell芯片存在“設計缺陷”，導致延遲向客戶發貨。

另據《金融時報》報道，這與微軟今年的戰略調整有關。Satya Nadella最近表示，微軟人工智能基礎設施存在“過度建設（overbuild）”。我們看到CoreWeave與OpenAI簽訂了119億美元的協議，如果微軟過去是給OpenAI下單，而現在OpenAI直接進貨，微軟本身的MAI實際不需要那麼多算力，況且微軟現在本身還是OpenAI的股東，意味着OpenAI的採購也會影響到資本回報，這可能就是Satya Nadella所說的“過度建設”，也就是重複下單。

我們再回過來看CoreWeave，一旦影響到營收佔比62%-77%的大客戶變動，都會對CoreWeave構成重大沖擊。CoreWeave已與英偉達達成明確的採購協議，當前庫存已超25萬張GPU，並計劃今年進一步擴充。如果大客戶出現風吹草動，而其他客戶的租賃需求無法填補這一缺口，那麼這些高端GPU將面臨與傳統商品相同的困境——庫存積壓，進而影響資金迴流與運營效率。

這裏蘊藏着更嚴重的危機在於，CoreWeave的GPU儲備、基礎設施包括數據中心建設所需的資金大部分都來自借貸。據美國科技媒體information報道，在招股說明書中沒有顯名的第二大客戶正是英偉達，去年貢獻了15%的營收，約合2.87億美元。

目前英偉達與CoreWeave正在進行代號爲“魚鷹計劃”的合作，2023年初，英偉達向CoreWeave股權投資1億美元，並承諾在四年內向CoreWeave支付13億美元，租回自己生產的芯片，那麼2.87億美元收入可以算這13億美元的一部分，而CoreWeave在2023年當年就花費了3.8億美元來購置英偉達的硬件和設備，換句話說，單就這筆交易而言，CoreWeave顯然是買虧了，2024年之後雖沒有公開信息，我們推測只多不少，那麼CoreWeave在這方面的綜合成本很可能大於收入。我們不禁要問，CoreWeave爲什麼要和英偉達繞這麼大一圈卻做虧本買賣？

英偉達是怎麼投資CoreWeave增長的，來源：The Information

說到底，英偉達以至微軟、OpenAI最終還是會買單的，也許它們認爲巨大的資金成本和不確定性結果，短期很難向股東交代，而是讓CoreWeave這樣深度綁定的合作伙伴先衝在前面。

我們看到，要實現CoreWeave規劃的核心競爭力，需要巨大的重資產投入。據公開媒體報道，CoreWeave在數據中心承諾做出很多投資計劃，如它計劃投資超過10億美元，將美國新澤西的一座實驗室大樓改造成數據中心；與Blue Owl、Chirisa和PowerHouse合作的50億美元項目的一部分；承諾在英國的數據中心投資超過10億英鎊；承諾在歐洲的數據中心再投資22億美元；承諾在美國弗吉尼亞州投資6億美元的數據中心項目等等。

CoreWeave全球數據中心網絡，來源：CoreWeave招股說明書

且不說這樣佈局是否合理，CoreWeave重資產投入從哪裏來？我們從損益表可以看出，2024年營收約爲19.15億美元，運營成本（Operating expenses）則高達15.9億美元，收入增長736.36%的背後，成本也增長了654%，最後導致去年淨虧損（Net loss）8.63億美元。

來源：CoreWeave招股說明書

Coreweave2024財年收入情況

來源：App Economy Insight

CoreWeave招股說明書表明，2024年其已簽約1.3千兆瓦（GW）的運算容量，並轉化爲大約360兆瓦的運算能力。據美國科技媒體下一代平臺（The Next Platform）主編Timothy Prickett Morgan估算，CoreWeave中GPU的估計價值約爲75億美元，將這些GPU轉化爲系統需要大約150億美元的資本支出。

隨着GPU數量的持續增長，並承諾達到簽約的總計算能力，150億美元只是當前的資本支出，並未涵蓋未來幾年可能持續攀升的成本。這意味着，CoreWeave每年仍需不斷追加投資，以滿足算力擴張需求並履行長期承諾。

而這150億美元恰好與CoreWeave歷次融資總金額145億美元基本能夠對應，CoreWeave招股說明書表示，“我們通過12輪股權和債權融資籌集了145億美元”，實際上這145億美元大部分都是債權融資，CoreWeave將其整合進入兩個DDTL（遞延稅項貸款，Delayed Draw Term Loan facilities），我們分別來看：

DDTL1.0主要來自私密股權資產管理公司黑石集團和對沖基金Magnetar Capital在2023年的借貸，總共23億美元，2023和2024年平均年利率分別爲14.12%、14.11%，再加上其它成本，根據科技博主Edward Zitron的推測，每年至少支付8.92億美元的利息，預計到2028年3月還完。

