AI技术（模型）迭代足够快，逐步成熟到可以落地的程度，但部署上成本太高——云服务成本太高，无法支撑技术在应用场景上的快速扩展。

而以上的经济账模拟，可以很清晰地看到，高成本是因为产业链加价太严重——英伟达芯片毛利率75%（加价率4倍）、CSP(云服务)毛利率50%上下（加价率2倍），到OpenAI使用的时候，铲子的成本已经太高，即使是互联网历史上增速斜率比较高的应用，都无法覆盖更快速度的成本上升。

于是产业链博弈开始了！

英伟达因在数据中心中的价值量和技术壁垒都较高，因此想掏空云服务商的价值，让它沦为 GPU 的包工头。而云服务商觉得英伟达税收得离谱，想要通过自研芯片把英伟达超额利润打掉。

而自从微软解绑了它只能使用Azure作为云服务提供商的禁制之后，OpenAI已经明确表达的自己的意图，要自建数据中心，OpenAI似乎想消除上游每一段的超额溢价，最好把算力的价格打到白菜价，推动应用的繁荣。

结果就出现了2025年年底最受宠的商业模式，也是目前最流行的投资赛道“全栈AI”，其实说白了，就是产业链的垂直一体化。三家虽然操作不同，但本质上都是在垂直一体化的方向上努力：

①英伟达：英伟达+新云小弟们=削弱CSP大厂产业地位

依赖GPU的垄断地位，通过优先供应最新Rack系统，产能回购协议等，扶持一堆IaaS仰仗英伟达的发货排序的新兴云平台Coreweave、Nebius等，其中对Coreweave的回购兜底最为突出。

这些新云前期普遍大量融资，新云大多依赖于英伟达的供货倾斜或者融资支持，最终新云的产能基本都是使用英伟达的芯片。通过这个操作，英伟达实际上等于除大型CSP之外，锁死了其他小云服务商的GPU选择权。

但对于这个操作，微软CEO纳德拉层在访谈中曾间接表达过，“一些人以为提供云服务，就是买一堆服务器，插上电就可以了”。言外之意，实际云服务是一个非常复杂的业务，门槛并不低，不然全球的云服务市场那么大，但只是被三四朵云所垄断。

从这个角度出发，今年爆炒的新云服务商，其实背后一定程度上就是在GPU供给紧缺的情况下，英伟达通过优先分配权拉起来的下游代理商（二道贩子），假如长期产业供需均衡，产业竞争逻辑走向正常的技术、资金、渠道、规模导向型商业模式，这些新云是不是还能存在，还很难说。

似乎AI新云玩家，看起来更像是一个AI基建上半场的产业链博弈中的过程产物，而非供需平衡下终局格局中可以和云服务巨头分庭抗礼的竞争对手。

②云服务商：云服务商+ASIC设计商+下游产品=削弱英伟达芯片垄断溢价

a.目前 GPU 用量较大的公司基本都开启了自研芯片的努力，这里除了云服务商$谷歌-C(GOOG.US) 、微软和亚马逊$亚马逊(AMZN.US) ，一些单体用量较大的下游客户如 Meta、字节、特斯拉等都在自研 ASIC 芯片。

在ASIC芯片自研子产业链中，ASIC设计外包商如$博通(AVGO.US)、$迈威尔科技(MRVL.US)、、AUC、联发科等等，都是高价值的资产。

b.讨价还价的二供备胎价值

自研芯片，启动最早，产品名声最高的主要是谷歌联合博通研发的 TPU，直接供应了 Gemini 3 的研发；同时，其实亚马逊也很早启动了自研 GPU 的研发（训练 Trainium、推理 Inferentia）。

按此次英伟达的财报（Anthropic首次开始使用英伟达合作），Anthropic模型的研发其实应该主要是基于亚马逊的云和亚马逊的Trainium芯片。

全球两个性能靠前的模型Gemini和Anthropic，一个在完全不用英伟达，一个较少用量的情况下，都把模型训练到了领先的位置，已经明显开始影响到英伟达的在算力行业的定价权。

这样的案例影响下，下游客户通过威胁使用TPU（甚至都未必是真部署），就能迫使英伟达为锁死下游客户订单，通过融资担保、股权融资、剩余产能兜底等方式来间接降价，本质上就是客户把部署GPU的成本给拉了下来。

这些已经是英伟达算力地位受到威胁的实际体现。

c.下游产品渗透：产品线全系 AI 武装，防守 Chatgpt 崛起

这些处于中间环节的云厂商，本身核心业务大多为再往下游的模型和软件应用的场景，除了往上通过垂直一体化防止英伟达在云业务上偷家，往下还要让自己的全系产品场景都武装上AI，与ChatGPT展开竞争，防止被ChatGPT颠覆。

③OpenAI：产业链自主=Stargate

而处在模型厂和应用场景上的新公司OpenAI，血亏之下，不想受制于巨头，像以自己的影响力，通过融资来自建一个基本自主的产业链，OpenAI的大致图景是——上游算力自研和外采对半分（AMD的6GW是备胎算力）、中游云服务完全听命于自己，以帮助自己全力保持技术领先，和推广AI应用。