2026 年最會漲的一批股票，很多人連它們在賣什麼都講不清楚。CoreWeave、Nebius 這些名字一年內翻了好幾倍，財經新聞天天提，但你如果去問「它到底怎麼賺錢」，多數人只答得出「跟 AI 有關」。這篇就把 Neo Cloud（新雲）這個產業從頭講一遍，商業模式、市場規模、還有那位把數百億美元砸進去的年輕基金經理人到底買了哪幾檔。

      

1. 先搞懂什麼是 Neo Cloud（新雲）？跟 AWS、Azure 差在哪

先講最白話的版本：Neo Cloud 就是一群「專門出租 AI 算力」的雲端公司。

你要訓練一個 AI 模型，需要大量的 NVIDIA GPU。但一張 H100、一整櫃的 Blackwell，動輒幾百萬台幣，還不一定買得到。與其自己砸錢買硬體、蓋機房、養工程師，很多 AI 公司選擇直接「用租的」，按小時、按合約向這些業者租 GPU 算力。提供這種服務的公司，就是 Neo Cloud。

                   

那它跟 AWS、Azure、Google Cloud 這些老牌雲端有什麼不一樣？

傳統三大雲（業界叫 Hyperscaler，超大規模雲端）是「什麼都做」的百貨公司：資料庫、儲存、網站代管、企業軟體，AI 只是其中一塊。Neo Cloud 則是專賣店，幾乎只做一件事，把最新、最強的 GPU 大規模堆起來，租給需要跑 AI 的人。

專注帶來三個現實優勢：

• 速度快：新一代 GPU 上市，Neo Cloud 往往搶先大規模部署，客戶不用排隊等三大雲慢慢鋪。
• 更彈性：合約、規格、擴充都能為 AI 工作負載量身調整，不像大雲那樣一切照標準化流程走。
• 成本有機會更低：包袱少、專注單一業務，部分業者又卡在便宜電力或既有機房的位置上，算力單價壓得下來。

這波 AI 熱潮帶來一個很簡單的供需失衡，想跑 AI 的人爆炸性增加，但頂級 GPU 就是不夠用。Neo Cloud 剛好卡在這個缺口上，把「算力」變成一門像收租一樣的生意。這也是為什麼過去兩年，這個原本沒人聽過的名詞，會突然變成華爾街最熱的題材之一。

        

2. 為什麼 AI 時代需要 Neo Cloud？

如果 AWS、Azure、Google Cloud 已經稱霸雲端十幾年，為什麼還會冒出一群新公司來搶生意，而且還搶得到？

答案不是它們技術特別神，而是 AI 這波需求太特殊、太急、太大，大到連三大雲都一時填不滿。要理解 Neo Cloud 的存在價值，得先看懂 AI 公司現在到底卡在哪。

        

2.1 算力荒：頂級 GPU 供不應求，自建太慢太貴

訓練一個大型 AI 模型，本質上是一場「GPU 軍備競賽」。模型愈大、愈聰明，需要的運算量就愈誇張，而這些運算幾乎全壓在 NVIDIA 的高階 GPU 上，H100、H200，到最新的 Blackwell 系列。問題是，這些卡從一推出就是供不應求的狀態，訂單排到隔年、有錢也不一定拿得到貨。

假設你是一家 AI 新創，決定「那我自己買、自己建」，你會馬上撞上三道牆。

第一道牆：買不到，也買不夠。 頂級 GPU 的產能被少數幾家科技巨頭包走大半，中小型公司在採購順位上根本排不進去。就算搶到，數量往往不足以支撐一次完整的模型訓練。

第二道牆：太貴。 一張旗艦 GPU 要價數萬美元，而訓練一個前沿模型動輒需要成千上萬張。光是硬體採購就是幾億美元起跳的資本支出，還沒算進機房、電力、散熱、維運人力。這種燒錢速度，對還沒獲利的 AI 公司是致命的。