很快又來了DDTL2.0，這次是在2024年，由黑石和Magnetar Capital牽頭，完成了76億美元的貸款，後面高盛（Goldman Sachs）、摩根大通（JP Morgan Chase）和摩根斯坦利（Morgan Stanley）等頂級投行也有參與，又借出了6.5億，作爲DDTL的補充，總共達到82.5億美元的債務。DDTL2.0的年利率稍低一些，爲10.53%，根據Edward Zitron的推測，每年則至少支付7.6億美元的利息。

我們將這兩個債務相加，每年至少要有16.52億美元用於還債，去年的總收入不過19.15億美元。比較殘酷的是，這幾家投行之所以把利率訂到那麼高，或許他們並不指望CoreWeave能夠還到2028年或者更久，而是以更快速度在AI算力爆發之際收回一部分本金。

CoreWeave融資歷史（不完全統計）

來源：華泰證券、CoreWeave招股書、Crunchbase

而英偉達並沒有參與到發債的陣營中，它應該有過類似的計算，比較有意思的是，在2023年DDTL1.0的時候，英偉達曾提出用H100 GPU作爲借貸的抵押品，因爲在當時GPU是硬通貨，獲得較高的市場價值。然而今天英偉達H100 GPU的價格從2023年的8美元/小時一路下跌，最低到1美元/小時，摩爾定律仍然起作用。

然而，CoreWeave借貸是真金白銀，並沒有摩爾定律，除非美聯儲降息。

這還沒有提及DeepSeek。上個月被世人有更多瞭解的DeepSeek通過算法創新和工程優化顯著降低了大模型的算力成本，其核心技術包括混合專家（MoE）架構、定製化AI芯片設計（如稀疏計算單元和高帶寬內存架構）、FP8混合精度計算、稀疏化技術以及數據蒸餾等，有效減少了訓練和推理所需的計算資源，同時優化了模型效率。

我們看到，DeepSeek的低算力成本模式可能進一步削弱CoreWeave的市場競爭力。目前，在英偉達與CoreWeave體系下，無論是OpenAI、Mistral等大客戶，還是中小客戶，主要仍依賴GPU雲供應商以高價租賃英偉達的算力服務。若DeepSeek的低成本方案進一步普及，可能促使全球中小客戶轉向DeepSeek主導的開源生態，又佔據CoreWeave的一部分市場發展空間，迫使其調整定價策略或拓展增值服務，以維持競爭力，如此則進一步推高成本或減少收入。

若行業轉向輕量化AI架構，將引發GPU估值重估—抵押品減值—融資能力下降的連鎖反應，直接衝擊微軟、Meta等依賴英偉達GPU算力的企業，除非它們能及時調整方向，而CoreWeave這類高度依賴GPU的公司則更難找到生存空間。

一旦危機爆發，龐大的債務積壓與產業連鎖反應，或將導致估值數百億美元的CoreWeave轟然倒塌，並波及整個上下游生態。因此，CoreWeave如今的賭注在於，既然自己已深度捆綁大廠生態，現實大廠也會豪賭其未來，後者的資產畢竟比幾十億負債的規模要大得多——這裏不是Web3的世界。

CoreWeave能否從“魷魚遊戲”中全身而退？

2025年3月4日，在上市前敏感時期以及資金緊張情況下，CoreWeave仍擬斥資17億美元收購AI開發平臺Weights & Biases（W&B）。

W&B成立於2018年，專注於 MLOps 和 LLMOps，爲 AI 模型的構建、訓練和部署提供工具支持。核心產品是一整套AI模型開發與管理工具，幫助科研人員和工程師更高效地進行模型訓練、監控性能，並優化工作流程。

我們看到，一方面，這筆交易有助於CoreWeave整合自身的硬件優勢與W&B的軟件能力，從單一的GPU供應商轉型爲全棧式AI雲平臺提供商，超越單純的GPU雲服務；另一方面，CoreWeave即刻獲得接觸W&B龐大的百萬級AI工程師用戶生態系統的機會，在市場上產生更強的影響力和更正面的評價，兩方面都可能給CoreWeave帶來更多的想象空間。

W&B For TWIML Listeners

來源：Weights & Biases（W&B）網站

目前CoreWeave的未來，仍掌握在自己手中，未來既取決於自己，也取決於整個AI算力市場的持續演變。未來，無論是英偉達與大廠的競爭格局，以DeepSeek爲代表的輕量化AI的攻城略池，CoreWeave自身成本壓力的加劇、GPU價格的驟降，以及資本市場的信心波動，都可能讓這場豪賭變得極端危險。在AI算力演進的新時代，CoreWeave能否成功從生存遊戲中突圍，還是成爲科技變革的犧牲品，或許很快就會有答案。