|
即便市值已經突破 4 萬億美元，低估達我們還是英偉低估了英偉達，大大的低估達低估了。 在不少人的英偉印象中，英偉達依然是低估達那個“核彈廠”。其實，英偉在 AI 急需的低估達芯片之外，英偉達始終有一個云平臺的英偉野心。 2023 年，低估達英偉達的英偉 DGX Cloud 高調登場，一臺實例配備八塊 H100，低估達月租 36999 美元，英偉定價直達天花板，低估達也被外界視作英偉達挑戰 AWS、英偉Azure 這些老牌云廠商的低估達信號。 然而，2025 年中，這個“親兒子”卻悄然退出 C 位。英偉達不再將其數十億美元的云支出承諾對齊 DGX Cloud，其角色轉向內部基礎設施與研發用途，而非面向企業市場的主打產品。 取而代之的，是 2025 年新上線的 Lepton——一個 GPU 租賃與調度的市場型產品。從定義來看，新的 Lepton 是一個算力管理和分發平臺，更像是一個算力需求的“入口”。 DGX Cloud 為什么退場？Lepton，能不能接承接住英偉達在 AI 時代成為云計算霸主的野心？ 01、以退為進 很多人或許都還記得 2023 年的“GPU 荒”，企業即便有錢，也往往買不到 H100。于是英偉達順勢推出了 DGX Cloud，把自有的高端算力集群“按月出租”，企業開通即用。 在推出的第一年，DGX Cloud 的確收獲了熱度。到 2024 年底，英偉達的財報顯示其軟件與服務收入（包括 DGX Cloud）達到了 20 億美元的年化水平。 然而，轉折點出現在 2024 年下半年后，隨著 GPU 供應逐漸緩解，亞馬遜、微軟、谷歌等云廠商紛紛“砍價”，DGX Cloud 的優勢隨之消散。 以亞馬遜的 AWS 為例，其對 H100 和 A100 實例降價幅度高達 45%，遠低于 DGX Cloud 的租賃價格。 對客戶而言，DGX Cloud 的緊缺溢價很快失去立足點。
更現實的問題還在于“渠道沖突”。 亞馬遜、微軟和谷歌是英偉達最大的芯片買家，對英偉達的營收構成了極大支撐。DGX Cloud 的直接客戶模式意味著英偉達和這些合作伙伴搶生意。每一份 DGX Cloud 合同，都有可能擠壓 AWS、Azure 或 GCP 的收入。 買家的擔心是可預期的，更長遠的后果，是推著這些伙伴加碼自研芯片，如 AWS 的 Trainium、谷歌的 TPU，以降低對英偉達的結構性依賴。 而且短時間內，建立起穩定的客戶黏性也是挑戰，有些企業會把 DGX Cloud 當作臨時方案，在產能緊繃、項目啟動急的窗口期租上幾個月，隨后再遷回長期合作的 AWS、Azure 或谷歌云。
英偉達黃仁勛與谷歌云高管同臺｜圖片來源：英偉達 考慮到這些，到最新的財年，英偉達的財務披露中不再將巨額的云支出承諾歸于 DGX Cloud，這項服務仍然列在收入類別中，但其角色已明顯轉向內22部基礎設施。 換句話說，DGX Cloud 仍然存在，但它逐漸退回英偉達內部，不再打算與微軟、亞馬遜、谷歌等公司正面競爭。 除了選擇把 DGX Cloud“轉為內用”，英偉達還把外部注意力引向一個新的平臺化入口： Lepton。 英偉達在 2025 年 5 月推出這個新平臺，也在 DGX Cloud 體系名下，但不同于 DGX Cloud 那種把“英偉達自己的 AI 芯片直接租給客戶”的模式，Lepton 完全不碰 GPU 庫存，它只是負責“把需求導向合適的云服務商”，包括 AWS、Azure，也包括英偉達自己一手扶持的云服務商。 “Lepton 會將我們的全球 GPU 云提供商網絡與 AI 開發者連接起來。”英偉達創始人兼 CEO 黃仁勛在發布 Lepton 時稱，目標是： “打造一個全球規模的 AI 工廠。” 簡而言之，為了不緩解和渠道的競爭，英偉達的策略重點已經不再是一個“英偉達云”。 02、英偉達“朋友圈” 但 DGX Cloud 角色的淡出并不意味著英偉達放棄了云。在過去兩年里，英偉達一直在扶持自己的云服務商“小弟”。而且還出現過讓人覺得匪夷所思的一幕——英偉達一邊把 GPU 賣給云伙伴，一邊又從這些伙伴那租回算力。 以 CoreWeave 為例，英偉達不僅在 2023 年投資了 CoreWeave 1 億美元，還向其優先供貨 H100 GPU。 在供需緊張時期，這讓 CoreWeave 成為少數能大規模提供英偉達 GPU 的云服務商。而英偉達自己又回過頭來，從 CoreWeave 租用這些 GPU。
Lambda 也類似，這是一家規模小得多的 GPU 云服務提供商。 2025 年 9 月，英偉達與 Lambda 簽訂了一份價值 15 億美元的租賃協議，租期為四年，其中包括租回 1 萬臺搭載自家頂級 GPU 服務器，總價值約 13 億美元。這個交易讓英偉達成為 Lambda 最大的客戶，而英偉達自己的研發團隊將使用這些 GPU 訓練模型。