第三道牆：太慢。 就算錢和貨都到位，從採購、蓋資料中心、鋪設電力與網路、到系統實際跑起來，動輒要一年半載。但 AI 產業是以「季」在競爭的，等你機房蓋好，對手的模型可能已經迭代兩三代了。

把這三道牆疊在一起，結論很殘酷：對絕大多數 AI 公司來說，自建算力不只是貴，而是又慢又不划算，還把大筆現金鎖死在會快速折舊的硬體上。這時候，「有人已經把 GPU 買好、機房蓋好，你直接租就能用」就變成極有吸引力的方案，而這，正是 Neo Cloud 切進市場的第一個破口。

       

2.2 普遍 AI 公司的痛點：不想砸大錢買硬體、蓋機房、養團隊

前面講的是「做不到」，這段要講的是，就算你做得到，也未必該做。

退一步想，一家 AI 公司真正的核心競爭力是什麼？是模型架構、是演算法、是資料，是那群能把模型調到頂尖的研究員。買 GPU、蓋資料中心、管電力散熱、養一支基礎設施維運團隊，這些事再重要，也不是它們贏過對手的地方。把大量時間、人力和現金投在這裡，等於是在跟自己的核心本業搶資源。

這就是所謂的機會成本。同樣一億美元，拿去自建機房，換來的是一堆會折舊的硬體；拿去招募頂尖人才、加速模型迭代，換來的可能是市場領先地位。對一家還在跟時間賽跑的 AI 公司來說，這筆帳並不難算。

錢的形式也很關鍵。自建是一次性砸下去的巨額資本支出（CapEx），現金一出去就變成鎖死在資產負債表上的硬體，還得自己扛滿載率不足、技術過時的風險。改用租的，算力變成隨用隨付的營運費用（OpEx），用多少付多少，需求起來就加租，專案結束就縮手，現金流的彈性完全不一樣。對還在燒創投資金、每一塊錢都要花在刀口上的新創，這種「不綁死資本」的模式幾乎是生存必需。

還有一個常被低估的點：人。要讓成千上萬張 GPU 穩定協同運算，需要一整支懂高效能運算、網路、電力與散熱的專業團隊，而這種人才本身就跟 AI 研究員一樣稀缺、一樣貴。與其自己從零養一支,不如直接用 Neo Cloud 已經建好、調校好的環境。

所以你會看到一個很清楚的分工邏輯慢慢成形：AI 公司專心做模型，把「算力」這件苦差事外包出去。Neo Cloud 要做的，就是把這件苦差事做到又快、又穩、又便宜，讓客戶覺得「租」永遠比「自己來」聰明。

       

2.3 三大雲填不滿的缺口，速度、彈性、專注度不足

看到這裡你可能會問：既然 AI 算力這麼搶手，那不是三大雲最有本錢做嗎？它們錢多、規模大、機房遍布全球，為什麼還輪得到 Neo Cloud？

問題就出在「大」本身。

速度。 三大雲要服務的是幾百萬家各行各業的客戶，資源分配得照全局盤算，導入新一代 GPU 有一整套標準化流程要跑。Neo Cloud 沒有這種包袱，新卡一到就是幾乎全部拿去衝 AI 算力，反而常常比大雲更快把最新硬體推到客戶手上。事實上，數據也印證了這種速度差。

根據 Synergy Research 的統計，2025 年第四季 neocloud 營收年增高達 223%，全年營收突破 250 億美元；相較之下，傳統 hyperscaler 的雲端業務年增大約落在 20% 上下。三位數對上兩位數，落差不是一點點。

彈性。 大雲的服務是標準化菜單，追求的是「一套架構服務所有人」。但 AI 訓練的需求千奇百怪，這家要超大規模叢集、那家要特定網路拓撲、還有的只想短期爆量租用幾週。Neo Cloud 專做這一塊，能為 AI 工作負載量身調整，彈性遠比制式化的大雲高。

