在人工智能算力需求爆发式增长的背景下，美国云计算服务商CoreWeave正加速推进其AI基础设施的大规模部署。近日，CoreWeave首席执行官在接受媒体采访时明确表示，公司正在全速构建AI原生云平台，并坚信这一战略方向是正确的。随着AI云业务收入的持续攀升，折旧对财务报表的会计影响也将逐步减弱，这标志着公司的商业模式正在迈入更为成熟的阶段。

大规模部署：从GPU集群到全球数据中心

CoreWeave首席执行官指出，当前人工智能模型的训练和推理需要海量算力支撑，传统的通用云计算架构已难以满足大模型对GPU资源的高效调度需求。为此，CoreWeave正在全球范围内扩建数据中心，大量采购英伟达高端GPU如H100及新一代B200芯片，用以搭建专为AI工作负载优化的算力池。据透露，该公司计划在未来18个月内将GPU数量翻三倍，以应对包括生成式AI、大语言模型、图像生成在内的多元客户需求。

“我们不是在‘尝试’做AI基础设施，而是在大规模地、系统性地部署它。”首席执行官强调，这种部署不仅是硬件的堆叠，更包括网络架构、冷却系统、能源管理以及软件调度层的全面重构。例如，CoreWeave自研了AI云原生网络协议，将数据交换延迟降低至微秒级，同时配合液冷方案使机柜功率密度达到传统数据中心的5倍以上。

AI原生云：不是“云+AI”，而是“云为AI而生”

与亚马逊AWS、微软Azure等巨头提供的“通用云+AI加速器”模式不同，CoreWeave宣称其成立之初就瞄准AI原生云。CEO解释说，传统云服务商在虚拟化层、存储层和网络层均面向通用计算设计，而AI作业具有高吞吐、低延迟、长周期、突发性强的特征。如果仅仅在现有云平台之上添加GPU实例，不仅效率折损明显，且成本高昂。

“我们构建的AI原生云，从底层基础设施到上层的编排管理，每一步都是为AI工作流优化的。例如，我们的容器调度器可以直接感知GPU拓扑结构，自动将并行训练任务分配到最近的互联节点。”CEO表示，这种架构使得客户在CoreWeave上训练大模型的速度比通用云高出30%～50%，而总拥有成本下降约40%。正是这种技术代差，吸引了包括OpenAI、微软、Stability AI等头部AI企业在内的客户群体。

折旧影响将随收入增长而“摊薄”

在财务层面，大规模基建投资必然带来巨额折旧费用，这是所有资本密集型AI算力公司面临的共性挑战。但CoreWeave首席执行官对前景表现出乐观态度。他坦言，历史上公司确实面临较高的折旧会计压力，但随着AI云收入规模快速攀升，折旧占收入的比例将持续下降。

“折旧是前期资本投入的必然产物，但它是静态的，而我们的收入是动态增长的。”他举例说，当算力集群投产后，客户合同通常锁定2～3年，且续约率极高。随着时间推移，新增客户的付费足以覆盖原有折旧，并产生正向现金流。据财报披露，CoreWeave的AI云业务季度收入增速已连续四个季度超过80%，预计今年全年营收将突破30亿美元。

“折旧的会计影响将大大减小。”CEO强调，更重要的是，当客户迁移到AI原生云平台后，迁移成本极高，粘性远强于通用云。这意味着CoreWeave的长期利润率将逐步趋近于传统云服务商，甚至更具优势。

行业格局：差异化竞争与生态建设

当前，全球AI算力市场呈现“一超多强”格局：英伟达凭借GPU垄断地位提供芯片；云计算三巨头（AWS、微软、谷歌）通过自身平台提供算力租赁；而CoreWeave等独立云厂商则专注于特定客户群。CEO认为，云巨头需要平衡通用业务与AI业务，往往在决策速度和架构创新上受到牵制，而CoreWeave的“轻量化”与“专注性”正是其核心竞争力。

不过，他也承认，公司仍需持续完善生态建设，比如推出更多面向开发者的API工具、模型市场以及与开源社区的深度合作。据悉，CoreWeave近期已开放了AI模型托管服务，允许用户一键部署主流开源模型。

展望未来，CoreWeave首席执行官表示，公司将继续沿AI原生云路线前进，并计划在2025年前将数据中心扩展至北欧、中东和东南亚地区。“我们只做一件事，就是为AI时代打造最佳的基础设施。这条路很重，但方向无比正确。”