具體來說，英偉達先通過銷售芯片獲得即時收入，讓財報好看、股東滿意；合作伙伴則依靠出租 GPU 獲得穩定現金流，從而擴大規模；隨后英偉達再以租賃的方式把算力鎖定在自己手中，確保關鍵時刻不會斷供。此外，這和普通公司選擇租用云服務而不是自建機房的邏輯是一樣的，可以更靈活地應對研發波峰和波谷。 這個操作的精妙之處在于，芯片賣出的那一刻，收入立刻計入英偉達賬面，支出則后置，租金在未來幾年慢慢攤銷，轉化為運營成本。與此同時，英偉達無需自建數據中心，資產壓力最小化。 對合作伙伴來說，英偉達成了最大甲方，算力與現金流被綁定，強化了其生態黏性。更微妙的是，這種操作還能穩定市場心理。當連英偉達都愿意以這個價格回租，便相當于為AI 算力行情做了一次背書，錨定了價格預期，最終變成一石三鳥。 這套玩法復制到了各種英偉達系云計算初創公司中：賣芯片-投資客戶-租回服務-再次賣芯片，最終變成一個自循環的 AI 芯片生態資金鏈。 與此同時，英偉達還通過旗下專門的風險投資部門 Nventures，在更廣闊的 AI 生態下注。它投資了很多初創公司，從模型開發，到應用層的初創企業。雖然這些公司并非都做云服務，但邏輯是一致的：通過投資綁定潛在客戶和未來生態，只要這些初創公司成長壯大，它們的算力需求最終都會轉化為對英偉達芯片的采購。 可以說，英偉達不僅僅是在賣芯片，它就像是在經營一個龐大的 AI 創業孵化器，來打造一套“英偉達系”云生態。 03、AI 算力的“App Store” 說回 Lepton，它與英偉達“賣一手、租一手”的本質有一點相似，就是給算力“做市”。 與 DGX Cloud 直接對客戶不同，Lepton 并不親自經營云服務，而是作為“流量調度者”，把客戶的任務分發給生態合作伙伴的數據中心。 它本質上是一個算力市場，用戶只需在 Lepton 平臺提交需求，Lepton 會自動匹配到可用的 H100 或 Blackwell GPU，無論這些硬件位于 CoreWeave、Lambda，還是 AWS、Azure 的機房。
而且，Lepton 將所有 GPU 云資源整合到英偉達的軟件棧之下，比如 NIM 微服務和 NeMo 框架。開發者無需關心背后的提供商，只需通過 Lepton 平臺即可獲得一致的開發體驗和環境。 更關鍵的是，Lepton 化解了英偉達與云巨頭的沖突。在這種模式下，英偉達不再是 AWS、Azure 的直接競爭對手，而是中立的調度平臺。AWS 和微軟也加入了 Lepton，原因很簡單，通過這個市場，它們能夠接觸到額外的算力需求。 對于英偉達來說，與合作伙伴對抗的風險太大，遠不如退到幕后，轉而做算力市場的調度者和掌控者。這是典型的“退一步，海闊天空”，不再冒犯合作伙伴，反而繼續掌控生態入口，不論客戶選擇哪家云，最終都離不開英偉達的 GPU 和軟件棧。 于是，放棄構建自己的云服務就不是軟弱的表現，Lepton 對英偉達來說是一個魚與熊掌兼得的策略。
當然，Lepton 的推廣也非一帆風順。一些中小型云廠商擔心英偉達借此插足客戶關系，或影響定價，它并非一夜之間就能改變游戲規則。但當 AWS 和 Azure 都進入市場后，Lepton 的存在無法忽視。未來 AI 算力的跨云調度，有可能會通過某個平臺來完成。 對開發者來說，“在哪里算”變得次要；能不能算、多久能算、成本如何才是核心，而這些正是 Lepton 試圖統一的體驗層。 英偉達不再需要自建一個“英偉達云”，也不必在 IaaS 層與伙伴正面相撞，它想做的是把所有玩家拉入自己的體系，讓所有云使用英偉達的 GPU、調用英偉達的框架、通過英偉達的入口完成采購與調度。 如果順利，它看似只是一個 GPU 聚合市場，實則可以成為算力世界的控制面板。誰接到單子，誰活得下去，分配權掌握在英偉達手中。更長線的收益是數據與感知，Lepton 在跨云調度過程中天然能觀察到哪類任務最活躍、哪些地域更緊張、哪一代 GPU 使用更頻繁、價格彈性如何，反過來輔助商業決策。 就像蘋果通過 App Store 掌控了移動互聯網，英偉達想用 Lepton 做到同樣的事，只是對象從 App 換成了算力。
這也解釋了英偉達當下的市場邏輯。簡言之，它并不需要擁有云，它只需要擁有算力棧和需求入口。只要全球 AI 訓練與推理仍以其 GPU 為核心，無論算力最終落在亞馬遜 AWS、微軟 Azure、谷歌 GCP，還是 CoreWeave、Lambda，無論客戶選擇誰，只要掌控價值鏈，英偉達都能獲得價值。 從 AI 芯片，到 DGX Cloud，再到現在的 Lepton，英偉達的計劃早已經從硬件過渡到“算力”和“平臺”的階段——任何一家公司市值突破 4 萬億美元、其產品已經成為 AI 時代重要生產資料的公司，都不可能沒有更大的野心，不是嗎？ |