專注度，其實還牽扯到一個更現實的問題，也就是錢不夠。 這點很反直覺，三大雲不是最有錢嗎？但把帳攤開來看就懂了。Microsoft、AWS、Google、Meta 這四大巨頭光是 2026 年就預計砸下約 7,000 億美元的 AI 基礎建設資本支出，這個數字已經逼近、甚至超過它們的營運自由現金流總和。換句話說，連財力最雄厚的科技巨頭，資產負債表都快被 AI 算力的胃口撐爆。它們的錢還要分給雲端以外一大堆業務，不可能全押 GPU。這道連大雲都填不滿的缺口，正好留給了專心只做一件事的 Neo Cloud。

       

2.4 數字會說話，Neo Cloud 的營收正在坐火箭

如果覺得前面講的「需求爆炸」還是有點抽象，那就看營收。根據市場研究機構 Synergy Research Group 的統計，Neo Cloud 產業的成長曲線幾乎是垂直往上：2025 年第四季，整體 neocloud 單季營收就達到 90 億美元，年增率高達 223%；全年營收突破 250 億美元。 這種增速在成熟的科技產業裡幾乎看不到，要知道，傳統三大雲的雲端業務年增大約只有 20% 上下。

更關鍵的是，這不是曇花一現的煙火。Synergy 進一步預估，到 2031 年，Neo Cloud 市場規模將逼近 4,000 億美元，等於未來幾年要維持 58% 的年複合成長率（CAGR）。用白話講：這個市場大約每一年半就要翻一倍，而且要連續翻好幾年。

           

Synergy 創辦人暨首席分析師 Jeremy Duke 對這股趨勢下了一個很精準的註解，他認為 Neo Cloud 的崛起，本質上是「針對 AI 工作負載在平行運算、資料在地性與算力集中度上的種種限制，所做出的一種架構性回應」。說穿了，就是傳統雲端的架構天生應付不了 AI 這種極端需求，市場才會長出 Neo Cloud 這種專門物種來補位。

當然，任何高速成長的產業都得配一句提醒：這類預測建立在「AI 需求持續狂飆」的前提上，一旦 AI 投資降溫、或算力供給大量補上，成長曲線就可能放緩。但至少就目前的數據與訂單能見度來看，Neo Cloud 這條成長火箭，還在加速階段。

           

3. Neo Cloud 是怎麼運作的？

講完「為什麼需要」，接下來看「它實際上怎麼把生意跑起來」。

你可以把 Neo Cloud 想成一條把「電力和晶片」加工成「算力」再賣出去的產線。這條產線大致分三段：上游把最貴的資源（GPU、電力、機房）備齊，中游把這些硬體變成可以切割出租的服務，下游則是把算力交到客戶手上。這一段先從最燒錢、也最關鍵的上游講起。

          

3.1 上游：採購 NVIDIA GPU、找便宜電力、蓋／租資料中心

Neo Cloud 的整門生意，其實是建立在三塊基石上：晶片、電力、機房。這三樣缺一不可，而且每一樣都是硬仗。

第一塊：搶 GPU。 這是重中之重，也是整條產線最大的一筆錢。Neo Cloud 的核心資產就是成千上萬張 NVIDIA 高階 GPU，從 H100、H200 到 Blackwell 系列。誰能拿到最新、最多的卡，誰就握有籌碼。所以你會看到這些公司花很大力氣去經營跟 NVIDIA 的關係，爭取更前面的出貨順位；有些甚至反過來被 NVIDIA 投資或策略綁定，形成一種「你幫我消化產能、我優先供貨給你」的共生關係。CoreWeave 就是最典型的例子，NVIDIA 本身就是它的股東兼大客戶。

第二塊：找便宜的電。 這點外行人最容易忽略，卻是勝負手。GPU 跑起來極度耗電，一座大型 AI 資料中心的用電量，可以抵得上一座小城市。電費因此成了 Neo Cloud 最大宗的營運成本之一，電價每差幾個百分點，攤到算力單價上就是實打實的競爭力。這也是為什麼很多業者會刻意把機房蓋在電力便宜、供給穩定的地方（水電、核電、或有過剩電力的區域）。

這裡還藏著一個有趣的轉折：不少 Neo Cloud 的前身是加密貨幣礦工，它們本來就握有便宜電力合約和現成的高耗能廠房，AI 熱潮一來，直接把「挖礦」轉型成「賣算力」，等於贏在起跑線。IREN、Core Scientific 都是這條路徑的代表。

第三塊：蓋或租資料中心。 GPU 和電力備齊了，還得有地方把它們裝進去。這代表要有實體的資料中心，機櫃、高速網路、還有專門對付 GPU 高熱的散熱系統（愈來愈多改用液冷）。有的 Neo Cloud 選擇自己蓋，掌握度高但更燒錢、更花時間；有的則用租的，把既有機房快速改裝成 AI 規格，換取上線速度。怎麼取捨，往往取決於公司手上有多少資本、又有多急著搶市場。

把這三塊疊起來就看得很清楚：Neo Cloud 的上游本質，是一門極度資本密集的生意。 光是備齊晶片、電力、機房這三樣，就得先燒掉數十億美元，而且錢多半得靠融資、發債、甚至拿 GPU 本身去抵押來湊。這也埋下了後面商業模式的伏筆，為什麼這些公司這麼在意「長約」、這麼需要穩定的現金流。

         

3.2 中游：把算力虛擬化、切割、調度成可出租的服務

上游把 GPU、電力、機房都備齊了，但這時候手上握有的還只是「一堆很貴的硬體」。要把它變成能賣錢的商品，得靠中游這道加工，把實體算力，變成客戶點一下就能用的服務。這一段是 Neo Cloud 真正的技術含金量所在。

虛擬化，把硬體變成「算力池」。 

幾千張分散在不同機櫃的 GPU，如果各自為政，價值有限。中游要做的第一件事，是透過軟體把這些實體 GPU 整合、抽象成一個統一的「算力池」。客戶不需要知道自己用的是哪一櫃、哪一張卡，系統會自動從池子裡調配資源。這就像自來水公司，你打開水龍頭要的是水，不會管這滴水來自哪座水庫。

切割，把算力拆成大小不一的份量。

 客戶的胃口天差地遠。大型 AI 實驗室可能一口氣要租下數千張 GPU 組成的超大叢集來訓練模型；小團隊也許只想租幾張卡、跑幾天推論就好。中游得有能力把算力池彈性切割，大到整片叢集、小到單張卡的零頭，都能精準配出去。切得愈細、調度愈靈活，同一批硬體能服務的客戶就愈多，利用率也愈高。

調度，讓昂貴的卡盡量不要閒著。 

這是中游最吃功力、也最影響獲利的一環。GPU 貴到離譜，只要有一張卡閒置一小時，就是白白燒掉的成本。所以背後需要一套聰明的調度系統，隨時盯著哪些資源在跑、哪些空著，把湧進來的需求即時塞進空檔，盡可能把「利用率」拉滿。對 Neo Cloud 來說，利用率幾乎等於命脈，同樣一批 GPU，利用率從 60% 拉到 90%，毛利可能就是天壤之別。

除了這三件核心工作，成熟的 Neo Cloud 還會在中游疊上一層「讓客戶更好用」的軟體：高速網路的優化、儲存、監控、資源管理後台，甚至預先裝好 AI 訓練常用的框架和工具。這些看似周邊，卻是把「租一堆裸機」升級成「開箱即用的 AI 平台」的關鍵，也是後面商業模式裡能往上加價、拉高毛利的基礎。

說到底，中游做的事可以濃縮成一句話：把一堆冷冰冰、又極度昂貴的硬體，變成一種隨開隨用、還盡量不浪費的服務。 誰的虛擬化更順、切割更細、調度更聰明，誰就能從同一批 GPU 裡榨出更多收入，這正是 Neo Cloud 之間拉開差距的隱形戰場。

                  

3.3 下游：客戶（AI 新創、大型科技公司）按需租用

產線走到下游，就是把算力交到客戶手上、開始收錢的環節。而 Neo Cloud 的客戶，大致可以分成三種，各自的租用邏輯很不一樣。

AI 新創與模型公司

這是最典型的客群。它們要嘛在訓練自己的大模型，要嘛在跑大量推論服務使用者，對算力的需求又急又大，卻不想（也沒本錢）自建機房。對它們來說，Neo Cloud 就是續命的氧氣瓶，租得到卡、跑得動模型，公司才活得下去。

大型科技公司，甚至三大雲自己

這點很反直覺：連微軟、甚至 AWS 這種巨頭，有時也會回頭向 Neo Cloud 租算力。原因前面講過，它們自家的資本支出已經逼近極限，AI 需求卻還在暴衝，與其等自己蓋，不如先向 Neo Cloud 調度產能來補缺口。CoreWeave 最大的客戶之一正是微軟，這也說明了 Neo Cloud 不只是「小公司的選擇」，而是連巨頭都得倚賴的算力後盾。

第三種：傳統企業與研究機構。 金融、生技、學術單位這些過去跟 GPU 不太沾邊的領域，如今也開始導入 AI，偶爾需要爆量算力跑個專案。它們通常屬於彈性、短期的租用者。

而這些客戶租用的方式，又粗分成兩種節奏。一種是按需隨用（on-demand），需要時開、用完就關，按小時計費，彈性最高但單價也高，適合需求起伏大的客戶。另一種是長期包租，一次簽下好幾年的算力大合約，價格談得漂亮，也讓 Neo Cloud 拿到一筆可預期的長期收入。這兩種節奏的比例，直接牽動一家 Neo Cloud 的收入穩定度，也自然帶出整條產線最後要守住的東西，它的四大命脈。

關鍵資源：GPU、電力、資本、長約客戶

把上游、中游、下游整條產線攤開來看，會發現 Neo Cloud 這門生意，最後其實是靠四種資源在撐。缺任何一樣，故事都講不下去。

• GPU：核心生財資產。搶不到最新、最多的卡，就沒有算力可賣，一切免談。
• 電力：最大宗的營運成本，也是隱形的競爭力。誰的電便宜又穩，誰的算力單價就壓得低。
• 資本：這是一門先燒錢、再收租的生意。備齊晶片、電力、機房動輒數十億美元，多半得靠融資、發債、甚至拿 GPU 抵押來湊，資金成本高低，直接決定生死。
• 長約客戶：這是把前面三樣「昂貴風險」轉成「確定收入」的關鍵。手上握有微軟、OpenAI 這類長期大單，Neo Cloud 才敢放心大舉借錢擴張，因為它知道未來幾年的現金流已經有著落。這也是為什麼這些公司這麼在意合約 backlog（在手訂單），它幾乎等於是對外證明「我的算力有人包了」的信用狀。

看懂這四樣，你就抓到了 Neo Cloud 的商業本質：它是一門用大量資本，把稀缺的 GPU 和便宜的電力，透過長約鎖成穩定現金流的生意。 而下一段要拆的商業模式，講的就是這門生意具體怎麼把錢賺回來。

               

4. Neo Cloud 怎麼賺錢？拆解商業模式

前面一直提到「賣算力」，但算力到底怎麼變成營收？其實 Neo Cloud 的賺錢方式不只一種。它像一棟往上疊的樓，地基是最單純的租卡，往上一層層加值，毛利也一層層墊高。這一段就從最底層、也最核心的那一層開始拆。

       

4.1 GPUaaS（算力即服務），按小時／合約出租，核心收入

Neo Cloud 最基本、也最大宗的收入，來自一個叫 GPUaaS（GPU as a Service，算力即服務） 的模式。名字聽起來很技術，白話講就是四個字：出租 GPU。

它的商業邏輯，跟租車行其實一模一樣。租車行花大錢買進一批車，再按天、按趟租給客人，靠週轉賺錢；Neo Cloud 花大錢買進一批 GPU，再按小時、按合約租給需要算力的人。你用了多少運算資源、用了多久，就付多少錢，不用自己買車（買卡），也不用養車（養機房）。

計費方式通常有兩種：

• 按需計費（on-demand）：像計程車跳表，開機才算錢、用完就關。彈性最高、單價也最高，適合需求不固定的客戶。
• 合約預訂（reserved / committed）：像長租一整年的車，一次包下較長期間與較大量的算力，換取明顯較低的單價。客戶省錢，Neo Cloud 則換到一筆穩定可預期的收入。

這門生意的獲利關鍵，繞來繞去還是回到那兩個字，利用率。GPU 的採購成本是固定的（而且極高），所以同一張卡被租出去的時間愈長、閒置愈少，攤下來的成本就愈低、賺得就愈多。這也是為什麼前面說的中游調度能力如此值錢：它直接決定了 GPUaaS 這層能擠出多少毛利。

不過 GPUaaS 也有它的天花板。純出租算力，本質上賣的是一種相對標準化的資源，客戶很容易拿各家的單價來比價，長期下來容易陷入殺價競爭。想擺脫「純比價」的宿命、把毛利拉高，Neo Cloud 就得往樓上再疊一層加值服務。

這一層最純粹的玩家，就是市場常說的「純血 neocloud」，CoreWeave（CRWV） 是規模最大、最直接叫板三大雲的代表；Nebius（NBIS）、IREN（IREN）、Applied Digital（APLD） 也都是以出租 GPU 算力為核心的美股標的。其中 IREN 更是從加密貨幣礦工轉型而來，靠著手上既有的便宜電力與廠房切進這門生意。

            

4.2 GenAI 平台服務，往上疊軟體、模型、工具，拉高毛利

如果說 GPUaaS 是「租給你一台空車，怎麼開自己想辦法」，那 GenAI 平台服務 就是「連司機、導航、保養一起打包給你」。這一層，Neo Cloud 不再只賣裸算力，而是在算力之上疊了一整套讓客戶更好開發 AI 的軟體與工具。

具體疊上去的東西，可能包括：

• 開箱即用的開發環境：預先裝好 AI 訓練與部署常用的框架、函式庫，客戶租下來就能直接開工，省去繁瑣的環境設定。
• 模型服務：提供現成的開源模型、或協助客戶部署、微調、託管自己的模型（推論即服務）。
• 管理與優化工具：資源監控、任務排程、資料儲存、效能調校的後台，讓客戶把算力用得更順、更省。

為什麼要費工做這些？因為它一次解決了 GPUaaS 的兩個痛點。

第一，毛利更高。 純算力可以比價，但一整套「幫你把 AI 跑起來」的平台服務，賣的是便利與時間，客戶願意付的溢價高得多。同一批 GPU，包成平台賣，能榨出的收入遠比裸租更多。

第二，客戶黏得更緊。 一旦客戶的開發流程、資料、模型都長在你的平台上，要搬去別家的成本就變得很高，這就是所謂的轉換成本。黏著度上去了，客戶就不會為了單價差幾個百分點說走就走，Neo Cloud 也才有穩定的長期收入。

所以你可以把這兩層想成一組組合拳：GPUaaS 負責衝量、把規模做大，GenAI 平台服務負責提質、把毛利和黏著度做深。 純血 neocloud 如 CoreWeave 靠前者打下江山，也都在拚命往後者延伸。而真正能撐起這些公司高估值的，往往是接下來要講的第三種模式，那些動輒好幾年、金額嚇人的長約大單。

在「往上疊平台」這條路上跑得最積極的，同樣是幾家頭部 neocloud。Nebius（NBIS） 走的是全端 AI 平台路線，除了租算力，還提供 AI Studio、推論服務等一整套開發工具；CoreWeave（CRWV） 則透過 AI 開發平台，把服務往上延伸到模型訓練與監控。這代表領先的 Neo Cloud 都不甘於只當「賣裸算力的房東」，而是想升級成「AI 開發的一站式平台」。

                   

5. 兩家代表性 Neo Cloud：CoreWeave 與 Nebius

理論講完，來看兩個活生生的例子。前面拆的商業模式，上游搶卡、中游調度、下游靠長約鎖現金流，在真實公司身上長什麼樣子？我們挑兩家最具代表性、也都是美股掛牌的 Neo Cloud 來對照：一家是純血龍頭 CoreWeave，一家是從東歐科技集團轉型的 Nebius。

         

5.1 CoreWeave（CRWV），neocloud 純血龍頭，營運與商業模式簡介

要講 Neo Cloud，繞不開 CoreWeave。它幾乎是這個產業的代名詞，也是目前規模最大、最直接跟三大雲正面對打的一家。

有趣的是，CoreWeave 並非一出生就在做 AI。它 2017 年成立時，其實是一家加密貨幣礦工，手上囤了大量 GPU 用來挖礦。後來團隊看準 AI 算力的爆發，把這批 GPU 和機房的經驗整個轉向，改做 GPU 雲端出租。這條「挖礦轉算力」的路徑，前面提過 IREN 也走過，而 CoreWeave 是其中轉得最成功、跑得最前面的那一個。2025 年 3 月，它正式在那斯達克掛牌（代號 CRWV），成為第一批上市的純血 neocloud。

它的營運模式，基本上就是前面那條產線的教科書版本：

• 上游：跟 NVIDIA 綁得極深。NVIDIA 不只是它的晶片供應商，還是它的股東兼客戶，2026 年初甚至再砸下 20 億美元入股。這層關係讓 CoreWeave 往往能比別人更早、更多拿到最新的 GPU。
• 中游／下游：把算力打包成雲端服務，租給全球最頂尖的 AI 玩家。它 2025 年收購了 AI 開發平台 Weights & Biases，正是為了把服務從「裸租算力」往上疊到「模型訓練與監控」，走的就是前面說的 GenAI 平台化路線。

而真正撐起 CoreWeave 高估值的，是它嚇人的在手訂單（backlog）。截至 2026 年第一季，它的合約 backlog 高達 994 億美元，這個數字幾乎等於把未來好幾年的算力都提前賣光了。客戶名單更是星光熠熠：微軟、Meta、OpenAI、Google 等頂級 AI 實驗室全在裡頭，光是 OpenAI 一家的合約總值就上看約 224 億美元。

               

不過這門生意的軟肋，也藏在同一份漂亮的訂單裡：客戶太集中。 2025 年，光微軟一家就占了 CoreWeave 約 67% 的營收；OpenAI 則約當它未來七年三分之一的合約收入。這代表只要其中一兩個大客戶的 AI 投資踩剎車、或付款出狀況，衝擊都會非常直接。這也是為什麼 CoreWeave 近來拚命擴大客戶（例如加碼 Meta 合約），努力把「單一客戶占比」壓到 35% 以下。分散客戶，正是它現階段最重要的功課。

           

5.2 Nebius（NBIS），從東歐科技集團轉型的 AI 雲，營運與商業模式簡介

如果說 CoreWeave 是「美國本土、礦工出身」的代表，那 Nebius 的身世就更曲折了，它的前身，其實是有「俄羅斯 Google」之稱的科技巨頭 Yandex。

2022 年後受地緣政治衝擊，這家公司把俄羅斯境內的業務整個切割賣掉，帶著剩下的國際資產、資金與工程團隊重組，改名 Nebius Group，總部搬到荷蘭阿姆斯特丹，並於 2024 年重新在那斯達克掛牌（代號 NBIS）。等於是一家老牌科技集團，砍掉重練、押上全部身家轉型成 AI 雲端公司。這個「重生」故事，加上實打實的業績，讓 NBIS 成為 2026 年美股最受矚目的飆股之一。

它的商業模式，跟 CoreWeave 有個關鍵的路線差異：Nebius 從一開始就不甘於只當「賣裸算力的房東」。 它主打的是全端（full-stack）AI 平台，從資料中心、伺服器、硬體，一路往上做到雲端軟體、推論工具、代理式（agentic）服務與企業解決方案，想把 AI 開發需要的每一層都自己包起來。這正是前面講的 GenAI 平台化路線，而 Nebius 是把它當成核心定位在打，而非事後才往上疊。集團旗下甚至還留著資料標註（Toloka）、自駕（Avride）等相鄰事業，生態比純血 neocloud 更雜、也更廣。

轉型的成績單相當炸裂。2026 年第一季，Nebius 營收達 3.99 億美元，年增 684%；其中核心 AI 雲業務更是年增 841%，年化經常性收入（ARR）衝到約 19 億美元。訂單同樣驚人，它跟微軟簽下上看 170 到 190 億美元的多年期大單，又跟 Meta 談成一筆為期五年、總值上看 270 億美元的合約。NVIDIA 也如法炮製，直接砸 20 億美元入股，換取下一代 GPU 的優先供貨權。

當然，狂飆的另一面是狂燒。為了撐起這些訂單，Nebius 光是 2026 年的資本支出就上看 160 到 200 億美元，遠超它手上的現金，勢必得靠大量融資來補。這也再次印證了 Neo Cloud 的生意本質：先燒天量資本，賭未來的算力現金流。

根據下圖的 Growin AI 個股分析，Nebius在價值面獲得了滿分 5 分，顯示 AI 評估其當前股價相對基本面具備一定吸引力，Infinera 整合帶來的利潤改善空間也已逐步反映在財務健康度上。對完整 AI 分析有興趣的朋友，歡迎點擊這邊的連結查看！

             

5.3 兩者定位／打法的簡單對比

CoreWeave 和 Nebius 同屬 Neo Cloud 龍頭，也都有 NVIDIA 入股、都握著千億級訂單，但打法其實各有側重：

面向	CoreWeave（CRWV）	Nebius（NBIS）
出身	美國，加密貨幣礦工轉型	前身為俄羅斯 Yandex，切割重組後落腳荷蘭
核心定位	規模最大的純血算力龍頭，服務頂級 AI 實驗室	想做全端 AI 平台，把整條技術棧包起來
打法重點	衝規模、深綁 NVIDIA、拚最大 backlog	拚全端整合、業務更多元（含自駕、資料標註等）
主要客戶	微軟、OpenAI、Meta、Google 等	微軟、Meta 等
最大隱憂	客戶太集中（微軟一度占 6 成以上營收）	資本支出遠超現金，融資壓力大

總體來說，CoreWeave 走的是「把一件事做到最大」的規模路線，Nebius 走的是「把整條鏈都吃下來」的全端路線。 一個賭深度、一個賭廣度，但背後押的其實是同一個信念，AI 對算力的胃口，還遠遠沒到頂。

                

6. 結語：Neo Cloud 是 AI 時代的水電公司？

從頭看到這裡，Neo Cloud 這門生意其實可以濃縮成一個很古老的商業模型：賣鏟人。淘金熱裡真正穩賺的，往往不是滿山遍野的淘金客，而是在旁邊賣鏟子、賣牛仔褲的人。今天這場 AI 淘金熱也一樣，AI 應用百家爭鳴、誰能勝出還很難說，但不管最後是哪個模型、哪家公司贏，它們都得先租算力才跑得動。Neo Cloud 賣的，就是這把所有人都得買的「鏟子」。

再往深一層看，它更像是 AI 時代的水電公司。運算力正在變成像水、像電一樣的基礎資源，你不會想自己蓋一座發電廠，你只想打開開關就有電。Neo Cloud 做的，就是把昂貴、稀缺、難搞的 GPU 算力，變成一種「隨開隨用」的公共設施，賣給整個 AI 產業。

當然，這門生意的風險也一樣真實。它極度資本密集、靠大量舉債擴張；訂單看似漂亮，但客戶高度集中；而整個產業的榮景，都押在「AI 需求持續狂飆」這一個前提上。一旦 AI 投資降溫、或算力供給大量補上，這些高速成長的公司也可能率先承壓。高成長與高風險，在 Neo Cloud 身上是一體兩面。

但無論你看多還是看空，有一件事很難反駁：只要 AI 還在往前衝，算力就是那條繞不開的底層河道。看懂 Neo Cloud，你就看懂了這波 AI 浪潮最底層、也最真實的那門生意。